信道状态信息无线感知数据获取及应用综述

近年来,基于信道状态信息(CSI)的无线感知技术在室内定位、活动识别、健康检测等方向有众多探索性研究应用。然而,现有研究获取CSI数据主要依靠自主采集,对CSI开源数据集和数据采集设备/工具的研究现状不够清晰。首先阐述了基于无线保真(WiFi)CSI的无线感知技术,详细介绍了9种CSI数据采集设备/工具,概括了CSI的应用方向及研究现状,并汇总了近5年的CSI开源数据集,分析了现有CSI无线感知研究的局限性与面临的挑战,最后总结全文并对CSI无线感知未来的发展进行展望。

非理想信道状态信息的认知无线网络下行功率分配和波束赋形方法

针对非理想信道状态信息(CSI)条件下工作于underlay模式的认知无线网络(CRN)多用户下行功率分配和波束赋形研究中普遍存在的问题,包括忽略主网络(PN)对认知用户(SU)的干扰、传统的凸优化SDR方法对约束条件的近似要求以及实现算法复杂、实用性受限等,首先建立CRN模型,增添PN对SU的干扰项,而后在非理想CSI的最差条件下形成优化问题。再通过Lagrange对偶对问题的约束条件进行变换,并基于变换后的问题形式,利用上行和下行的对偶特性,引入虚拟功率,将优化问题转换为上行功率分配和波束赋形问题,进一步得到简便、快速和实用的迭代算法。数值仿真显示,算法收敛很快。并且发现非理想CSI引起的误差不仅对下行功率影响明显而且还改变优化问题的可行解区域;PN基站(PBS)的发送功率的变化对可行解区域有显著的影响。

5G信道状态信息信号质量及指纹定位性能分析

5G信道状态信息(channel state information,CSI)具有丰富的特征信息,是一种理想的指纹定位信号,但信号质量易受环境干扰,对定位性能影响较大.为了分析不同因素对5G信号质量和定位性能的影响程度,本文首先阐述了5G信号特征和基于支持向量回归(support vector regression,SVR)的定位算法,分析了数据采集时终端的高度、方向、人体遮挡等因素对信号质量的影响,测试了廊厅、小办公室和中型会议室三种场景下的定位性能.结果表明:5G信号质量受周围环境影响较大,在干扰较小的情况下,基于5G CSI的位置指纹定位算法在三种场景下的定位精度分别为0.93 m、1.46 m和1.94 m,能够满足大多数室内定位应用需求.

无线通用串行总线的信道状态信息提取和处理

无线通用串行总线(W-USB)是基于超宽带(UWB)无线电平台的多频带正交频分复用(MB-OFDM)技术的系统应用。在接收机进行基带信号处理过程中,利用最小二乘估计均衡方法从系统的信道估计序列中快速地提取有效的信道状态信息,并把提取的信道状态信息按比例调节双载波解调器输出的软比特值。实验结果证明,利用信道状态信息调节解调输出的软比特值能提高接收端的解码纠错能力,从而提高系统性能。

无线多跳网络下基于过时信道状态信息的跨层资源分配

对于无线多跳网络跨层资源分配算法的研究大多是建立在假定每个节点能获得网络中其他节点的完美的信道状态信息(CSI)的基础上。但是由于信道的时变特性和CSI的反馈延时,在动态变化较快的无线网络中,节点所获得的CSI很可能是过时或者部分过时的。基于这个前提,该文首次在动态无线多跳网络跨层资源优化分配算法中考虑了CSI这种变化的影响,并提出了一种相应的分布式联合拥塞控制和功率分配算法。仿真结果证明该算法能够极大地提高网络效用和能量效用。

基于无线信道状态相位信息优化的定位算法

随着位置服务需求的增长,基于Wi-Fi接收信号的室内定位技术一直是研究热点之一。通过检测环境变化对Wi-Fi无线信道状态信息CSI的影响,从而实现对室内人员的定位具有通用性强、部署成本低等优点。针对大多系统仅使用CSI中幅度信息所带来准确性和稳定性不足的问题,设计并实现了一种基于CSI相位信息优化的定位算法,该方法通过采集幅度和相位参数相结合作为位置指纹特征,并对特征数据进行预先平滑去噪后进行指纹库的构建,然后通过机器学习方法进行人员位置的分类识别。由于相位和幅度信息可以相互补充,弥补了某些易混淆位置的分类错误,从而解决了采用单一特征的定位准确性和稳定性问题。实验进行了两种不同多径场景下的实验,比较了不同指纹特征选取、数据预处理方法以及三种机器学习算法对定位准确度的影响,其结果表明采用本文所提出算法总体上可以在仅使用CSI幅度特征的基础上提高13%。

