基于CSI的室內(nèi)監(jiān)控系統(tǒng)

1、16 基于CSI的室內(nèi)監(jiān)控系統(tǒng) 、摘要 隨著無(wú)線互聯(lián)網(wǎng)與基礎(chǔ)設(shè)施的發(fā)展與完善，室內(nèi)監(jiān)控系統(tǒng)有了長(zhǎng)足的發(fā)展，從基于紅外，超聲波的室內(nèi)監(jiān)控，到攝像頭的室內(nèi)監(jiān)控。然而，以上方法均具有局限性，本文基于wifi的室內(nèi)定位技術(shù)，利用信道狀態(tài)信息(CSI ,Chanel State Information），提出了一種室內(nèi)監(jiān)控機(jī)制，有效的彌補(bǔ)了以上方法的不足。關(guān)鍵詞：wifi 室內(nèi)監(jiān)控 csi目錄基于CSI的室內(nèi)監(jiān)控系統(tǒng)1摘要2第一章 緒論41.1 研究背景41.2 室內(nèi)監(jiān)控現(xiàn)狀51.2.1 視頻室內(nèi)監(jiān)控51.2.2 紅外線室內(nèi)監(jiān)控51.2.3 超聲波室內(nèi)監(jiān)控61.3 無(wú)線感知研究現(xiàn)狀61.3.1 RSSI

2、71.3.2 CSI81.4 本文主要工作10第二章指紋數(shù)據(jù)庫(kù)建立11第三章 人體識(shí)別匹配算法133.1 余弦相似度匹配算法14第四章 總結(jié)15附錄16 第一章 緒論 1.1 研究背景 隨著無(wú)線網(wǎng)絡(luò)的發(fā)展，基于wifi的無(wú)線局域網(wǎng)技術(shù)已經(jīng)得到廣泛的應(yīng)用，它可以通過(guò)無(wú)線電波進(jìn)行路由器和主機(jī)之間的信息交互，然而無(wú)線電波的應(yīng)用遠(yuǎn)不止與此，它不僅可以進(jìn)行通信內(nèi)容的傳播，還可以用來(lái)進(jìn)行環(huán)境感知，人體檢測(cè)和無(wú)線定位等，這是利用了無(wú)線電波在室內(nèi)傳播過(guò)程中遇到多種障礙如家具，墻壁和人體等，進(jìn)行了反射、衍射和折射，接收機(jī)收到的無(wú)線電波信號(hào)則是這些信號(hào)的多路疊加，雖然多路疊加不能真實(shí)再現(xiàn)原來(lái)無(wú)線電波的樣子，但這些

3、被改變的多路疊加的無(wú)線電波卻因此帶有能反映室內(nèi)環(huán)境的信息，只要我們對(duì)這些信號(hào)加以分析，我們便能再現(xiàn)無(wú)線電波傳播范圍內(nèi)的室內(nèi)環(huán)境的本來(lái)面貌，因此我們可以用無(wú)線電波來(lái)感知室內(nèi)環(huán)境，將這種方法應(yīng)用到日常生活的多個(gè)方面，比如通過(guò)無(wú)線感知進(jìn)行室內(nèi)監(jiān)控和室內(nèi)定位，在這里我們將無(wú)線感知應(yīng)用到室內(nèi)監(jiān)控系統(tǒng)上，較以前的室內(nèi)監(jiān)控系統(tǒng)，通過(guò)無(wú)線感知的室內(nèi)監(jiān)控系統(tǒng)具有優(yōu)良的性能以及更加簡(jiǎn)單的設(shè)備，基于wifi無(wú)線感知的室內(nèi)監(jiān)控系統(tǒng)必要硬件設(shè)備只有一臺(tái)能發(fā)射無(wú)線電波的wifi路由器和接受無(wú)線電波的電腦（內(nèi)置有無(wú)線網(wǎng)卡），設(shè)備簡(jiǎn)單且是普通家庭大多都具備的。從性能上講，由于wifi路由器發(fā)射無(wú)線電波是向四面八方無(wú)死角發(fā)射，

