[发明专利]基于信道状态信息的多径效应辨别方法和距离估计方法

说明书

本发明提供一种基于信道状态信息的多径效应辨别方法。该方法包括：从采集的待测试点的信道状态信息数据中提取反应多径效应的特征；以所述特征作为输入，利用多径效应强弱分类模型判断所述待测试点的多径效应情况，其中，所述多径效应分类模型是基于历史的信道状态信息数据中提取的特征利用分类算法通过训练而获得。通过本发明的方法，能够基于信道状态信息数据中的时域频域特征来判断多径效应强弱的情况，并可进一步用于终端的距离估计或定位中。

技术领域

本发明涉及通信技术领域，尤其涉及一种基于信道状态信息(CSI)的多径效应辨别方法。

背景技术

随着智能终端设备和移动互联网技术的快速发展，以及大量传感器在移动智能设备中的普遍使用，基于位置的服务得到越来越广泛的应用。例如，在商场中，通过对顾客的移动位置轨迹进行分析来开展个性化服务和商品推荐工作；在监狱、工厂或者煤矿安全监控中，通过获取移动终端的移动轨迹，可以对移动人员进行监控管理。

在现有技术中，室外用户的移动运动轨迹信息可利用全球定位系统(GPS)或北斗定位系统，但是对于室内用户，由于建筑物对卫星信号的遮挡，GPS等定位系统无法进行准确定位，通常采用红外线定位、超声波定位、射频识别定位、蓝牙定位、基于wifi信号强度的室内定位等方法。

然而，目前广泛应用的基于wifi信号强度的室内定位方法只能反映整个信道的信号接收强度，不能很好地排除多径效应的干扰，多径效应成为影响室内定位精度的一个重要因素。

因此，需要对现有技术进行改进，以提供准确的多径效应的辨别方法并根据辨别的多径效应来进一步定位终端用户的移动轨迹。

发明内容

本发明的目的在于克服上述现有技术的缺陷，提供基于信道状态信息的多径效应辨别方法和距离估计方法。

根据本发明的第一方面，提供了一种基于信道状态信息的多径效应辨别方法。该方法包括以下步骤：

步骤1：从采集的待测试点的信道状态信息数据中提取反应多径效应的特征；

步骤2：以所述特征作为输入，利用多径效应强弱分类模型判断所述待测试点的多径效应情况，其中，所述多径效应分类模型是基于历史的信道状态信息数据中提取的特征利用分类算法通过训练而获得。

在本发明的多径效应辨别方法中，所述特征包括信道状态信息数据中时域视距路径信号强度与非视距路径信号强度的比值、信道状态信息数据的频域方差、信道状态信息数据的频域偏度。

在本发明的多径效应辨别方法中，所述时域视距路径信号强度与非视距路径信号强度的比值是信道状态信息数据经过傅里叶变换后得到的时域30个子波中，第一个子波的幅值与其他29个子波子波幅值之和的比值。

在本发明的多径效应辨别方法中，所述分类算法包括决策树、贝叶斯算法、神经网络算法、支持向量机。

根据本发明的第二方面，提供了一种基于信道状态信息的距离估计方法。该方法包括：

步骤51：根据本发明的多径效应辨别方法获得待测试点的多径效应情况；

步骤52：基于所述多径效应情况筛选出受多径效应干扰小的点；

步骤53：根据所筛选出的受多径效应干扰小的点对应的接收信号强度指示估计各测试点的距离。

在本发明的距离估计方法中，步骤52包括：对于每个待测试的点，计算出判别为多径效应弱的数据占该点总数据的百分比，如果该百分比超过预定的阈值，则认为该点是受多径效应干扰较小的点。

在本发明的距离估计方法中，所述阈值为60％。

在本发明的距离估计方法中，步骤53包括根据以下公式估计各测试点的距离：