利用信道状态信息的室内定位方法

计算机工程与应用 ›› 2016, Vol. 52 ›› Issue (22): 238-241.

利用信道状态信息的室内定位方法

刘逸博，修春娣，朱云龙

北京航空航天大学电子信息工程学院，北京 100191

出版日期:2016-11-15 发布日期:2016-12-02

Application of channel state information in indoor position system

LIU Yibo, XIU Chundi, ZHU Yunlong

College of Electronical and Information Engineering, Beihang University, Beijing 100191, China

Online:2016-11-15 Published:2016-12-02

摘要/Abstract

摘要： 室内定位是基于位置服务研究的关键问题，WIFI作为一种廉价易得的信号源被广泛应用在室内定位系统中。但是室内复杂环境造成同一点处的WIFI接收信号强度随时间变化范围较大，影响了基于WIFI接收信号强度的室内定位系统的性能。为了克服这个问题，提出了基于信道状态信息的室内定位方法。利用信道状态信息有效值非线性回归得出测量点与信号接入点之间的距离。利用测量点与多个不同信号接入点之间的距离回归出最后的定位结果。实验结果表明，相比典型的基于WIFI信号接收强度对数衰减模型的定位方法，方法有效提高了定位结果的准确度。

关键词: 室内定位, 信道状态信息, 距离估计, 最小二乘法

Abstract: Indoor positioning is one of the key problems of the Location Based Service（LBS） research. WIFI is widely used in indoor positioning systems because of its cheap price and broad coverage. However, the Received Signal Strength Index（RSSI） of WIFI is heavily affected by the complex indoor environment which leads to a large range of spatial and temporal variance. In order to solve this problem, Channel State Information（CSI） is applied in our novel indoor positioning system. The CSI information can be used to regress the distance between the transmitter and the receiver. The distance of the receiver to multiple different transmitters can be utilized to get the receiver’s coordinate, which is the positioning result. The experiment results show that this new method has a higher positioning accuracy compared with the RSSI method.

Key words: indoor positioning, Channel State Information（CSI）, distance estimation, least square method

刘逸博，修春娣，朱云龙. 利用信道状态信息的室内定位方法[J]. 计算机工程与应用, 2016, 52(22): 238-241.

LIU Yibo, XIU Chundi, ZHU Yunlong. Application of channel state information in indoor position system[J]. Computer Engineering and Applications, 2016, 52(22): 238-241.

[1]	李中道，刘元盛，常飞翔，张军，路铭. 室内环境下UWB与LiDAR融合定位算法研究[J]. 计算机工程与应用, 2021, 57(6): 260-266.
[2]	於小杰，贺勇，刘盛华. 一种用于无人机室内定位的改进ORB光流算法[J]. 计算机工程与应用, 2021, 57(4): 266-271.
[3]	程帅，吴华锋，梅骁峻. 交替非负约束框架的海洋传感网协同定位[J]. 计算机工程与应用, 2021, 57(23): 129-136.
[4]	曹林根，宓超. 集装箱箱号字符识别算法研究[J]. 计算机工程与应用, 2021, 57(15): 178-185.
[5]	杨锦朋，常俊，余江，李晓薇. 免校准的跨异构设备的室内定位方法[J]. 计算机工程与应用, 2020, 56(2): 248-254.
[6]	张峻豪，吴飞，朱海. 基于GD-Kmeans和菲涅尔理论的WiFi手势识别方法[J]. 计算机工程与应用, 2020, 56(19): 126-131.
[7]	郑晨辉，陈璟，张雨婷，薛伟. 融合粒子滤波与蓝牙地标矫正的定位算法[J]. 计算机工程与应用, 2020, 56(13): 273-278.
[8]	陈晓倩，刘瑞祥. 基于最小二乘策略迭代的无人机航迹规划方法[J]. 计算机工程与应用, 2020, 56(1): 191-195.
[9]	胡东海，邵元，陈莹，夏士雄. 基于改进粒子滤波的室内自适应定位算法[J]. 计算机工程与应用, 2019, 55(9): 65-71.
[10]	何伟健，陆江城，朱耀磷，李学聪. RFID旋转天线中的椭圆模型室内定位算法[J]. 计算机工程与应用, 2019, 55(9): 87-93.
[11]	庞丽莉1，许其清1，谢家烨1，2. 椭球约束下减小三维定位中的非视距误差[J]. 计算机工程与应用, 2019, 55(7): 115-119.
[12]	夏宇声，刘凯，张浩，金飞宇，郑林江. 基于多边限定的室内定位方法设计与系统实现[J]. 计算机工程与应用, 2019, 55(11): 250-256.
[13]	薛伟，陈璟，张熠. 基于深度学习的Wi-Fi与iBeacon融合的室内定位方法[J]. 计算机工程与应用, 2019, 55(1): 29-34.
[14]	王正杰，杨伟丽，王喆，侯玉珊，郭银景. 基于CSI的行为识别研究综述[J]. 计算机工程与应用, 2018, 54(5): 14-23.
[15]	杨海蓉1，金辉2. 改进的迭代重加权最小二乘非凸压缩感知算法[J]. 计算机工程与应用, 2018, 54(24): 46-51.