4、所以室內(nèi)各個(gè)隱蔽的角落都能被感知到，將接收到的無(wú)線電波與標(biāo)準(zhǔn)進(jìn)行比對(duì)，進(jìn)行分析，就可以判斷是否有人入侵。1.2 室內(nèi)監(jiān)控現(xiàn)狀 1.2.1 視頻室內(nèi)監(jiān)控通過(guò)在室內(nèi)安裝攝像頭進(jìn)行對(duì)室內(nèi)情況的監(jiān)控，這種方式大多是人為監(jiān)控，不能很好地實(shí)現(xiàn)自動(dòng)化，且應(yīng)用場(chǎng)合只有在博物館等公共場(chǎng)合，在居民住房?jī)?nèi)則會(huì)涉及隱私問(wèn)題，具有一定的局限性。1.2.2 紅外線室內(nèi)監(jiān)控 紅外線檢測(cè)可分為主動(dòng)監(jiān)控和被動(dòng)監(jiān)控。主動(dòng)紅外監(jiān)控工作原理是：發(fā)射機(jī)發(fā)出一束經(jīng)調(diào)制的紅外光束，被紅外接收機(jī)接收，從而形成一條紅外光束組成的警戒線。當(dāng)被探測(cè)目標(biāo)侵入該警戒線時(shí)，紅外光束被部分或全部遮擋，此時(shí)接收機(jī)接收的信號(hào)就會(huì)發(fā)生變化，它經(jīng)放大與信號(hào)處理后

5、，即控制發(fā)出報(bào)警信號(hào)。但是，由于主動(dòng)紅外探測(cè)器本身的技術(shù)缺陷，很容易受到其它介質(zhì)的影響而產(chǎn)生誤報(bào)，也容易引起漏報(bào)，而且對(duì)硬件的要求較高。被動(dòng)紅外監(jiān)控的工作原理是：人體恒定的體溫會(huì)發(fā)出特定波長(zhǎng)10m左右的紅外線，被動(dòng)紅外探測(cè)器就是靠探測(cè)人體發(fā)射的10m左右的紅外線而進(jìn)行工作的。人體發(fā)射的10m左右的紅外線通過(guò)菲涅爾濾光片增強(qiáng)后聚集到紅外感應(yīng)源上。紅外感應(yīng)源通常采用熱釋電元件，這種元件在接收到人體紅外輻射溫度發(fā)生變化時(shí)就會(huì)失去電荷平衡，向外釋放電荷，后續(xù)電路經(jīng)檢測(cè)處理后就能產(chǎn)生報(bào)警信號(hào)。這對(duì)硬件的要求也很高。1.2.3 超聲波室內(nèi)監(jiān)控此原理是人體的移動(dòng)會(huì)干擾到超聲波的傳遞，通過(guò)此原理可以設(shè)置超聲波

6、報(bào)警器，精密的探測(cè)是否有入侵者移動(dòng)干擾到超聲波的傳遞，但這種探測(cè)很可能產(chǎn)生誤報(bào)，同時(shí)也受到硬件的限制，有一定的局限性。1.3 無(wú)線感知研究現(xiàn)狀 這種檢測(cè)方法通過(guò)接受帶有環(huán)境信息的無(wú)線電波，對(duì)無(wú)線電波進(jìn)行分析，看其攜帶的信息是否有異常，即和指紋數(shù)據(jù)庫(kù)中存儲(chǔ)的無(wú)線電波狀態(tài)進(jìn)行比對(duì)，發(fā)現(xiàn)有相似的即認(rèn)為有入侵者進(jìn)入到無(wú)線電波覆蓋范圍內(nèi)的空間中，我們這里對(duì)指紋數(shù)據(jù)庫(kù)的建立是采集各個(gè)室內(nèi)各個(gè)空間內(nèi)有人時(shí)的無(wú)線電波狀態(tài)量。采用這種方式便不易造成誤判，應(yīng)為小動(dòng)物或風(fēng)吹草動(dòng)造成多路疊加的無(wú)線電波狀態(tài)量就不易和指紋數(shù)據(jù)庫(kù)中的采集因人造成多路疊加的無(wú)線電波的狀態(tài)量進(jìn)行匹配，而且通過(guò)這種方式進(jìn)行檢測(cè)，所需的硬件配置便