基于信道状态信息的室内环境检测技术研究

室内空气质量是人们广泛关注的问题之一,然而如何对室内空气进行全面监测一直是一个难题,传统的监控摄像头和光学传感器系统都难以全方面覆盖检测区域。基于此,本研究创新性地设计了一种利用现有商用Wi-Fi网络来对室内环境进行实时感知监测的系统。基于室内环境检测技术现状,概述了相关室内环境检测技术的试验方法和机器学习算法模型。通过研究不同污染等级对室内静态CSI信号的影响,实现了对室内污染的精确分类。

基于信道状态信息的煤矿井下人员无线定位系统

煤矿井下人员定位系统在煤矿安全生产中起着举足轻重的作用。根据煤矿井下的特殊环境,提出一种基于信道状态信息的煤矿井下人员无线定位系统,以硬件结构和数据处理为基础,运用最小生成树算法和高斯权重的k最近邻法,训练出适用于煤矿井下的指纹地图定位算法,同时利用已经安装在煤矿井下的无线射频通信技术读卡器,实现指纹地图的及时更新。经过实际定位环境测试,可以在不额外增加定位辅助设备的情况下,提高现有煤矿井下人员无线定位系统的定位精度。

基于无线信道状态信息的跌倒检测

随着中国正式迈入老龄化社会,老年人跌倒引发的问题日益引起关注。针对这一问题,无线信号(如Wi-Fi)感知被用于对跌倒进行及时检测与警报。无线信号感知技术依赖电磁波的反射特性,发射信号经过室内环境中各物体反射后产生不同的传播路径,叠加在一起到达接收端。由于接收信号携带了物体方位、活动状态等信息,通过将接收信号与实际物体的状态建立联系,可实现对物体进行定位与行动识别。对基于无线信道状态信息的跌倒检测进行研究,并在实验环境中验证其可行性。

多用户MIMO中基于部分信道状态信息预编码的稳健性研究

在实际的MIMO中,接收端往往具有理想的信道状态信息,而发射端由于种种原因只有来自接收端反馈的部分信道状态信息(CSI)。分析了CSI,对发射端已知部分CSI设计预编码进行了初步研究,并给出了一种等效噪声方法,即将反馈误差建模为接收端的等效噪声,利用预编码准则对反馈误差、用户间干扰进行统一处理。在MI-MO-TD-SCDMA系统应用环境中对该方法进行了仿真分析。结果表明,反馈误差对预编码影响较大,采用等效噪声后的预编码相比没有考虑反馈误差的预编码性能有明显地提高。

基于非理想信道状态信息的鲁棒安全发送方法

针对协方差信道状态信息(Channel State Information,CSI)不理想导致的通信系统安全性能恶化问题,该文提出一种鲁棒的人工噪声辅助的物理层安全发送方法。该方法基于非理想的协方差信道信息,对发送者的波束成形向量及人工噪声协方差进行联合优化设计,从而最大化系统的最差情况安全速率(Worst-Case Secrecy Rate,WCSR)。该功率受限的安全速率最大化问题是非凸的,采用半定松弛(Semi Definite Relaxation,SDR)技术和Lagrange对偶理论将其转化为一系列的半定规划(Semi Definite Program,SDP)问题进行求解。仿真结果表明,与现有方案相比,所提方法的安全性能有了明显的提升。

基于信道状态信息的室内感知技术

广泛存在的Wi-Fi网络带来了移动互联网商业服务的巨大发展,也成为现代社会的基础设施之一。从当前Wi-Fi网络的核心技术出发,透过无线信道状态分析的角度,阐述了无线感知技术的基本原理和实现方法,论述了近年来无线感知领域的技术创新,特别是基于信道状态信息的室内人体姿态和环境感知技术进展,最后分析了未来的发展趋势,为之后相关的研究提供了参考。

一种基于部分信道状态信息的稳健性预编码方案

目前的传输预处理算法都是假设发送端有理想的信道信息。然而,在实际系统中发射端只有来自接收端的部分信道信息。本文首先分析了部分信道状态信息产生的原因。然后提出了一种等效噪声方法,当发射端已知部分信道状态信息时对预编码设计的稳健性进行初步研究。本文的等效方法,即将反馈误差建模为接收端的等效噪声,利用ZF准则对反馈误差、用户间干扰进行统一处理。最后在TD-SCDMA系统应用环境里对该方法进行了仿真分析,结果表明反馈误差对预编码影响较大,采用等效噪声后的预编码相比没有考虑反馈误差的预编码性能很明显提高。

