本發(fā)明涉及通信技術(shù)領(lǐng)域，尤其涉及一種基于信道狀態(tài)信息(csi)的多徑效應(yīng)辨別方法。

背景技術(shù)：

隨著智能終端設(shè)備和移動(dòng)互聯(lián)網(wǎng)技術(shù)的快速發(fā)展，以及大量傳感器在移動(dòng)智能設(shè)備中的普遍使用，基于位置的服務(wù)得到越來(lái)越廣泛的應(yīng)用。例如，在商場(chǎng)中，通過對(duì)顧客的移動(dòng)位置軌跡進(jìn)行分析來(lái)開展個(gè)性化服務(wù)和商品推薦工作；在監(jiān)獄、工廠或者煤礦安全監(jiān)控中，通過獲取移動(dòng)終端的移動(dòng)軌跡，可以對(duì)移動(dòng)人員進(jìn)行監(jiān)控管理。

在現(xiàn)有技術(shù)中，室外用戶的移動(dòng)運(yùn)動(dòng)軌跡信息可利用全球定位系統(tǒng)(gps)或北斗定位系統(tǒng)，但是對(duì)于室內(nèi)用戶，由于建筑物對(duì)衛(wèi)星信號(hào)的遮擋，gps等定位系統(tǒng)無(wú)法進(jìn)行準(zhǔn)確定位，通常采用紅外線定位、超聲波定位、射頻識(shí)別定位、藍(lán)牙定位、基于wifi信號(hào)強(qiáng)度的室內(nèi)定位等方法。

然而，目前廣泛應(yīng)用的基于wifi信號(hào)強(qiáng)度的室內(nèi)定位方法只能反映整個(gè)信道的信號(hào)接收強(qiáng)度，不能很好地排除多徑效應(yīng)的干擾，多徑效應(yīng)成為影響室內(nèi)定位精度的一個(gè)重要因素。

因此，需要對(duì)現(xiàn)有技術(shù)進(jìn)行改進(jìn)，以提供準(zhǔn)確的多徑效應(yīng)的辨別方法并根據(jù)辨別的多徑效應(yīng)來(lái)進(jìn)一步定位終端用戶的移動(dòng)軌跡。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的在于克服上述現(xiàn)有技術(shù)的缺陷，提供基于信道狀態(tài)信息的多徑效應(yīng)辨別方法和距離估計(jì)方法。

根據(jù)本發(fā)明的第一方面，提供了一種基于信道狀態(tài)信息的多徑效應(yīng)辨別方法。該方法包括以下步驟：

步驟1：從采集的待測(cè)試點(diǎn)的信道狀態(tài)信息數(shù)據(jù)中提取反應(yīng)多徑效應(yīng)的特征；

步驟2：以所述特征作為輸入，利用多徑效應(yīng)強(qiáng)弱分類模型判斷所述待測(cè)試點(diǎn)的多徑效應(yīng)情況，其中，所述多徑效應(yīng)分類模型是基于歷史的信道狀態(tài)信息數(shù)據(jù)中提取的特征利用分類算法通過訓(xùn)練而獲得。

在本發(fā)明的多徑效應(yīng)辨別方法中，所述特征包括信道狀態(tài)信息數(shù)據(jù)中時(shí)域視距路徑信號(hào)強(qiáng)度與非視距路徑信號(hào)強(qiáng)度的比值、信道狀態(tài)信息數(shù)據(jù)的頻域方差、信道狀態(tài)信息數(shù)據(jù)的頻域偏度。

在本發(fā)明的多徑效應(yīng)辨別方法中，所述時(shí)域視距路徑信號(hào)強(qiáng)度與非視距路徑信號(hào)強(qiáng)度的比值是信道狀態(tài)信息數(shù)據(jù)經(jīng)過傅里葉變換后得到的時(shí)域30個(gè)子波中，第一個(gè)子波的幅值與其他29個(gè)子波子波幅值之和的比值。

