[发明专利]一种基于信道状态信息的定位方法

说明书

本发明涉及一种基于信道状态信息的定位方案，其包括：准备阶段：将训练数据集划分为N个区域，第i个区域为Aresubgt;i/subgt;；粗定阶段：将信道状态信息数据处理为图像数据，得到粗位置并同时得到定位误差精细定位阶段以及定位输出阶段：输出的定位结果为粗位置和定位误差的和，进行偏差纠正，即本发明将收到的信道状态信息数据处理为图像数据，进而用深度神经网络进行定位的研究，可显著减少系统定位误差，从而提高定位精度。

技术领域

本发明涉及定位技术领域，具体涉及一种基于信道状态信息的定位方法。

背景技术

高精度定位已经成为智慧城市和智慧工厂的基本需求之一，基于位置的服务(LBS)在下一代新兴移动应用中扮演者越来越重要的角色。在室外环境中，定位移动设备通常使用全球定位系统(GPS)，该设备在正常运行期间可以提供米级定位精度。然而，独立的GPS在室内定位是不可靠的，因为室内无线电传播伴随着多径效应、阴影衰落和延迟失真等，使得GPS的信号差，无法适应室内环境。

目前，在室内定位领域，提出了几种不同的方法，例如WiFi、蓝牙和超宽带(UWB)等，这些方法又可以分为基于距离的和无距离的室内定位方法。基于距离的定位系统使用几何映射技术，如三边测量、三角测量和多变测量来定位目标对象的位置。它们依赖于接收到的信号的参数估计，如到达时差(TDOA)、到达角(AoA)、接收信号强度指示器(RSSI)等。这些技术需要多个接入点(AP)来计算移动单元(MU)的位置，并且对多径效应敏感，此外此种方法大多是基于LOS信道设计的，在NLOS占主导的场景下表现不佳。无距离系统使用指纹来确定物体的位置，每个位置都由唯一的通道指纹表示。通道指纹是通过处理RSSI和信道状态信息(CSI)来得到的，进而构建指纹库。在线上测试阶段，使用相应的定位算法将新获取的指纹与指纹库中的数据进行比较，进而获得定位结果。但是此种方法需要耗费大量的时间构建指纹库，所构建指纹库的精密程度直接影响定位精度，并且指纹库不易于维护。并且此类方法的覆盖范围有限和部署成本增加，大范围内的覆盖也难以实现。

由于散射点过渡造成的空间一致性场景变换的存在，使得在使用定位技术进行定位的时候，会存在系统定位误差。但目前还没有解决该定位系统的方法。

发明内容

为了解决定位场景下存在的由于散射点过渡造成的空间一致性变换，导致定位结果存在系统误差的问题，本发明提出了一种基于信道状态信息的定位方法，其能够减少系统定位误差，实现更高的定位精度。

为实现上述目的，本发明采用的技术方案是：

一种基于信道状态信息的定位方案，所述方法包括：

准备阶段：将训练数据集划分为N个区域，第i个区域为Are_i；

粗定阶段：将信道状态信息数据处理为图像数据，输入特征提取模块，得到粗位置并同时得到定位误差其中Pos为真实位置坐标；

精细定位阶段：用选择器P_ro根据粗位置选择偏差网络Ld_i，训练偏差网络训练该网络时以第一步得到的定位误差为标签，将粗位置和经过第一步的特征提取网络的特征进行拼接作为第i个偏差网络Ld_i的输入，训练偏差修正网络，同时得到经误差选择器选择的定位误差为

定位输出阶段：输出的定位结果为粗位置和定位误差的和，进行偏差纠正，即

所述粗定位阶段包括以下步骤：

步骤S11：数据处理，将接收到的信道状态信息数据处理为图像数据；

步骤S12：构建定位网络，用于从处理好的信道状态信息图像数据中提取信息，反映信道状态信息到二维位置坐标的关系映射；