信道状态信息对MIMO容量影响的分析

信道状态信息(CSI)对MIMO容量具有重要的影响,这里分析了接收机或发射机或两者均有CSI和两者均 无CSI时对MIMO信道容量的影响。

一种基于WiFi信道状态信息的人体动作识别方法

人体动作识别是以人为中心的物联网的核心技术之一。为了实现无需穿戴设备、低成本的动作识别系统,提出了一种基于WiFi信道状态信息(Channel State Information,CSI)的人体动作识别方法。该方法采用Hampel滤波结合离散小波去噪对CSI信息进行处理后,利用CSI幅度方差确定动作起止区间,从中提取CSI的特征向量,并用线性判别式分析算法(Linear Discriminant Analysis,LDA)分类器实现人体日常生活中“蹲下”、“站起”、“坐下”、“捡起”和“走”5种动作的识别,实验结果表明平均识别率可达到96%。

基于信道状态信息的非合作式室内人体运动检测

针对用摄像头、传感器等运动检测手段的设备部署复杂、昂贵、有盲区等缺点,提出一种利用无线保真(WiFi)信号进行人体运动检测的方法。首先,使用无线网卡接收被检测环境中WiFi的信道状态信息(CSI);其次,使用局部离群因子检测(LOF)算法和Hampel滤波器去除异常的CSI数据;然后,用线性回归算法去除因网卡时钟不同步造成的频移误差,再用主成分分析(PCA)降维和朴素贝叶斯算法分类不同情况下的CSI数据,生成用于判断人体运动状况的模型;最终用生成的模型对人体运动状态进行判断。在实验中该方法能快速判断并达到95.62%的正确率。实验结果表明该方法能很好检测识别人的运动。

基于信道状态信息的室内人数统计方法

针对传统人数统计方案存在侵犯隐私和成本难以控制无法大规模投入使用的问题,提出一种基于Wi-Fi信道状态信息CSI(channel state information)的幅度和相位作为特征的方法进行人数统计,采集3条交叉收发链路上CSI的幅度和相位数据,对数据进行预先平滑和去噪处理,同时使用幅度和相位提高人数统计的准确性和稳定性。在室内环境下进行实验,使用支持向量机(SVM)、神经网络(NN)和卷积神经网络(CNN)进行人数的统计分类并进行结果对比,对比结果表明,3种机器学习算法分别达到了94%、96%和88%的准确率。

基于信道状态信息相位差的人员入侵检测方法

目前基于Wi-Fi的人员入侵检测方法缺少对相位信息的利用,从而限制了入侵检测的适用范围和感知距离。讨论了信道状态信息相位差的可行性,采用轻量级的指标来感知无线环境的状态变化。利用递归量化分析法对静止情况下的子载波进行挑选,采用离散小波变换提取呼吸信号,进一步判断当前环境是否有人入侵。不同实验场景的结果表明,运动和静止人员的检测精度都可以达到90%。

改进DBSCAN聚类的信道状态信息定位算法

近年来,利用WiFi信道状态信息的无线信号在室内定位、跌倒检测、身份识别等场景都发挥了重要应用价值。然而,复杂环境下多径效应的影响使得指纹定位的精度仍有待提高。针对这一问题,本文在降噪时提出了一种基于密度的自适应聚类算法,并在定位阶段联合动态加权K邻近算法进行匹配。首先,使用Hampel算法去除幅值信息的离群点;然后,将改进的DBSCAN算法自动调节参数对数据聚类;最后,用动态加权K邻近算法进行指纹库与实时定位点的匹配。仿真实验表明,在约5×10 m^(2)的定位区域内,DBSCAN算法的平均定位精度达到1.579 m,其中定位精度在2 m内的占比相对于传统指纹法提高了42.9%。

利用统计CSI的DMA辅助无线携能通信传输方法

提出了一种利用统计信道状态信息(CSI)的动态超表面天线(DMA)辅助无线携能通信传输方法。考虑一个由DMA阵列代替传统天线阵列的基站、一个信息解码用户,以及一个能量收集用户构成的无线携能通信系统,将信道建模为莱斯空间相关信道,提出了平均收集能量和发送功率约束条件下的可达遍历速率最大化问题。首先,利用随机矩阵理论将优化问题转化为一个确定性的优化问题;然后,通过交替优化方法,设计了可达速率最大化和仅利用统计CSI的基站发送协方差矩阵和DMA权值矩阵。仿真表明,所提方法能达到通信速率和收集能量之间的最优折中。