7、是大多數(shù)家庭中就有的wifi路由器和帶有無(wú)線網(wǎng)卡的電腦，這種室內(nèi)監(jiān)控系統(tǒng)便可以在普通家庭中普及開來(lái)，局限性很小。 要實(shí)現(xiàn)此檢測(cè)技術(shù)，我們首先要面對(duì)的是如何處理這些帶有環(huán)境信息的無(wú)線電波，也就是如何對(duì)無(wú)線電波進(jìn)行分析，在這里我們找到了兩種具有代表性的方法，即RSSI和CSI。 1.3.1 RSSI RSSI即Received Signal Strength Indication，也就是接收的信號(hào)強(qiáng)度指示，這種方法是通過(guò)對(duì)接受到無(wú)線電波的強(qiáng)弱對(duì)無(wú)線電波在傳播過(guò)程中所遇到的各種環(huán)境因素進(jìn)行解析的方法。用接收信號(hào)強(qiáng)度推斷接收機(jī)與發(fā)射機(jī)的距離或表征接收機(jī)的位置特點(diǎn)是傳統(tǒng)無(wú)線感知采用的重要方法之一。舉個(gè)例

8、子，如果手機(jī)接收到的Wi-Fi 信號(hào)較弱，可能是由于手機(jī)距離無(wú)線路由器較遠(yuǎn)；而如果手機(jī)接收到的Wi-Fi 信號(hào)強(qiáng)度驟降，很可能是因?yàn)槭謾C(jī)進(jìn)入了某些特定的封閉空間如電梯等。而RSSI是利用接收信號(hào)強(qiáng)度進(jìn)行無(wú)線室內(nèi)定位的具有代表性的方法之一，在本文中，我們僅對(duì)其分析無(wú)線電波的方法進(jìn)行敘述和利用。為了獲取信號(hào)的特征，在RSSI的具體實(shí)現(xiàn)中做了如下處理：在104us內(nèi)進(jìn)行基帶IQ功率積分得到RSSI的瞬時(shí)值，即RSSI（瞬時(shí)）=sum（I2+Q2）；然后在約1秒內(nèi)對(duì)8192個(gè)RSSI的瞬時(shí)值進(jìn)行平均得到RSSI的平均值，即RSSI（平均）=sum（RSSI(瞬時(shí)）)/8192，同時(shí)給出1秒內(nèi)RSSI瞬

9、時(shí)值的最大值和RSSI瞬時(shí)值大于某一門限時(shí)的比率（RSSI瞬時(shí)值大于某一門限的個(gè)數(shù)/8192）。RSSI的缺點(diǎn)就是它在室內(nèi)只能分析多路徑疊加后的信號(hào)，而不能逐一區(qū)分多條信號(hào)的傳播路徑，因而在室內(nèi)，RSSI可能會(huì)因?yàn)椴杉蕉嗦矾B加的信號(hào)后信號(hào)強(qiáng)度變強(qiáng)，而不是因?yàn)榫嚯x變近使得信號(hào)變強(qiáng)，這樣一來(lái)碰到多路疊加的信號(hào)，RSSI可能不會(huì)隨著傳播距離的增加而減小，反而還可能增大，這種情況對(duì)RSSI的精度造成了很大的局限性，在很多情況下很可能造成誤判。1.3.2 CSICSI即Channel State Information，也就是信道狀態(tài)信息，它是正交頻分復(fù)用（OFDM）下的子載波，在每個(gè)子載波上均有不同

10、的幅度和相位信息，因此可以利用CSI提供不同子載波詳細(xì)的幅度和相位信息。 之前講過(guò)，RSSI分析無(wú)線電波精確度不高是因?yàn)镽SSI不能逐一區(qū)分多條信號(hào)傳播路徑，使得多條信號(hào)疊加對(duì)RSSI反應(yīng)的正確結(jié)果產(chǎn)生影響，要想得到對(duì)多路疊加信號(hào)的精確分析，我們可以采用信道沖擊響應(yīng)(Channel Impulse Response, CIR)建模，在線性時(shí)不變的假設(shè)下，CIR 可表示為： h=i=1naie-ji(-i) 其中ai，i和i分別為第i條路徑的幅度衰減、相位偏移和時(shí)間延遲，N 為傳播路徑總數(shù)，為狄克拉脈沖函數(shù)。式中的每一項(xiàng)從時(shí)域上表示了一條傳播路徑的幅度、相位和時(shí)延。由于多徑傳播在頻域上表現(xiàn)為頻率

