無線信道傳感的朝向檢測分析

金志平

摘 ? 要：文章主要提出一種新型人體朝向的檢測操作方案WiO，運用無線的局域網絡信道信息，為人體朝向的檢測傳感數據，獲取良好朝向的檢測效果，便于提升朝向檢測的精準度及可靠性。

關鍵詞：無線信道;傳感;朝向檢測

在人體的感知領域眾多研究當中，人體朝向的檢測研究均是主要研究方向及課題。本文主要查閱相關文獻資料，對無線信道的傳感朝向檢測進行綜述分析，望能夠為今后相關專家及學者對該課題的深入研究提供有價值的參考。

1 ? ?檢測信道狀態的信息、人體的朝向

1.1 ?信道狀態的信息

無線的信道模型，通常可通過Z=HX+N來表示，在該列式當中，Z代表接收的信號向量，X代表發出信號向量，Z代表噪聲向量，H代表信道增益的矩陣。依據正交頻分復用技術，H表示為H=[Hl，H2 ，…HN]、Hi=[Hi]ejsin（∠Hi）。在該列式當中，N代表N個子載波，借助普通Wifi設備可得出30個子載波的信息。Hi表示第i個載波信道狀態數據信息（Channel State Information，CSI）復數，[Hi]代表第i個載波振幅，∠Hi代表第i個載波相位。針對擁有著多個發送接收天線、多入口、多出口（Multiple-Input Multiple-Output，MIMO）系統，各個子載波Hi可構成一個pXq維度矩陣。故最終獲取CSI信息為pXqXN的矩陣。其中，p為天線發射條數，N為子載波數，q為天線接收具體條數。

1.2 ?檢測人體的朝向

實現檢測人體的波動朝向關鍵點在，人體朝向不同條件下，引起不同的環境狀況變化，不同程度影響著無線信號的信道。借助物理量基礎條件，必須滿足于下列基本條件：方向相同，有著穩定性能;方向不同，有著相應區分度;人體所處相同的方向狀況，其兩側測量實際得到景觀，在經過預處理操作后CSI的幅度數據信息。

2 ? ?數據的預處理及提取特征

2.1 ?提取原始的信息數據

通常借助CSI人體的感知方案內，相關科研人員會通過CSI幅度數據信息，將其當成原始所采集相應信息數據。由于該CSI的幅度信息提取難度系數較低，且易于分析，具有較高穩定性。CSI信息當中另外一個部分相位的信息，鮮有人對其關注及重視。該部分因隨機的噪聲、發射的接收裝置間的時鐘處不同步的工況下，促使其原始靜態所在相位的信息數據呈隨機的分布狀態，該種袁術相位的信息為不可用。針對以上問題，可借助子載波自身對稱特性，圍繞其原始的相位開展線性變化，并逐步獲取相對的穩定參數值。

2.2 ?異常參值的處理操作

選用拉依達的檢測法，對異常參值實施檢測處理操作，替代其樣本的參值。將信息數據所有子載波的參值，并依次與相應余樣的子載波實際均值做出比較。如差值超3倍的標準差，便可判定其值為異常的參值，能夠用均值替代它[1]。

2.3 ?信號的去噪處理

無線信號通常會受周邊的環境影響，需對CSI開展去噪處理操作。本文用加權移動的平均型濾波器，針對CSI數據做去噪處理，如式（1）所示，在該公式當中，n代表第n個的數據包;m為平滑度;i代表從1～30個的子載波;m越大，其信號就相對越平滑。但會損失掉許多信息。如圖1所示，是CSI原始的信息數據經加權移動式平均濾波的處理之后的曲線，圖中可看出原始噪聲的波動部分平滑度已明顯得到改善。

2.4 ?提取特征

原始數據信息無法有效被分類器所識別，且數據的冗余度相對較高，對指紋卡的存儲較為不利。故需從該原始數據當中提取出最具代表性特征值。本文主要運用下列參數來反映出人體朝向CSI變化：中位數的絕對偏差（Median Absolute deviation，MAD），標準差（Standard，STD），均值Mean，極差Range，最小值Min，最大值Max，并依據Vnew=Vold﹣min/max﹣min該公式，實施歸一處理，作機器學習基本的特征。可反映該6個不同特征參數值，均處不同方向變化工況，全部統計值均處不同的方向，辨識度突出，也可當成機器學習的基本特征。那么，在該公式當中，Vnew代表原始特征值，Vold代表歸一化之后參數值，Min，Max則分別代表著某個特征最小及最大參數值[2]。

