基於WiFi 的CSI和RSS混合指紋室內定位

2021-08-03 13:21:03 字數 1303 閱讀 2253

著無線網路和移動裝置的普及,基於wifi訊號的室內定位受到越來越多的關注。接收訊號強度

(rss)

作為一種容易獲得的訊號特徵常用於室內定位系統中。但是,由於

rss是粗粒度資訊,其常常受到多徑效應及雜訊訊號的影響,定位效能並不穩定。近年來,商用

wifi裝置(

如intel 5300

無線網絡卡

)開始支援物理層的通道狀態資訊

(csi)

的獲取。

csi能以更細粒度表徵訊號,通過對不同子通道訊號傳輸情況分別進行分析,

csi可以盡可能避免多徑效應與雜訊的影響。

csi為基於

wifi

的室內定位技術開闢了新的空間,因而被廣大研究者所關注。當前大部分基於

csi指紋的方法並沒有結合

rss資訊,從而降低定位所需計算資源,所以本文分別利用

rss和

csi這兩種不同粒度的資訊分別實現區域定位與精確定位,盡可能有效利用不同粒度資訊的各自優勢。下面整個系統的架構:

之後主要分為兩部分,利用rss進行區域定位和利用csi資訊進行精確定位,其中rss資料為乙個數值,單位是dbm,csi資料為30個子載波的資料,具體如下所示:

在區域定位問題上,利用單ap投票的方法選擇出來權值最合適的位置,方法就是最大帶權連通子圖,其中對於區域定位影響比較大的主要有權值的定義,我當時是根據ap的rss訊號強弱來定義權值的大小。

下面是具體的定位示意圖:

最終展示一下我們在實驗室的定位效果:

之後就是利用csi資訊進行精確定位,可以用k-means,神經網路等機器學習的方法來代替傳統指紋比對的方法,因為csi資料資訊維度比較大,機器學習建模的方法可以減少很多任務作量。

最後利用準確率和召回率就可完成室內定位了。

工具:筆記本,台式電腦,intel 5300網絡卡,ubuntu wifi csi toll(自己按網上教程搭建),wireshark工具

無線訊號的RSS和CSI的理解

目前我做課題是有關基於無線訊號的人體動作識別 移動性偵測 室內定位等,主要是利用無線訊號受到目標物件遮擋或反射,而使得rss或csi變化,根據變化的規律實現上述的應用。無線通訊和無線訊號這一塊,我一直處於摸索的階段。開始煩躁,因為實在不理解無線訊號的各個編碼,頻域,時域以及其他有關通道特性的東西。這...

基於WiFi和雲端的無線遠端公升級方案

方案目標 基於wifi和雲端完成無線遠端對產品wifi韌體和mcu韌體分別進行公升級重新整理,當產品售出後需要維護時,該方法具有較強實際意義。總體方案 利用機智云云端ota技術 產品主控mcu stm32 的iap功能來實現。具體實現 1 wifi韌體公升級 注意 1 該韌體軟體版本號要比目前產品w...

RSS和RSSI的區別

在無線領域中,很多人同學都不太理解rss和rssi到底有什麼樣的區別,並且教科書也沒有給出比較具體的說明。同樣眾多文獻也是模糊不定,有的使用rss,有的使用rssi,讓新入手或者研究幾年的學生困惑。下面,我們就簡單對上述兩個術語進行說明。rss received signal strength,翻譯...