《電子技術(shù)應(yīng)用》
您所在的位置：首頁 > 通信與網(wǎng)絡(luò) > 設(shè)計(jì)應(yīng)用 > 基于FTM和CSI的單站目標(biāo)跟蹤研究
基于FTM和CSI的單站目標(biāo)跟蹤研究
2020年信息技術(shù)與網(wǎng)絡(luò)安全第11期
林 杰1,，2,，趙躍新1，劉 鵬1,，唐 磊3
1.陸軍工程大學(xué) 指揮控制工程學(xué)院,，江蘇 南京210007,； 2.解放軍32228部隊(duì)24分隊(duì)，福建 福州350000,；3.解放軍32228部隊(duì)23分隊(duì),，福建 廈門361100
摘要： WiFi技術(shù)在定位跟蹤領(lǐng)域得到了迅速發(fā)展和應(yīng)用，不僅可以通過精細(xì)時(shí)間測量(FTM)協(xié)議獲得到達(dá)時(shí)間,，還能利用信道狀態(tài)信息(CSI)估計(jì)到達(dá)角,，為單站目標(biāo)跟蹤提供了十分有利的條件。針對單站情況下到達(dá)時(shí)間和到達(dá)角的非線性跟蹤問題,，提出了一種簡單有效的偏差補(bǔ)償卡爾曼濾波算法(BCKF),。該算法對非線性觀測方程進(jìn)行偽線性化，然后補(bǔ)償由偽線性化引起的估計(jì)偏差,，實(shí)現(xiàn)更準(zhǔn)確的狀態(tài)估計(jì),。搭建WiFi測量平臺，并在室內(nèi)外兩種典型環(huán)境下進(jìn)行單站目標(biāo)跟蹤,。實(shí)驗(yàn)結(jié)果表明,，相較于其他非線性濾波算法，BCKF能以較低計(jì)算開銷實(shí)現(xiàn)更準(zhǔn)確的目標(biāo)跟蹤,，在室內(nèi)外的80%跟蹤誤差分別不超過3.7 m和1.5 m。
中圖分類號： TN92
文獻(xiàn)標(biāo)識碼： A
DOI： 10.19358/j.issn.2096-5133.2020.11.011
引用格式： 林杰,，趙躍新,，劉鵬，等. 基于FTM和CSI的單站目標(biāo)跟蹤研究[J].信息技術(shù)與網(wǎng)絡(luò)安全,，2020,，39(11)：69-73，89.
Research on target tracking using single station based on fine time measurement and channel state information
Lin Jie1,，2,，Zhao Yuexin1，Liu Peng1,，Tang Lei3
1.Command & Control Engineering College,，Army Engineering University,，Nanjing 210007，China,； 2.Sub Unit 24,，Unit 32228 of PLA，F(xiàn)uzhou 350000,，China,；3.Sub Unit 23，Unit 32228 of PLA,，Xiamen 361100,，China
Abstract： WiFi technology has been rapidly developed and applied in the field of positioning and tracking. It can not only obtain the time of arrival(ToA) through fine time measurement(FTM) protocol, but also estimate the angle of arrival(AoA) by exploiting the channel state information(CSI), which provides a very favorable condition for target tracking using a single station. Aiming at the nonlinear tracking problem with ToA and AoA measurements based on a single station, a simple and effective algorithm called bias-compensation Kalman filter(BCKF) is proposed in this paper. This algorithm pseudo-linearizes the nonlinear observation equation, and then compensates for the estimation bias caused by the pseudo-linearization to achieve a more accurate state estimation. The WiFi measurement platform is built and single-station target tracking is performed in two typical indoor and outdoor scenarios. The experimental results show that compared with other nonlinear filtering algorithms, BCKF achieves more accurate target tracking with lower computational overhead. Moreover, the 80% tracking error of BCKF indoor and outdoor does not exceed 3.7 m and 1.5 m respectively.
Key words : target tracking；fine time measurement,；channel state information,；nonlinear Kalman filter；bias compensation

0 引言

    目標(biāo)跟蹤在態(tài)勢感知[1],、定位導(dǎo)航[2]等領(lǐng)域得到廣泛應(yīng)用,，旨在通過觀測站采集的信息來估計(jì)運(yùn)動(dòng)目標(biāo)的位置和速度。觀測信息主要包括到達(dá)角(Angle of Arrival,，AoA),、到達(dá)時(shí)間(Time of Arrival，ToA)以及到達(dá)時(shí)間差(Time Difference of Arrival,，TDoA),。基于觀測信息實(shí)現(xiàn)目標(biāo)跟蹤通常需要多個(gè)觀測站同時(shí)進(jìn)行測量,，而利用單觀測站跟蹤運(yùn)動(dòng)目標(biāo)不僅避免了觀測站之間的同步問題,，還降低了對系統(tǒng)部署的要求，具有更廣的適用范圍,。

    WiFi作為普及率高的無線通信技術(shù),，在定位跟蹤領(lǐng)域也取得了大量研究應(yīng)用，尤其是為單站目標(biāo)跟蹤提供了十分有利的條件,。一方面,，IEEE 802.11-2016標(biāo)準(zhǔn)定義了精細(xì)時(shí)間測量(Fine Time Measurement，F(xiàn)TM)協(xié)議[3],，可以實(shí)現(xiàn)高精度測量ToA,，并且該協(xié)議已經(jīng)在商業(yè)WiFi芯片中實(shí)現(xiàn)，比如Intel 8260和高通IPQ4018,。另一方面,，信道狀態(tài)信息(Channel State Information，CSI)原本用于無線通信的調(diào)制解調(diào)，近年來諸多研究將其用于精確估計(jì)AoA,，取得了良好的效果[4-5],，并且部分商業(yè)芯片也支持提取CSI，比如Intel 5300和Atheros AR9580,。因此,，利用WiFi設(shè)備提供的AoA和ToA觀測信息即可實(shí)現(xiàn)單站目標(biāo)跟蹤。

    AoA-ToA目標(biāo)跟蹤的主要挑戰(zhàn)在于觀測量與目標(biāo)位置之間的非線性關(guān)系,。然而,，現(xiàn)有的非線性卡爾曼濾波算法很難同時(shí)滿足跟蹤精度高、計(jì)算復(fù)雜度低的要求[6-7],。對此,，本文提出了一種簡單有效的偏差補(bǔ)償卡爾曼濾波算法(Bias Compensation Kalman Filter，BCKF),。該算法首先通過對AoA和ToA觀測方程進(jìn)行偽線性化,，然后補(bǔ)償由偽線性化引起的估計(jì)偏差，實(shí)現(xiàn)更優(yōu)的跟蹤性能,。




本文詳細(xì)內(nèi)容請下載:http://forexkbc.com/resource/share/2000003182




作者信息:

林  杰1,，2，趙躍新1,，劉  鵬1,，唐  磊3

(1.陸軍工程大學(xué) 指揮控制工程學(xué)院，江蘇 南京210007,；

2.解放軍32228部隊(duì)24分隊(duì),，福建 福州350000；3.解放軍32228部隊(duì)23分隊(duì),，福建 廈門361100)

此內(nèi)容為AET網(wǎng)站原創(chuàng),，未經(jīng)授權(quán)禁止轉(zhuǎn)載。