11、選擇性衰落，因而也可通過(guò)信道頻率響應(yīng)(Channel Frequency Response, CFR) 刻畫多徑傳播。CFR 包括幅頻響應(yīng)和相頻響應(yīng)。在無(wú)限帶寬的條件下，CFR 和CIR 互為傅里葉變換。 因此對(duì)多路疊加的信號(hào)進(jìn)行精確的分析便是要求我們精確的將CFR測(cè)量到，但CFR是一個(gè)連續(xù)的值，要將其精確的測(cè)量到難度較大，所以我們的測(cè)量只能是盡可能多的采集Wi-Fi 帶寬內(nèi)的CFR 的K個(gè)離散采樣值，而這時(shí)我們就能用到CSI，利用現(xiàn)成的網(wǎng)卡以及微調(diào)過(guò)的驅(qū)動(dòng)程序,可以以CSI的形式輸出WiFi帶寬范圍內(nèi)CFR的一個(gè)采樣版本 H=Hf1,Hf2,Hfi,HfNT i0,30; 每個(gè)CSI刻畫了一

12、個(gè)子載波的幅度和相位信息Hfi=Hfiejsin| Hfi|其中，Hfi為中心頻率fi的子載波的CSI, Hfi代表相位，CSI在幅度和相位上刻畫了無(wú)線鏈路更細(xì)粒度的時(shí)間和頻譜結(jié)構(gòu)。 相較于RSSI而言，CSI的優(yōu)點(diǎn)便很明確，CSI從一定程度上刻畫了多路徑傳播，一方面，CSI 可以同時(shí)測(cè)量多個(gè)子載波的頻率響應(yīng)，而非全部子載波疊加的總體幅度響應(yīng)，從而更加精細(xì)地刻畫頻率選擇性信道。另一方面，CSI 既可測(cè)量每個(gè)子載波的幅度，還可測(cè)量每個(gè)子載波的相位信息。CSI 將單值的RSSI 擴(kuò)展至頻域，并且附加了相位信息，從頻域上為無(wú)線感知提供了更為豐富、細(xì)粒度的信道狀態(tài)信息。因此我們可以認(rèn)為CSI是RSSI

13、的升級(jí)版。 1.4 本文主要工作 無(wú)線感知的核心目標(biāo)是根據(jù)信道狀態(tài)信息（幅度，相位）對(duì)目標(biāo)空間的無(wú)線環(huán)境狀態(tài)及其瞬時(shí)變化展開環(huán)境感知度量并據(jù)此進(jìn)行人體的識(shí)別，可以識(shí)別出室內(nèi)是否有人。 根據(jù)上述對(duì)RSSI和CSI的介紹和性能分析，相對(duì)于精確性差的RSSI來(lái)說(shuō)，CSI不僅有較高的精確度，還可以從幅度和相位兩方面更加細(xì)致的反應(yīng)信道狀態(tài)信息，從而可以提升對(duì)環(huán)境的感知能力，因此我們毫無(wú)疑問(wèn)地選擇CSI作為分析無(wú)線電波的方法。圍繞這個(gè)目標(biāo)，本文分為兩部分：第一部分基于信道狀態(tài)信息的無(wú)線動(dòng)作感知指紋庫(kù)；第二部分是以無(wú)線感知為核心的人體匹配算法。 第二章指紋數(shù)據(jù)庫(kù)建立上文我們可以通過(guò)CSI做到對(duì)接收到的無(wú)線電

