科研笔记(九)重构智能手机CSI指纹用于室内定位(上)

重构智能手机CSI指纹用于室内定位

题目:CRISLoc: Reconstructable CSI Fingerprinting for Indoor Smartphone Localization
论文作者:Zhihui Gao , Yunfan Gao , Sulei Wang , Dan Li , and Yuedong Xu
工作单位:复旦大学
发表刊物:2021 IEEE IOT

ABSTRACT

  1. 第一篇提出基于智能手机CSI指纹定位的原型系统的论文,此系统以被动方式获取CSI。
  2. 智能手机 CSI 通过校准 WiFi 放大器电路强制执行的失真来降噪。
  3. CRISLoc 通过联合聚类和异常值检测方法来识别改变位置后的AP。
  4. 提出了一种新的迁移学习方法,用过时的指纹和一些新的测量值重建高维 CSI 指纹数据库,并提出了一种增强的 KNN 方法来精确定位智能手机的位置。
  5. 研究揭示了有关智能手机 CSI 稳定性和灵敏度的重要特性,这些特性以前没有报道过。
  6. 实验结果表明,CRISLoc 在 6 m*8 m 的研究实验室中可以实现大约 0.29 m 的平均误差。 一个和两个 AP 移动后,平均误差分别增加 5.4 和 8.6 厘米,这验证了 CRISLoc 对环境变化的鲁棒性。

INTRODUCTION

本文主要贡献

  1. CRISLoc是第一个基于智能手机的CSI指纹定位系统。
  2. 设计了一套CSI数据的净化方法,包括AGC的移除和不稳定子载波和帧的过滤。
  3. 设计了一种联合聚类和离群点检测方法识别改变位置后的AP,并开发了一种新的迁移学习方法来重建改变位置后的AP的CSI指纹。
  4. 指出了CSI作为定位特征的缺陷(墙角定位不准确),提出了一种增强的KNN方法来提高定位精度。

RELATED WORK

实现CRISLoc 的前提条件

  1. 所有的CSI都是在同一个方向上收集的。 当智能手机的方向不同时,CSI 会略有不同。 为了解决这个问题,需要一个更详尽的数据库,包括每个方向的指纹,并利用惯性陀螺仪来区分智能手机的实际方向。
  2. 智能手机在收集 CSI 时保持静止。 当智能手机移动得太快时,CSI 可能会受到多普勒效应的影响。 此外,用户的快速移动导致没有足够的时间来收集足够的 CSI 样本,从而影响 CRISLoc 的性能,例如帧过滤中的无效马氏距离。

SYSTEM OVERVIEW

智能手机CSI优势:与Intel5300采集到的CSI相比,智能手机获取的CSI的优势主要体现在实用性和性能两方面

  1. 实用性:无需连接WIFI,采集的帧类型更丰富
  2. 性能:CSI信号相对稳定,CSI子载波更多

系统框架

科研笔记(九)重构智能手机CSI指纹用于室内定位(上)_第1张图片

系统由四个核心部分组成,即数据预处理,AP位置检测,指纹库重构和定位算法(匹配规则)。其中,数据预处理分为两步,首先通过马氏距离进行异常帧过滤,其次通过消除CSI中的AGC对CSI幅度进行校准;AP位置检测则采用Cluster–Outlier Joint Approach解决,并通过Sequential Analysis确认位置发生改动的AP;指纹库重构采用迁移学习技术进行实现,并通过EEKNN方法定位区域中心和边缘的设备位置。

备注:使用RSS作为定位指纹的三个缺点。 [Yang Z, Zhou Z, Liu Y. From RSSI to CSI: Indoor localization via channel response[J]. ACM Computing Surveys (CSUR), 2013, 46(2): 25.]

First, RSS is a kind of coarse channel information which means RSS cannot precisely reflect the relationship between the wireless channel and the propagation environment.
Second, RSS of a fixed location varies a lot over time because RSS is the converged result of each path in the propagation environment and sensitive to the time varying multipath fading.
Third, it is hard for RSS to be suitable among different kinds of mobile devices. For example, laptops and cell phones have different antenna characteristics so the RSSs of the laptops and cell phones are different in the same location.

你可能感兴趣的:(科研,重构,聚类,机器学习)