在本發(fā)明的多徑效應(yīng)辨別方法中，所述分類算法包括決策樹、貝葉斯算法、神經(jīng)網(wǎng)絡(luò)算法、支持向量機(jī)。

根據(jù)本發(fā)明的第二方面，提供了一種基于信道狀態(tài)信息的距離估計(jì)方法。該方法包括：

步驟51：根據(jù)本發(fā)明的多徑效應(yīng)辨別方法獲得待測(cè)試點(diǎn)的多徑效應(yīng)情況；

步驟52：基于所述多徑效應(yīng)情況篩選出受多徑效應(yīng)干擾小的點(diǎn)；

步驟53：根據(jù)所篩選出的受多徑效應(yīng)干擾小的點(diǎn)對(duì)應(yīng)的接收信號(hào)強(qiáng)度指示估計(jì)各測(cè)試點(diǎn)的距離。

在本發(fā)明的距離估計(jì)方法中，步驟52包括：對(duì)于每個(gè)待測(cè)試的點(diǎn)，計(jì)算出判別為多徑效應(yīng)弱的數(shù)據(jù)占該點(diǎn)總數(shù)據(jù)的百分比，如果該百分比超過預(yù)定的閾值，則認(rèn)為該點(diǎn)是受多徑效應(yīng)干擾較小的點(diǎn)。

在本發(fā)明的距離估計(jì)方法中，所述閾值為60％。

在本發(fā)明的距離估計(jì)方法中，步驟53包括根據(jù)以下公式估計(jì)各測(cè)試點(diǎn)的距離：

其中，rssi(d)是傳播距離d后的rssi值，rssi(d0)是在距離參考點(diǎn)d0處的rssi值，n是路徑損耗指數(shù)，xσ是反映遮擋導(dǎo)致的能量衰減的一個(gè)隨機(jī)變量。

與現(xiàn)有技術(shù)相比，本發(fā)明的優(yōu)點(diǎn)在于：通過從信道狀態(tài)信息(csi)數(shù)據(jù)中提取反應(yīng)多徑效應(yīng)的特征，利用分類模型來(lái)判斷終端在各個(gè)點(diǎn)的受多徑效應(yīng)干擾的情況；利用受多徑效應(yīng)干擾小的點(diǎn)計(jì)算終端距離，提高了終端的定位精度。

附圖說(shuō)明

以下附圖僅對(duì)本發(fā)明作示意性的說(shuō)明和解釋，并不用于限定本發(fā)明的范圍，其中：

圖1示出了根據(jù)本發(fā)明一個(gè)實(shí)施例的基于csi的多徑效應(yīng)辨別方法的流程圖。

圖2是wifi系統(tǒng)中各個(gè)子波的幅值示意圖。

圖3示出了根據(jù)本發(fā)明一個(gè)實(shí)施例的決策樹的示意圖。

圖4示出了根據(jù)本發(fā)明一個(gè)實(shí)施例的基于csi的距離估計(jì)方法的流程圖。

圖5示出了本發(fā)明的距離估計(jì)方法與現(xiàn)有的平均距離估計(jì)方法的誤差對(duì)比圖。

具體實(shí)施方式

為了使本發(fā)明的目的、技術(shù)方案、設(shè)計(jì)方法及優(yōu)點(diǎn)更加清楚明了，以下結(jié)合附圖通過具體實(shí)施例對(duì)本發(fā)明進(jìn)一步詳細(xì)說(shuō)明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅用以解釋本發(fā)明，并不用于限定本發(fā)明。

圖1示出了根據(jù)本發(fā)明一個(gè)實(shí)施例的基于csi的多徑效應(yīng)辨別方法的流程圖。具體包括以下步驟：

1)s110，采集csi數(shù)據(jù)

csi是用于衡量信道狀況的信道狀態(tài)信息(channelstateinformation)，其能夠更細(xì)粒度的描述無(wú)線信道狀態(tài)，并可靠的區(qū)分多徑成分。

