基于CSI指紋序列匹配的LTE室內(nèi)定位方法

韓卓宜，王延昭，修春娣

(北京航空航天大學(xué) 電子信息工程學(xué)院，北京 100191)

0 引言

據(jù)統(tǒng)計(jì)，人們80%的日常生活時(shí)間在室內(nèi)度過(guò)，因此，室內(nèi)環(huán)境下的位置服務(wù)需求日漸旺盛[1]。隨著4G移動(dòng)通信技術(shù)及服務(wù)蓬勃發(fā)展，LTE網(wǎng)絡(luò)被廣泛部署于居民區(qū)、大型商場(chǎng)和飛機(jī)場(chǎng)等場(chǎng)所。LTE室內(nèi)定位系統(tǒng)可以利用現(xiàn)有LTE 通信網(wǎng)絡(luò)設(shè)施，降低系統(tǒng)部署開(kāi)銷和成本，因而成為室內(nèi)定位的研究熱點(diǎn)[2-6]。

由于指紋定位算法受室內(nèi)環(huán)境非視距(Non-Line of Sight，NLOS)傳播影響相對(duì)較小、定位準(zhǔn)確度高，目前被廣泛使用[7-11]。然而，現(xiàn)有的指紋定位方法普遍采用接收信號(hào)強(qiáng)度 (Received Signal Strength，RSS) 作為特征指紋。由于RSS數(shù)據(jù)是多徑信號(hào)的疊加，無(wú)法反映信號(hào)瞬時(shí)變化，靈敏度不高，指紋數(shù)據(jù)之間的區(qū)分度不夠，導(dǎo)致單點(diǎn)指紋匹配時(shí)可能會(huì)出現(xiàn)匹配點(diǎn)偏離實(shí)際情況過(guò)遠(yuǎn)，從而限制了指紋匹配算法的定位精度[12]。本文研究基于信道狀態(tài)信息(Channel State Information，CSI)指紋序列匹配的LTE室內(nèi)定位方法。一方面利用CSI數(shù)據(jù)作為指紋，提升了指紋數(shù)據(jù)的靈敏度和穩(wěn)定性；另一方面通過(guò)序列匹配算法降低了定位點(diǎn)出錯(cuò)的概率，提升了LTE指紋定位性能。

1 LTE信道狀態(tài)信息獲取

LTE采用正交頻分復(fù)用(Orthogonal Frequency Division Multiplexing，OFDM)技術(shù)實(shí)現(xiàn)物理層的數(shù)據(jù)傳輸。隨著無(wú)線局域網(wǎng)技術(shù)的發(fā)展，IEEE802.11n及之后的標(biāo)準(zhǔn)采用信道狀態(tài)信息CSI來(lái)量化信道特征，以保證通信質(zhì)量。CSI是物理層的一個(gè)細(xì)粒度值，描述了頻域內(nèi)每個(gè)OFDM子載波上的幅值和相位。對(duì)CSI數(shù)據(jù)的采集可以一次性獲取所有子載波的CSI信息，每個(gè)子載波的CSI會(huì)沿著不同的衰落或散射路徑傳播，從而具有不同的幅值和相位。因此，CSI受多徑的影響較RSS更小，且表現(xiàn)更為穩(wěn)定[13]。RSS與CSI特性對(duì)比如表1所示。

表1 RSS與CSI特性對(duì)比Tab.1 Features of RSS and CSI

1.1 CSI模型

在 OFDM 傳輸系統(tǒng)中，每個(gè)信道狀態(tài)的頻域模型可以表示為：

Y=HX+N，

式中，Y，X分別為接收和發(fā)送信號(hào)向量；H為信道信息矩陣；N為信道中的加性高斯白噪聲。

各個(gè)子載波的CSI可以表示為：

H=Y/X。

假設(shè)OFDM的子載波數(shù)量為m，則CSI矩陣H可以表示為：

H=[h0h1…h(huán)m-1]T，

則第i個(gè)子載波的CSI為：

hi=|hi|ej∠hi，

式中，|hi|，∠hi分別表示第i個(gè)子載波的幅值和相位[14]。

對(duì)于LTE系統(tǒng)，可以利用小區(qū)專用參考信號(hào)(Cell-specific Reference Signals，CRSs)進(jìn)行CSI估計(jì)。將接收設(shè)備逐次放置在參考點(diǎn)上，估算出相應(yīng)的下行CSI。在第p個(gè)參考點(diǎn)，從第b個(gè)發(fā)射天線到第r個(gè)接收天線的第k個(gè)CRS的信道頻率響應(yīng)為：

式中，Lp，b，r為多徑分量(Multipath Components，MPC)的數(shù)量；ap，b，r，l,τp，b，r，l分別為第l個(gè)MPC的增益和傳播延遲；ωc為載波頻率；Δf為相鄰CRSs之間的頻率間隔。不同參考點(diǎn)和收發(fā)天線的Lp，b，r，ap，b，r，l，τp，b，r，l可能不同，但為了方便描述，下文中省略了參數(shù)的下標(biāo)p，b，r。

