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。
