无线信道传感的朝向检测分析

金志平

摘   要：文章主要提出一种新型人体朝向的检测操作方案WiO，运用无线的局域网络信道信息，为人体朝向的检测传感数据，获取良好朝向的检测效果，便于提升朝向检测的精准度及可靠性。

关键词：无线信道;传感;朝向检测

在人体的感知领域众多研究当中，人体朝向的检测研究均是主要研究方向及课题。本文主要查阅相关文献资料，对无线信道的传感朝向检测进行综述分析，望能够为今后相关专家及学者对该课题的深入研究提供有价值的参考。

1    检测信道状态的信息、人体的朝向

1.1  信道状态的信息

无线的信道模型，通常可通过Z=HX+N来表示，在该列式当中，Z代表接收的信号向量，X代表发出信号向量，Z代表噪声向量，H代表信道增益的矩阵。依据正交频分复用技术，H表示为H=[Hl，H2 ，…HN]、Hi=[Hi]ejsin（∠Hi）。在该列式当中，N代表N个子载波，借助普通Wifi设备可得出30个子载波的信息。Hi表示第i个载波信道状态数据信息（Channel State Information，CSI）复数，[Hi]代表第i个载波振幅，∠Hi代表第i个载波相位。针对拥有着多个发送接收天线、多入口、多出口（Multiple-Input Multiple-Output，MIMO）系统，各个子载波Hi可构成一个pXq维度矩阵。故最终获取CSI信息为pXqXN的矩阵。其中，p为天线发射条数，N为子载波数，q为天线接收具体条数。

1.2  检测人体的朝向

实现检测人体的波动朝向关键点在，人体朝向不同条件下，引起不同的环境状况变化，不同程度影响着无线信号的信道。借助物理量基础条件，必须满足于下列基本条件：方向相同，有着稳定性能;方向不同，有着相应区分度;人体所处相同的方向状况，其两侧测量实际得到景观，在经过预处理操作后CSI的幅度数据信息。

2    数据的预处理及提取特征

2.1  提取原始的信息数据

通常借助CSI人体的感知方案内，相关科研人员会通过CSI幅度数据信息，将其当成原始所采集相应信息数据。由于该CSI的幅度信息提取难度系数较低，且易于分析，具有较高稳定性。CSI信息当中另外一个部分相位的信息，鲜有人对其关注及重视。该部分因随机的噪声、发射的接收装置间的时钟处不同步的工况下，促使其原始静态所在相位的信息数据呈随机的分布状态，该种袁术相位的信息为不可用。针对以上问题，可借助子载波自身对称特性，圍绕其原始的相位开展线性变化，并逐步获取相对的稳定参数值。

2.2  异常参值的处理操作

选用拉依达的检测法，对异常参值实施检测处理操作，替代其样本的参值。将信息数据所有子载波的参值，并依次与相应余样的子载波实际均值做出比较。如差值超3倍的标准差，便可判定其值为异常的参值，能够用均值替代它[1]。

2.3  信号的去噪处理

无线信号通常会受周边的环境影响，需对CSI开展去噪处理操作。本文用加权移动的平均型滤波器，针对CSI数据做去噪处理，如式（1）所示，在该公式当中，n代表第n个的数据包;m为平滑度;i代表从1～30个的子载波;m越大，其信号就相对越平滑。但会损失掉许多信息。如图1所示，是CSI原始的信息数据经加权移动式平均滤波的处理之后的曲线，图中可看出原始噪声的波动部分平滑度已明显得到改善。

2.4  提取特征

原始数据信息无法有效被分类器所识别，且数据的冗余度相对较高，对指纹卡的存储较为不利。故需从该原始数据当中提取出最具代表性特征值。本文主要运用下列参数来反映出人体朝向CSI变化：中位数的绝对偏差（Median Absolute deviation，MAD），标准差（Standard，STD），均值Mean，极差Range，最小值Min，最大值Max，并依据Vnew=Vold﹣min/max﹣min该公式，实施归一处理，作机器学习基本的特征。可反映该6个不同特征参数值，均处不同方向变化工况，全部统计值均处不同的方向，辨识度突出，也可当成机器学习的基本特征。那么，在该公式当中，Vnew代表原始特征值，Vold代表归一化之后参数值，Min，Max则分别代表着某个特征最小及最大参数值[2]。