然而，實(shí)際接收信號(hào)中可能存在同步誤差、采樣時(shí)鐘漂移、頻率偏移、相位噪聲和接收噪聲等諸多問(wèn)題[15]。考慮到這些因素的影響，t時(shí)刻的hp，b，r，k估計(jì)值可以表示為：

nr，k(t)=

nr，k(t)，

式中，ωd為載波頻率偏移；φ(t)為隨時(shí)間變化的相位噪聲；δ(t)包含了時(shí)變同步誤差和采樣時(shí)鐘漂移；nr，k(t)為接收到的噪聲。

由上文給出的信道估計(jì)表達(dá)式發(fā)現(xiàn)，相位失真會(huì)造成信道估計(jì)不準(zhǔn)，導(dǎo)致建立指紋數(shù)據(jù)集的CSI與在線定位時(shí)的CSI不匹配，造成定位出錯(cuò)。避免相位失真的手段有2種，一是只利用CSI幅值信息作為指紋；二是對(duì)CSI相位信息進(jìn)行補(bǔ)償。

1.2 CSI獲取

近年來(lái)，Intel和Atheros對(duì)幾款市場(chǎng)上常見(jiàn)的商用網(wǎng)卡驅(qū)動(dòng)程序開(kāi)源。CSI提取難度的降低和支持設(shè)備的增加，為其在室內(nèi)定位等方向的研究和應(yīng)用提供了基礎(chǔ)條件[16-18]。

本文利用配備了2個(gè)天線的LTE信號(hào)接收原型系統(tǒng)接收來(lái)自北京航空航天大學(xué)校園周邊中國(guó)聯(lián)通公共宏基站的LTE信號(hào)。原型系統(tǒng)的射頻部分在AD9361的評(píng)估板AD-FMCOMMS2上實(shí)現(xiàn)。射頻芯片AD9361的載波頻率70 MHz～6 GHz可調(diào)。在Xilinx全可編程SOC芯片Zynq-7020的評(píng)價(jià)板ZedBoard上實(shí)現(xiàn)基帶處理。Zynq-7020是一款基于Arm+FPGA平臺(tái)的開(kāi)發(fā)板，支持Python編程，可以在芯片上實(shí)現(xiàn)基帶處理算法。為了降低實(shí)時(shí)處理的復(fù)雜度，在每個(gè)子幀中只對(duì)信道進(jìn)行一次估計(jì)，因?yàn)槭覂?nèi)用戶在一個(gè)子幀中(1 ms)的移動(dòng)可以忽略不計(jì)。

2 基于CSI指紋的序列匹配算法

現(xiàn)有的指紋匹配算法，如NN，KNN及貝葉斯分類等，都是依據(jù)單個(gè)數(shù)據(jù)點(diǎn)的指紋特征進(jìn)行匹配定位。然而，用戶運(yùn)動(dòng)具有連續(xù)性，可以為目標(biāo)位置的估計(jì)提供額外的信息，序列匹配算法可以結(jié)合運(yùn)動(dòng)前后位置的相關(guān)性，對(duì)定位結(jié)果進(jìn)行修正，提高定位精度[19]。

本文研究基于CSI指紋的序列匹配算法?？傮w方案如圖1所示。離線階段包括CSI數(shù)據(jù)獲取、CSI原始數(shù)據(jù)處理、提取特征數(shù)據(jù)和CSI指紋庫(kù)構(gòu)建；在線階段包括CSI實(shí)時(shí)數(shù)據(jù)采集和序列匹配定位。

圖1 算法總體方案Fig.1 Algorithm implementation scheme

2.1 指紋序列庫(kù)構(gòu)建

首先由指紋點(diǎn)之間的位置關(guān)系構(gòu)建相鄰矩陣M，若指紋點(diǎn)之間的空間距離小于1個(gè)間隔，則判斷2個(gè)指紋點(diǎn)具有臨近關(guān)系。計(jì)算任意指紋點(diǎn)之間的距離，完善相鄰矩陣M。

假設(shè)序列長(zhǎng)度為L(zhǎng)，通過(guò)相鄰矩陣M，構(gòu)建指紋序列庫(kù)，具體方法如下：設(shè)序列起點(diǎn)為y0，根據(jù)相鄰矩陣M，y0可以和它的相鄰點(diǎn)形成一個(gè)長(zhǎng)度為2的序列u，u=[y0，yi]，其中yi為與y0相鄰的第i個(gè)指紋點(diǎn)。然后以yi為新的起始點(diǎn)，繼續(xù)擴(kuò)充序列，直至序列達(dá)到指定長(zhǎng)度L。重復(fù)該方法，得到序列長(zhǎng)度L情況下的所有序列，結(jié)合對(duì)應(yīng)指紋點(diǎn)的CSI信息，構(gòu)建指紋序列庫(kù)UL。

