kaiyun官方注册
您所在的位置：首页 > 通信与网络 > 设计应用 > 基于FTM和CSI的单站目标跟踪研究
基于FTM和CSI的单站目标跟踪研究
2020年信息技术与网络安全第11期
林 杰1，2，赵跃新1，刘 鹏1，唐 磊3
1.陆军工程大学 指挥控制工程学院，江苏 南京210007； 2.解放军32228部队24分队，福建 福州350000；3.解放军32228部队23分队，福建 厦门361100
摘要： WiFi技术在定位跟踪领域得到了迅速发展和应用，不仅可以通过精细时间测量(FTM)协议获得到达时间，还能利用信道状态信息(CSI)估计到达角，为单站目标跟踪提供了十分有利的条件。针对单站情况下到达时间和到达角的非线性跟踪问题，提出了一种简单有效的偏差补偿卡尔曼滤波算法(BCKF)。该算法对非线性观测方程进行伪线性化，然后补偿由伪线性化引起的估计偏差，实现更准确的状态估计。搭建WiFi测量平台，并在室内外两种典型环境下进行单站目标跟踪。实验结果表明，相较于其他非线性滤波算法，BCKF能以较低计算开销实现更准确的目标跟踪，在室内外的80%跟踪误差分别不超过3.7 m和1.5 m。
中图分类号： TN92
文献标识码： A
DOI： 10.19358/j.issn.2096-5133.2020.11.011
引用格式： 林杰，赵跃新，刘鹏，等. 基于FTM和CSI的单站目标跟踪研究[J].信息技术与网络安全，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，Fuzhou 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

    目标跟踪在态势感知[1]、定位导航[2]等领域得到广泛应用，旨在通过观测站采集的信息来估计运动目标的位置和速度。观测信息主要包括到达角(Angle of Arrival，AoA)、到达时间(Time of Arrival，ToA)以及到达时间差(Time Difference of Arrival，TDoA)。基于观测信息实现目标跟踪通常需要多个观测站同时进行测量，而利用单观测站跟踪运动目标不仅避免了观测站之间的同步问题，还降低了对系统部署的要求，具有更广的适用范围。

    WiFi作为普及率高的无线通信技术，在定位跟踪领域也取得了大量研究应用，尤其是为单站目标跟踪提供了十分有利的条件。一方面，IEEE 802.11-2016标准定义了精细时间测量(Fine Time Measurement，FTM)协议[3]，可以实现高精度测量ToA，并且该协议已经在商业WiFi芯片中实现，比如Intel 8260和高通IPQ4018。另一方面，信道状态信息(Channel State Information，CSI)原本用于无线通信的调制解调，近年来诸多研究将其用于精确估计AoA，取得了良好的效果[4-5]，并且部分商业芯片也支持提取CSI，比如Intel 5300和Atheros AR9580。因此，利用WiFi设备提供的AoA和ToA观测信息即可实现单站目标跟踪。

    AoA-ToA目标跟踪的主要挑战在于观测量与目标位置之间的非线性关系。然而，现有的非线性卡尔曼滤波算法很难同时满足跟踪精度高、计算复杂度低的要求[6-7]。对此，本文提出了一种简单有效的偏差补偿卡尔曼滤波算法(Bias Compensation Kalman Filter，BCKF)。该算法首先通过对AoA和ToA观测方程进行伪线性化，然后补偿由伪线性化引起的估计偏差，实现更优的跟踪性能。




本文详细内容请下载:http://www.chinaaet.com/resource/share/2000003182




作者信息:

林  杰1，2，赵跃新1，刘  鹏1，唐  磊3

(1.陆军工程大学 指挥控制工程学院，江苏 南京210007；

2.解放军32228部队24分队，福建 福州350000；3.解放军32228部队23分队，福建 厦门361100)

此内容为AET网站原创，未经授权禁止转载。

相关内容

Baidu
map