可利用筆記本路由器等設(shè)備采集各種典型場(chǎng)景的csi數(shù)據(jù)，例如，采集多徑效應(yīng)干擾較小的場(chǎng)景(如室外足球場(chǎng))和多徑效應(yīng)干擾較大的場(chǎng)景(如室內(nèi)工位區(qū))以及大廳、走廊等。具體地，對(duì)于每種場(chǎng)景，可設(shè)置每隔一定距離采集一點(diǎn)，例如每隔0.5m或1m，采集各個(gè)點(diǎn)對(duì)應(yīng)的csi值。

2)s120，對(duì)采集的csi數(shù)據(jù)提取特征

此步驟的目的在于從csi數(shù)據(jù)中提取反應(yīng)多徑效應(yīng)成分的特征。

首先，對(duì)于采集的各點(diǎn)數(shù)據(jù)，利用傅里葉逆變換進(jìn)行處理，將其轉(zhuǎn)換為時(shí)域信號(hào)；然后，從處理之后的數(shù)據(jù)中提取特征，所提取的特征包括csi時(shí)域視距路徑信號(hào)強(qiáng)度與非視距路徑信號(hào)強(qiáng)度的比值，例如，對(duì)于wifi系統(tǒng)，對(duì)csi數(shù)據(jù)做傅里葉逆變換之后得到的時(shí)域30個(gè)子波中第一個(gè)子波的幅值與其他29個(gè)子波幅值之和的比值(參見圖2)，該比值越大表示多徑效應(yīng)越弱；csi數(shù)據(jù)的頻域方差，即csi信號(hào)30個(gè)子波的頻域幅值的方差，該頻域方差越小表示多徑效應(yīng)越弱；csi數(shù)據(jù)的頻域偏度，即csi信號(hào)30個(gè)子波的頻域幅值的偏度，該偏度越小則表示多徑效應(yīng)越弱。對(duì)于傅里葉逆變換過程的特征提取過程屬于現(xiàn)有技術(shù)，在此不再贅述。

csi反映子載波信道的頻率特性，包含振幅和相位兩種信息。對(duì)csi的子波做傅里葉逆變換，能夠?qū)⑿盘?hào)從頻域轉(zhuǎn)換到時(shí)域，清晰的觀測(cè)到信號(hào)沿著不同路徑到達(dá)接收端的信號(hào)強(qiáng)度。通過這種方式，多徑效應(yīng)情況能夠很好地從這些時(shí)域和頻域信號(hào)中反映出來(lái)，所提取的時(shí)域頻域特征可較精確地表征接收端受多徑效應(yīng)干擾的強(qiáng)弱程度。

4)s130，根據(jù)提取的特征生成訓(xùn)練樣本

以從csi數(shù)據(jù)中提取的特征組成特征向量，加上環(huán)境類別標(biāo)識(shí)，生成訓(xùn)練樣本，參見表1示意的訓(xùn)練樣本。

表1

在此步驟中，為了清楚起見，僅以示例性的方式描述了少量數(shù)據(jù)，本領(lǐng)域的技術(shù)人員應(yīng)理解，在實(shí)際的應(yīng)用中，對(duì)于每種場(chǎng)景下的不同位置，可多次采集數(shù)據(jù)作為訓(xùn)練樣本，從而提高分類的準(zhǔn)確性。

5)s140，利用訓(xùn)練樣本訓(xùn)練分類模型

根據(jù)由所有訓(xùn)練樣本組成的訓(xùn)練集合，利用分類算法，訓(xùn)練分類模型，以獲得各個(gè)數(shù)據(jù)采集點(diǎn)的多徑效應(yīng)強(qiáng)弱的辨別模型。

采用的分類算法包括決策樹、貝葉斯算法、神經(jīng)網(wǎng)絡(luò)算法、支持向量機(jī)(svm)等。

以決策樹為例，其是一個(gè)樹結(jié)構(gòu)，每個(gè)非葉節(jié)點(diǎn)表示一個(gè)特征，例如，本實(shí)施例中的csi時(shí)域視距路徑信號(hào)強(qiáng)度與非視距路徑信號(hào)強(qiáng)度的比值、頻域方差、頻域偏度等，每個(gè)分支代表這個(gè)特征在某個(gè)值域上的輸出，而每個(gè)葉節(jié)點(diǎn)存放一個(gè)類別，例如，分類為多徑效應(yīng)強(qiáng)或多徑效應(yīng)弱兩種類別。使用決策樹進(jìn)行決策的過程就是從根節(jié)點(diǎn)開始，測(cè)試待分類項(xiàng)中相應(yīng)的特征屬性，并按照其值選擇輸出分支，直到到達(dá)葉子節(jié)點(diǎn)，將葉子節(jié)點(diǎn)存放的類別作為決策結(jié)果。