2.2 序列匹配

序列匹配算法如圖2所示。在t1時(shí)刻，測(cè)試數(shù)據(jù)為x1，算法執(zhí)行的是傳統(tǒng)的單點(diǎn)指紋匹配，通過(guò)K-近鄰算法得到的定位結(jié)果y1，1，作為初始定位結(jié)果輸出O1。t2時(shí)刻，新的輸入數(shù)據(jù)為x2，并與前一時(shí)刻的數(shù)據(jù)x1組成測(cè)試序列b2=[x1，x2]，進(jìn)行序列匹配，提取L=2時(shí)的序列庫(kù)U2，通過(guò)距離公式計(jì)算b2與u之間的距離：

圖2 序列匹配算法Fig.2 Sequence matching algorithm

(5)

計(jì)算得到歐式距離最小情況下的序列匹配結(jié)果ui=[yi，1，yi，2]，通過(guò)yi，1對(duì)前一時(shí)刻的定位結(jié)果y1，1進(jìn)行修正，并將yi，2作為t2時(shí)刻的定位結(jié)果輸出O2。

tn時(shí)刻輸入數(shù)據(jù)為xn，tn-1時(shí)刻的測(cè)試序列為bt-1=[x1，x2，…，xn-1]，將xn加入序列末尾，此時(shí)若序列超過(guò)規(guī)定長(zhǎng)度L則剔除首項(xiàng)，生成新的測(cè)試序列。提取序列長(zhǎng)度為L(zhǎng)時(shí)的序列庫(kù)UL，進(jìn)行序列匹配，并將序列匹配結(jié)果的尾項(xiàng)yi，L作為tn時(shí)刻的輸出On。

3 實(shí)驗(yàn)與分析

3.1 實(shí)驗(yàn)環(huán)境

在真實(shí)環(huán)境中進(jìn)行數(shù)據(jù)采集，以驗(yàn)證本文所提算法的定位性能。實(shí)驗(yàn)環(huán)境為北京航空航天大學(xué)新主樓F座的室內(nèi)走廊，選取了一個(gè)1 m×0.6 m的區(qū)域，并用77個(gè)均勻分布的參考點(diǎn)布滿實(shí)驗(yàn)區(qū)域，垂直間距為0.1 m，水平間距為0.1 m。

3.2 定位結(jié)果分析

實(shí)驗(yàn)采用定位準(zhǔn)確率來(lái)衡量定位結(jié)果，NN算法測(cè)試了500組數(shù)據(jù)；序列長(zhǎng)度L=2測(cè)試了500組數(shù)據(jù)；L=3測(cè)試了500組數(shù)據(jù)；L=4測(cè)試了300組數(shù)據(jù)。由于實(shí)驗(yàn)中參考點(diǎn)和測(cè)試點(diǎn)是相同的，所以KNN算法在k=1情況下的準(zhǔn)確率遠(yuǎn)大于其他取值，所以只列出NN定位結(jié)果。此外，算法比較了不同序列長(zhǎng)度L的序列匹配定位結(jié)果，具體結(jié)果如表2所示。

表2 定位結(jié)果比較Tab.2 Positioning results of different methods

由實(shí)驗(yàn)結(jié)果可見(jiàn)，序列匹配算法相對(duì)于NN在準(zhǔn)確度方面有明顯提升。當(dāng)L=3時(shí)，序列匹配已經(jīng)得到了很好的定位性能；當(dāng)L<3時(shí)，序列匹配算法的序列選擇范圍增大，點(diǎn)與點(diǎn)之間的約束增加，從而降低了定位誤差；當(dāng)L>3時(shí)，算法定位準(zhǔn)確度已經(jīng)趨于穩(wěn)定，反而因?yàn)樾蛄羞x擇過(guò)多，增加了計(jì)算時(shí)間。

4 結(jié)束語(yǔ)

通過(guò)在LTE室內(nèi)定位中引入CSI指紋和序列匹配算法，提升了指紋數(shù)據(jù)的靈敏度和穩(wěn)定性，降低了定位出錯(cuò)概率，從而提升了LTE的定位性能。由于序列匹配相對(duì)還是一個(gè)比較新的概念，國(guó)內(nèi)外對(duì)于序列匹配的研究還不是很多[20-23]?，F(xiàn)有的序列匹配算法都不夠完整，序列長(zhǎng)度等關(guān)鍵參數(shù)的選取都缺乏依據(jù)，且定位耗時(shí)長(zhǎng)。未來(lái)的研究工作可以從兩方面展開(kāi)：特征指紋考慮CSI相位信息對(duì)定位準(zhǔn)確率的影響；從序列庫(kù)建立的角度入手，降低序列庫(kù)的規(guī)模和算法的定位耗時(shí)。