本文版权为《邮电设计技术》所有,如需转载请联系《邮电设计技术》编辑部
摘要:针对现有的基于Wi-Fi估计信号到达角(Angle Of Arrival,AOA)的室内定位算法受限于设备摆放高度以及非可视环境(NLOS)影响的问题,提出一种改进的AOA估计算法。首先将线阵改为 L阵,利用信道状态信息(CSI)虚拟大规模阵列天线,对俯仰角和方位角进行估计,提高方位角估计的准确性,然后将定位结果与微机电系统(Micro Electro Mechanical System,MEMS)传感器通过抗差扩展卡尔曼滤波(Extended Kalman Filter,EKF)算法进行数据融合,提高定位精度,同时解决在NLOS环境下无法定位的问题。
关键词:信道状态信息;数据融合;非可视环境;角度估计;抗差EKF
doi:10.12045/j.issn.1007-3043.2021.11.008
概述
随着基于位置的服务(LBS)被越来越多的移动用户所使用,给无线网络定位技术带来了巨大的机遇。在室外环境下,全球导航卫星系统(GNSS)基本可以满足移动用户的定位需求,但是在市区或者室内环境下会受到建筑物的影响,性能变差无法达到定位的要求。
为了弥补GNSS定位方面的缺陷,基于无线网、蓝牙、超宽带(UWB)等的定位技术开始普及,其中基于无线网的定位技术由于造价低、分布广,应用最为广泛,主要包括基于指纹的定位技术、基于测距的定位技术、基于测角的定位技术。但是,由于环境因素、定位精度等问题限制了无线网单一定位技术的发展,其中指纹定位技术由于受多径干扰的影响,信号接收强度(RSSI)会发生抖动,影响定位的效果,测角与测距的定位技术需要在有直射径的环境下才能准确定位,在非视距的环境下会产生很大的定位误差。近年来,数据融合广泛用于室内定位中,基于此,本文提出一种新的定位方法,首先对线阵AOA估计技术进行改进,提出一种基于 L阵的空间平滑 AOA估计技术,可以准确地估计出信号的方位角与俯仰角,提高角度估计的准确性;其次,联合多个 Wi-Fi 接入点(AP)测量的角度利用最小二乘拟合得到移动终端的位置;最后设计抗差卡尔曼滤波器(EKF),将 AOA 定位结果与 MEMS 传感器解算的信息进行融合,抑制MEMS 传感器产生的累计误差,并解决 AOA 定位在NLOS环境下无法定位的问题。