針對Wi-Fi無源目標(biāo)跟蹤技術(shù)中,由于直射路徑信號以及噪聲等影響造成提取目標(biāo)反射路徑信號困難等難點,本文提出了基于Wi-Fi多維參數(shù)特征的無源目標(biāo)跟蹤技術(shù).該技術(shù)采用串行干擾消除代替全零初始化來完成某時刻多條路徑到達(dá)角（Arrival of Angle,AoA）、飛行時間（Time of Flight,ToF）以及多普勒頻移（Doppler Frequency Shifts,DFS）的初始化,并且對傳統(tǒng)頻域空間交替廣義期望最大化（Frequency Domain Space Alternating Generalized Expectation-maximization,FD-SAGE）算法進(jìn)行改進(jìn),彌補了傳統(tǒng)算法收斂速度慢以及噪聲影響等缺陷.除此之外,本文采用基于最小代價多路徑網(wǎng)絡(luò)的混合數(shù)據(jù)關(guān)聯(lián)方法解決了在不同時刻具有不同路徑數(shù)目時無法進(jìn)行路徑有效關(guān)聯(lián)的問題,同時該方法將固定時間窗中的最優(yōu)匹配作為某時刻的關(guān)聯(lián)數(shù)據(jù),避免了某次關(guān)聯(lián)錯誤導(dǎo)致后續(xù)關(guān)聯(lián)失敗所造成的不可逆錯誤.實驗結(jié)果表明,本文在復(fù)雜室內(nèi)環(huán)境下能夠達(dá)到1.3m的平均跟蹤定位精度. 

【文章來源】：電子學(xué)報. 2020,48(08)北大核心EICSCD

【文章頁數(shù)】：8 頁

【文章目錄】：
1 引言
2 基于Wi-Fi信號多參數(shù)特征的無源目標(biāo)跟蹤
    2.1 CSI相位誤差消除模塊
    2.2 多維信號參數(shù)聯(lián)合估計模塊
        2.2.1 傳統(tǒng)FD-SAGE算法
        2.2.2 基于串行干擾消除的參數(shù)初始化算法
        2.2.3 改進(jìn)FD-SAGE聯(lián)合參數(shù)估計
    2.3 混合數(shù)據(jù)關(guān)聯(lián)模塊
        2.3.1 最小代價多路徑網(wǎng)絡(luò)構(gòu)建
        2.3.2 網(wǎng)絡(luò)邊代價參數(shù)設(shè)置
    2.4 無源目標(biāo)跟蹤模塊
3 算法驗證與結(jié)果分析
    3.1 實驗環(huán)境
    3.2 實驗結(jié)果分析
4 結(jié)論


【參考文獻(xiàn)】：
期刊論文
[1]NOMA系統(tǒng)中低復(fù)雜度的串行信號檢測算法[J]. 王歌,趙知勁.  信號處理. 2019(01)

碩士論文
[1]基于SAGE算法的寬帶信道參數(shù)提取方法的應(yīng)用研究[D]. 高遠(yuǎn).南京郵電大學(xué) 2013



本文編號：3552463