计算其在每个位置处先验概率：
[0100]
[0101] 假设每个位置是平等的，且检测信号独立与位置。则公式（12)可简化为：
[0102]
[0103] 通过计算所有位置的先验概率后，可计算获取拥有最大先验概率的位置，即人体 最可能所在的位置。为了增强定位评估的鲁棒性，可将公式（13)与时间窗口机制相结合， 通过对窗口内检测结果的投票决策来给出最后的人体定位结果。
[0104]图2是本发明第二实施例提供的增强性室内无源被动人体定位的离线训练示意 图。信号发射机（TX)采用目前应用最为普及的商用无线路由器（AP)，而信号接收机（RX) 为商用电脑，该电脑上配置有IntelNIC5300网卡，支持802.lln协议，安装Linux操作系 统和LinuxCSITool工具。LinuxCSITool包含针对IntelNIC5300网卡的一款驱动 程序iwlwifi，它可以获取0FDM系统中30个子载波的信道响应信息，并能够以信道状态信 息（CSI)形式提交给相应程序进行处理。信号发射机和信号接收机一般被固定在离地面高 度1. 2m的位置，这样能更准确的对人体的出现进行检测和定位。信号接收机以一定速率 (例如设定为每秒钟20个数据包）向信号发射机发送ICMP请求报文，然后信号接收机利用 LinuxCSITool驱动从信号发射机的应答包中获取CSI信息，并实时收集CSI信息。系统 部署期间，测试人员应首先对系统参数进行设置，包括ICMP包发送速率参数等相应信息。
[0105]当设备部署完成后，系统采集信道状态信息。安装人员开启标准信号特征采集功 能，并确保监测区域内无人出现。接收机会以20Hz的频率向发射机发射ICMP报文，接收机 通过网卡固件获取信道状态信息，该信道状态信息上传到用户态。检测系统数据接收模块 接收机发送来的数据后，利用CSITool工具提取信号特征。系统会自动计算天线上信号特 征中每个子载波的振幅，并将其存储在缓冲区中。采集过程大概需要5分钟左右。系统将 会提取缓冲区内每个数据包的信号特征，计算每个数据包的信号特征变异系数，将其存入 内存数组中。当提取所有的数据包的变异系数后，系统按照图1中步骤102的方法计算出 检测系统在此场景下的敏感度因子。测试人员判断该位置下接收机是否具有高敏感度，如 果接收机敏感度较低则调整接收机位置，重新测定敏感度因子，否则固定接收机位置。
[0106]当完成了接收机位置选定后，系统开启离线训练功能。当环境中无人体存在时，接 收机以每秒20Hz的频率向接收机发送ICMP包，并从网卡中获取信道信息。当检测系统接 收到信道信息后，利用CSITool工具提取数据包的信号特征，并将其存入到时间窗口缓冲 区中。当缓冲区被填满后，系统读取缓冲区内所有的信号特征，求其接收机天线上每个子载 波的振幅均值和标准差。然后将其存入到位置指纹特征数据库中。测试人员站立于采用位 置处，重复无人情况下信号模型参数提取过程，直到采集完所有采用位置的信号特征指纹 信息。
[0107] 图3是本发明第三实施例提供的增强性室内无源被动人体定位的实时定位示意 图。信号发射机（TX)采用目前应用最为普及的商用无线路由器（AP)，而信号接收机（RX) 为商用电脑，该电脑上配置有IntelNIC5300网卡，支持802.lln协议，安装Linux操作系 统和LinuxCSITool工具。LinuxCSITool包含针对IntelNIC5300网卡的一款驱动 程序iwlwifi，它可以获取0FDM系统中30个子载波的信道响应信息，并能够以信道状态信 息（CSI)形式提交给相应程序进行处理。信号发射机和信号接收机一般被固定在离地面高 度1. 2m的位置，这样能更准确的对人体的出现进行检测和定位。信号接收机以一定速率 (例如设定为每秒钟20个数据包）向信号发射机发送ICMP请求报文，然后信号接收机利用 LinuxCSITool驱动从信号发射机的应答包中获取CSI信息，并实时将收集的CSI信息。 系统部署期间，测试人员应首先对系统参数进行设置，包括ICMP包发送速率等相应信息。