圖3示出了基于表1中的訓(xùn)練樣本生成決策樹的示意圖，例如，可將csi時(shí)域視距路徑信號(hào)強(qiáng)度與非視距路徑信號(hào)強(qiáng)度的比值閾值定義為5，頻域方差閾值定義為1，頻域偏度閾值定義為0.5，對(duì)表1的示意的訓(xùn)練樣本進(jìn)行多徑效應(yīng)強(qiáng)弱的分類判斷，例如，樣本10、11、13、15、18判斷為多徑效應(yīng)弱，而其他樣本判斷為多徑效應(yīng)強(qiáng)。

圖4示出了根據(jù)本發(fā)明一個(gè)實(shí)施例的利用獲得的分類模型的進(jìn)行多徑效應(yīng)辨別和距離估計(jì)方法的流程圖。

1)s410，采集測(cè)試數(shù)據(jù)并提取csi數(shù)據(jù)特征

在此步驟中包括采集需要測(cè)試的csi數(shù)據(jù)提取csi數(shù)據(jù)特征，具體過程與步驟s110和步驟s120相同。此外，對(duì)于各個(gè)采集點(diǎn)同時(shí)采集接收到的信號(hào)強(qiáng)度指示(rssi)。

2)s420，以提取的特征為輸入利用訓(xùn)練好的分類模型辨別多徑效應(yīng)情況

在此步驟中，對(duì)于待測(cè)試的各點(diǎn)，將所采集的csi數(shù)據(jù)提取的特征作輸入訓(xùn)練好的分類模型，即可獲得各點(diǎn)多徑效應(yīng)強(qiáng)弱判斷結(jié)果。

3)s430，篩選出受多徑效應(yīng)干擾小的點(diǎn)

在一個(gè)采集點(diǎn)對(duì)應(yīng)多個(gè)采集數(shù)據(jù)的情況下，根據(jù)多徑效應(yīng)強(qiáng)弱判別結(jié)果，計(jì)算出每個(gè)點(diǎn)被判別為多徑效應(yīng)弱的數(shù)據(jù)占該點(diǎn)總數(shù)據(jù)的百分比。例如，如果該百分比超過某個(gè)閾值(例如60％)，則認(rèn)為該點(diǎn)是受多徑效應(yīng)干擾較小的點(diǎn)。

4)s440，根據(jù)所篩選出的點(diǎn)的rssi估計(jì)距離

把篩選出來(lái)的點(diǎn)的rssi數(shù)據(jù)帶入路徑損耗傳播模型進(jìn)行距離估計(jì)。

例如，一種適合于復(fù)雜室內(nèi)環(huán)境的路徑損耗模型是對(duì)數(shù)距離路徑損耗模型ldpl(log-normaldistancepathloss)，表示為：

其中，pl(d)是傳播距離d后路徑損耗，單位是db；是在距離參考點(diǎn)d0處的路徑損耗，可通過實(shí)際測(cè)量獲得，例如，距離為1米時(shí)的參考路徑損耗；n是路徑損耗指數(shù)，標(biāo)明路徑損耗隨距離增長(zhǎng)的速率，其依賴于周圍環(huán)境和建筑物類型；xσ是反映遮擋導(dǎo)致的能量衰減的一個(gè)隨機(jī)變量。