2.5 ?構建指紋庫

針對CSI的幅度、相位的信息，經以上的預處理過后，可各獲取到6個特征的參值，即為Eph=[Eph-max Eph-min Eph-range Eph-mean Eph-std Eph-mad]，Eamp=[Eamp-max Eamp-min Eamp-range Eamp-mean Eamp-std Eamp-mad]。為將檢測的精度提升，本文主要結合P×q的天線所對應CSI的信息，該指紋庫的各類別指紋實際結構即為：Emul=[E1-1 E1-2…E1-q;E2-1 E2-2…E2-q……Ep-1 Ep-2…Ep-q]。在該列式當中，Ei-j=[Eiamp Eiph]。

3 ? ?實驗操作部署

實驗操作平臺分為兩個部分，即監控點及接入點。設備方面，裝設兩臺Intel5300的網卡筆記本，采用UblIntu 14.04LTS操作系統。筆記本內設定Halperin其提供的CSITOOL，采集到CSI的數據信息。lntel5300網卡能提供著3條MIMO天線，理論上形成3×3=9條的天線，且對應相應鏈路。但實際受周圍的環境波動、設備實際運行工況影響較大，穩定提取到3根鏈路。因而，主要擇選天線1-1，1-2，1-3實施分析。擇選多徑的辦公室，為此次試驗研究的場所，大小5 m×5 m。AP-MP需放置好高度為1.2 m的辦公桌。采集信息數據，人體需靜止AP-MP鏈路相互間，各自朝向著不同的方向，即為北、西、南、東這4個正向的方向。MP接收源于AP的信息數據包，提取CSI的信息數據。每次采集操作的時間，需控制10 s，數據信息包發送的速率100個/s。

4 ? ?實驗操作結果

試驗先對比分析用CSI的幅度、相位的信息，兩者針對檢測處理精度有著影響。用幅度來對比相位，人體的朝向檢測效果相對較為良好，CSI的相位、幅度信息相對比，針對所在環境的敏感度相對較高。雖借助線性變換獲取其相對相位，但會有隨機噪聲存在，致使相位的效果保障較為困難。本文主要提出結合幅度、相位的信息精度高于其單一參數。雖單一相位的信息精準度偏低，但結合幅度實現輔助分類，便可提升其分類的精準度。本文對比不同的天線所對應分類的性能，研究表明不同的天線條件下所對應分類的效果往往存在較大差異性。針對相同的帶分類處理樣本，天線對1-1，1-2，1-3所存在不同的分類結構，因其不同天線實際對應的信號路徑差異。因而，人體自身對信號的實際影響也存在著較大差異性。結構的表面，在綜合多對天線實際對應CSI的信息可提升其分類效果。如圖2所示，伴隨著人體距離MP從近至遠，這3種分類計算分析方法精準度呈現先大后小趨勢。但是，在人體距離MP較近時，精準度降低，可能會因人體與MP距離過近，以至于對無線信號接收產生不利影響。實驗研究的結果可證明，人體距離最佳檢測區域為MP1 m左右，該3種計算分析方法精準度均可達最大值。與NB計算方法相比較，支持向量機（Support Vector Machine，SVM），k最鄰近分類算法（k-NearestNeighbor，KNN）性能更勝一籌，最佳的檢測距離可達98.94%;固定人體位置，倘若AP-MP實際距離分別是3.6 m，3.0 m，2.4 m，1.8 m，1.2 m。伴隨著AP-MP距離越來越小，其分類的效果便會越來越高。但是，持續將距離減小，精準度將達到飽和狀態，NB計算分析法還會有下降情況出現;朝向檢測的精準度，會伴隨數據包的數量不斷增長進而逐步提高，是因較多的信息數據包經檢測處理后獲取更多豐富人體的信息，較多訓練樣本可提升分類的精準度。從總體上來分析，實時性的要求較高、較低精度要求條件下，建議采用NB計算分析方法。針對實時性較低、精準度較高等要求情況，可擇選SVM或KNN計算分析方法。

5 ? ?結語

綜上所述，經過本次實驗操作及研究后可發現，結合CSI的幅度、相位相對比，用單一幅度、相位的信息有效提高;不同天線，其對上的分類效果實際差異較為突出，充分考慮到多對天線所對應CSI信息，可提升識別操作精準度。不同因素，如數據包的發送數、檢測距離等，均會影響到實驗操作結果，發現相比較NB計算分析方法，KNN，SVM計算分析方法效果較為突出，精準度最高可達98%。經過此次實驗研究，能夠為后期工程奠定重要基礎，后續將進一步研究多個目標人體朝向的檢測、移動的人體朝向檢測各方面內容。

[參考文獻]

[1]祁恩召，李春樹，徐昊.基于無線傳感網絡的三維室內無線信道建模與分析[J].信息通信，2018（11）：16-19.

[2]劉洲洲，申良.基于磁感應技術的地下傳感網信道建模仿真[J].系統仿真學報，2018（3）：1102-1108.