[0108]当设定完系统参数后，系统开启实时定位功能。接收机以每秒20Hz的频率向接收 机发送ICMP包，并从网卡中获取信道信息。当检测系统接收到信道信息后，利用CSITool 工具提取数据包的信号特征，并将其存入到时间窗口缓冲区中。当缓冲区被填满后，系统读 取缓冲区内所有的信号特征。计算每个子载波振幅在无人存在情况下的先验概率，如果所 有子载波的先验概率值都大于置信概率则判断无人存在。当时间窗口内超过一半的数据包 的检测结果是无人存在的情况下系统继续采集下一轮信号特征，否则开启人体定位功能。 当检测模块判定有人体存在时，系统读取数据库中每个位置的指纹特征到内存，然后计算 检测信号特征在每个位置处的先验概率值。然后对比所有位置处的先验概率值，找到最大 先验概率对应的位置，最后时间窗口内最多数量对应的位置即为定位结果。
【主权项】
1. 一种增强型室内无源被动人体定位方法，其特征在于，包括如下步骤： (1) 离线训练： (1.1) 从网卡中采集信号特征信息； (1.1.1) 从网卡中获取物理层信号信道状态信息； (1. 1.2)提取数据包中每个子载波的振幅值，所有子载波振幅值集合作为信号特征信 息； (1. 2)计算接收机敏感度因子大小，调整接收机位置； (1. 2. 1)采集一定量静态环境状态下的信号特征信息； (1. 2. 2)利用采集的数据来计算接收机的敏感度因子，如果接收机敏感度较低则调整 接收机位置，重复步骤（1. 2. 1)，直到获取较高的接收机敏感度； (1. 3)计算位置信号指纹特征，构建位置信号指纹数据库； (1. 3. 1)测试人员站于指定采样位置，包括无测试人员存在的情况； (1. 3. 2)接收机采集一定量当前状态下的信号特征信息，计算信号特征模型参数，将其 作为位置指纹信号特征存储于数据库中； (1. 3. 3)测试人员更换采样位置，重复步骤（1. 3. 2)操作，直到采集完所有采样位置对 应的信号指纹特征信息； (2) 实时定位： (2. 1)实时采集信号特征信息； (2. I. 1)从网卡中获取物理层信号信道状态信息； (2. 1.2)提取数据包中每个子载波的振幅值，所有子载波振幅值集合作为信号特征信 息； (2. 2)实时人体出现检测； (2. 2. 1)实时获取检测信号特征信息； (2. 2. 2)根据静态状态下的信号模型，计算无人出现的概率，如果其概率小于设定阈值 则进行人体定位，否则继续步骤（2. 2. 1); (2. 3)如果步骤（2. 2)检测有人体出现则对人体进行定位，否则继续执行步骤（2. 1); (2. 3. 1)读取数据库位置信号指纹信息，计算检测信号特征对应各个采样位置的概 率； (2. 3. 2)对比检测信号在各个位置处概率大小，最大概率值所对应的位置即为人体出 现的位置。
【专利摘要】本发明属于无线定位领域，具体涉及一种增强型室内无源被动人体定位方法。本发明包括：(1)离线训练；(2)实时定位。本发明提出一个增强型室内无源被动人体定位方法，该方法可利用信道状态信息来计算接收机对周围环境改变的敏感度，通过调整接收机位置可达到较大能力感知环境变化。对于相同设备、同等规模定位区域来说，该方法可以大大降低定位区域内的盲点个数，甚至可以覆盖更广的定位区域内或降低设备使用量，降低系统部署开销。
【IPC分类】H04W64/00
【公开号】CN104883732
【申请号】CN201510175587
【发明人】杨武, 宫良一, 王巍, 苘大鹏, 玄世昌, 申国伟
【申请人】哈尔滨工程大学
【公开日】2015年9月2日
【申请日】2015年4月14日