對(duì)數(shù)距離損耗模型與rssi的對(duì)應(yīng)關(guān)系為：

其中，rssi(d)是傳播距離d后的rssi值，rssi(d0)是在參考點(diǎn)d0處的rssi值。

通過將篩選出的受多徑效應(yīng)干擾小的點(diǎn)對(duì)應(yīng)的rssi值，代入到公式(2)中即可獲得該點(diǎn)的距離估計(jì)，通過這種方式可以測(cè)量出移動(dòng)終端的運(yùn)動(dòng)軌跡，從而提供終端尤其是室內(nèi)終端的定位精度。

為了進(jìn)一步驗(yàn)證本發(fā)明的效果，圖5示出了本發(fā)明的距離估計(jì)方法和現(xiàn)有的平均距離估計(jì)方法的誤差對(duì)比，其中，分別示出了走廊、工位、大廳三種典型的室內(nèi)場(chǎng)景，縱軸為平均距離估計(jì)誤差(米)，可以看出，采用本發(fā)明篩選弱多徑效應(yīng)點(diǎn)估計(jì)的誤差明顯小于未做篩選的平均距離估計(jì)誤差。

總上所述，本發(fā)明通過基于csi的多徑效應(yīng)強(qiáng)弱判別模型能夠準(zhǔn)確地選出受多徑效應(yīng)干擾較小的點(diǎn)，為室內(nèi)定位提供用于軌跡約束的輔助定位點(diǎn)。

本發(fā)明的方法可以應(yīng)用于wifi系統(tǒng)、wcdma系統(tǒng)或lte等無(wú)線系統(tǒng)，用于判斷終端移動(dòng)過程中的多徑效應(yīng)程度以及定位終端位置。

需要說(shuō)明的是，雖然上文按照特定順序描述了各個(gè)步驟，但是并不意味著必須按照上述特定順序來(lái)執(zhí)行各個(gè)步驟，實(shí)際上，這些步驟中的一些可以并發(fā)執(zhí)行，甚至改變順序，只要能夠?qū)崿F(xiàn)所需要的功能即可。

本發(fā)明可以是系統(tǒng)、方法和/或計(jì)算機(jī)程序產(chǎn)品。計(jì)算機(jī)程序產(chǎn)品可以包括計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上載有用于使處理器實(shí)現(xiàn)本發(fā)明的各個(gè)方面的計(jì)算機(jī)可讀程序指令。

計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)可以是保持和存儲(chǔ)由指令執(zhí)行設(shè)備使用的指令的有形設(shè)備。計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)例如可以包括但不限于電存儲(chǔ)設(shè)備、磁存儲(chǔ)設(shè)備、光存儲(chǔ)設(shè)備、電磁存儲(chǔ)設(shè)備、半導(dǎo)體存儲(chǔ)設(shè)備或者上述的任意合適的組合。計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)的更具體的例子(非窮舉的列表)包括：便攜式計(jì)算機(jī)盤、硬盤、隨機(jī)存取存儲(chǔ)器(ram)、只讀存儲(chǔ)器(rom)、可擦式可編程只讀存儲(chǔ)器(eprom或閃存)、靜態(tài)隨機(jī)存取存儲(chǔ)器(sram)、便攜式壓縮盤只讀存儲(chǔ)器(cd-rom)、數(shù)字多功能盤(dvd)、記憶棒、軟盤、機(jī)械編碼設(shè)備、例如其上存儲(chǔ)有指令的打孔卡或凹槽內(nèi)凸起結(jié)構(gòu)、以及上述的任意合適的組合。

以上已經(jīng)描述了本發(fā)明的各實(shí)施例，上述說(shuō)明是示例性的，并非窮盡性的，并且也不限于所披露的各實(shí)施例。在不偏離所說(shuō)明的各實(shí)施例的范圍和精神的情況下，對(duì)于本技術(shù)領(lǐng)域的普通技術(shù)人員來(lái)說(shuō)許多修改和變更都是顯而易見的。本文中所用術(shù)語(yǔ)的選擇，旨在最好地解釋各實(shí)施例的原理、實(shí)際應(yīng)用或?qū)κ袌?chǎng)中的技術(shù)改進(jìn)，或者使本技術(shù)領(lǐng)域的其它普通技術(shù)人員能理解本文披露的各實(shí)施例。