基于概率候选匹配框架融合到达角、精化往返时间与可见性特征的Wi-Fi室内定位方法

《IEEE Transactions on Mobile Computing》：Enhancing NLOS Wi-Fi Positioning With Integrated AoA/RTT/Visibility Matching

　　摘要：Wi-Fi定位已成为为室内移动设备提供位置信息的一种有前景的方法，但在复杂环境中当信号处于非视距（NLOS）条件下时，其精度仍然具有挑战性。为了缓解这一问题，我们提出了一种通过概率候选匹配框架整合到达角（AoA）、精化往返时间（RTT）和可见性特征的Wi-Fi室内定位方法。在本研究中，采用联合多重信号分类（MUSIC）方法，利用信道状态信息（CSI）中的天线和子载波频率差异，以实现准确的AoA估计。基于RTT的测距根据从联合MUSIC算法中获取的直接传播信号强度比进行进一步精化，以缓解多径误差。同时，我们利用由基于RTT的测距和信号强度确定的接入点可见性特征作为位置估计的指标。最后，来自AoA、RTT和可见性的位置相关特征通过纳入贝叶斯联合概率的概率候选匹配过程进行互补集成，以确定移动设备的位置。所提方法通过利用信号遮挡和多径效应的额外约束，缓解了位置估计的模糊性。实验结果表明，我们的方法减少了由RTT测距异常值引起的定位误差，将平均定位精度提高了最高59%。