2.5  构建指纹库

针对CSI的幅度、相位的信息，经以上的预处理过后，可各获取到6个特征的参值，即为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]。为将检测的精度提升，本文主要结合P×q的天线所对应CSI的信息，该指纹库的各类别指纹实际结构即为：Emul=[E1-1 E1-2…E1-q;E2-1 E2-2…E2-q……Ep-1 Ep-2…Ep-q]。在该列式当中，Ei-j=[Eiamp Eiph]。

3    实验操作部署

实验操作平台分为两个部分，即监控点及接入点。设备方面，装设两台Intel5300的网卡笔记本，采用UblIntu 14.04LTS操作系统。笔记本内设定Halperin其提供的CSITOOL，采集到CSI的数据信息。lntel5300网卡能提供着3条MIMO天线，理论上形成3×3=9条的天线，且对应相应链路。但实际受周围的环境波动、设备实际运行工况影响较大，稳定提取到3根链路。因而，主要择选天线1-1，1-2，1-3实施分析。择选多径的办公室，为此次试验研究的场所，大小5 m×5 m。AP-MP需放置好高度为1.2 m的办公桌。采集信息数据，人体需静止AP-MP链路相互间，各自朝向着不同的方向，即为北、西、南、东这4个正向的方向。MP接收源于AP的信息数据包，提取CSI的信息数据。每次采集操作的时间，需控制10 s，数据信息包发送的速率100个/s。

4    实验操作结果

试验先对比分析用CSI的幅度、相位的信息，两者针对检测处理精度有着影响。用幅度来对比相位，人体的朝向检测效果相对较为良好，CSI的相位、幅度信息相对比，针对所在环境的敏感度相对较高。虽借助线性变换获取其相对相位，但会有随机噪声存在，致使相位的效果保障较为困难。本文主要提出结合幅度、相位的信息精度高于其单一参数。虽单一相位的信息精准度偏低，但结合幅度实现辅助分类，便可提升其分类的精准度。本文对比不同的天线所对应分类的性能，研究表明不同的天线条件下所对应分类的效果往往存在较大差异性。针对相同的带分类处理样本，天线对1-1，1-2，1-3所存在不同的分类结构，因其不同天线实际对应的信号路径差异。因而，人体自身对信号的实际影响也存在着较大差异性。结构的表面，在综合多对天线实际对应CSI的信息可提升其分类效果。如图2所示，伴随着人体距离MP从近至远，这3种分类计算分析方法精准度呈现先大后小趋势。但是，在人体距离MP较近时，精准度降低，可能会因人体与MP距离过近，以至于对无线信号接收产生不利影响。实验研究的结果可证明，人体距离最佳检测区域为MP1 m左右，该3种计算分析方法精准度均可达最大值。与NB计算方法相比较，支持向量机（Support Vector Machine，SVM），k最邻近分类算法（k-NearestNeighbor，KNN）性能更胜一筹，最佳的检测距离可达98.94%;固定人体位置，倘若AP-MP实际距离分别是3.6 m，3.0 m，2.4 m，1.8 m，1.2 m。伴随着AP-MP距离越来越小，其分类的效果便会越来越高。但是，持续将距离减小，精准度将达到饱和状态，NB计算分析法还会有下降情况出现;朝向检测的精准度，会伴随数据包的数量不断增长进而逐步提高，是因较多的信息数据包经检测处理后获取更多丰富人体的信息，较多训练样本可提升分类的精准度。从总体上来分析，实时性的要求较高、较低精度要求条件下，建议采用NB计算分析方法。针对实时性较低、精准度较高等要求情况，可择选SVM或KNN计算分析方法。

5    结语

综上所述，经过本次实验操作及研究后可发现，结合CSI的幅度、相位相对比，用单一幅度、相位的信息有效提高;不同天线，其对上的分类效果实际差异较为突出，充分考虑到多对天线所对应CSI信息，可提升識别操作精准度。不同因素，如数据包的发送数、检测距离等，均会影响到实验操作结果，发现相比较NB计算分析方法，KNN，SVM计算分析方法效果较为突出，精准度最高可达98%。经过此次实验研究，能够为后期工程奠定重要基础，后续将进一步研究多个目标人体朝向的检测、移动的人体朝向检测各方面内容。

[参考文献]

[1]祁恩召，李春树，徐昊.基于无线传感网络的三维室内无线信道建模与分析[J].信息通信，2018（11）：16-19.

[2]刘洲洲，申良.基于磁感应技术的地下传感网信道建模仿真[J].系统仿真学报，2018（3）：1102-1108.