14、波的狀態(tài)量進(jìn)行刻畫，得到接收的無(wú)線電波狀態(tài)量之后，我們并不能知道在這個(gè)狀態(tài)量下是否有入侵者在室內(nèi)移動(dòng)，這個(gè)狀態(tài)量只是對(duì)當(dāng)前環(huán)境的一種表征，具體這是怎樣一種環(huán)境，我們并不能從狀態(tài)量上直接看出，狀態(tài)量只是較為唯一的表示當(dāng)前環(huán)境狀態(tài)的量，我們要做的只是將我們自己所觀察到的環(huán)境同目前采集到的狀態(tài)量進(jìn)行一一映射，通過(guò)映射關(guān)系我們便能從狀態(tài)量中得知當(dāng)前環(huán)境的情況，也就是說(shuō)要實(shí)現(xiàn)從狀態(tài)量得知當(dāng)前環(huán)境情況我們還要建立一個(gè)映射數(shù)據(jù)庫(kù)，將具體環(huán)境情況同相應(yīng)的狀態(tài)量的映射存入數(shù)據(jù)庫(kù)中去，這種唯一表征環(huán)境狀態(tài)的數(shù)據(jù)庫(kù)我們可以稱之為指紋數(shù)據(jù)庫(kù)。由于我們要實(shí)現(xiàn)的是室內(nèi)監(jiān)控功能，也就是我們的目標(biāo)是檢測(cè)到當(dāng)前室內(nèi)是否有入侵者

15、，從這個(gè)角度上看，我們用以進(jìn)行映射的環(huán)境因素可限制為房間的某個(gè)位置有個(gè)人，就是在建立數(shù)據(jù)庫(kù)過(guò)程中，我們找一個(gè)普通身高的人站在各個(gè)位置，然后發(fā)射無(wú)線電波，在接收端接收，并將該狀態(tài)量記錄下來(lái)，和環(huán)境中人的位置進(jìn)行一一映射，到時(shí)候在系統(tǒng)工作時(shí)，將檢測(cè)到的狀態(tài)量和指紋數(shù)據(jù)庫(kù)中的狀態(tài)量進(jìn)行比對(duì)，若相似度達(dá)到某個(gè)值，說(shuō)明某位置很可能有個(gè)人，之所以這樣采集是因?yàn)榭赡苓€有小貓小狗在室內(nèi)活動(dòng)，未排除檢測(cè)誤差，我們就采取直接將人站在某位置的信息存入數(shù)據(jù)庫(kù). 指紋數(shù)據(jù)庫(kù)建立的具體過(guò)程如下：針對(duì)參考點(diǎn)j，假設(shè)我們收集到了M組CSI值，而每組CSI又包含s個(gè)值?？紤]到信號(hào)在傳輸過(guò)程中存在衰落，導(dǎo)致不同子信道的CSI值可

16、能不同，但由于在室內(nèi)環(huán)境中，OFDM中各子信道是相互獨(dú)立的，互不干擾，又因?yàn)楦髯有诺劳瑫r(shí)產(chǎn)生衰落的概率很小，為了減少因信號(hào)衰落產(chǎn)生的誤差，我們決定對(duì)每組CSI值進(jìn)行平均加權(quán)處理，CSI平均加權(quán)的方式由下式給出：hj(i)=1kk=1sfkf0Ak k1,2,s其中，fk代表第k個(gè)子信道的頻率，f0為中心頻率，|Ak|是第k個(gè)子信道的振幅，S則是子信道的個(gè)數(shù)。通過(guò)對(duì)每組CSI值做平均加權(quán)處理，我們可以得出這個(gè)參考點(diǎn)某個(gè)組的CSI記錄值，即 H=hj1,hj2,hj(M)在本次設(shè)計(jì)中我們只需要一組CSI記錄值，因此我們還需再做一次平均處理，由下式所示：ER=1Mi=1MHi由此我們對(duì)房間內(nèi)的n多個(gè)

17、參考點(diǎn)進(jìn)行CSI采樣并且對(duì)其進(jìn)行平均加權(quán)處理后得出的CSI記錄值E(R)可為指紋數(shù)據(jù)庫(kù)中的存儲(chǔ)值，這樣指紋數(shù)據(jù)庫(kù)就建成了。 第三章 人體識(shí)別匹配算法之前我們建立數(shù)據(jù)庫(kù)屬于離線訓(xùn)練階段，將人體在室內(nèi)的不同位置的無(wú)線電波狀態(tài)量存入指紋數(shù)據(jù)庫(kù)，并為環(huán)境特征和CSI狀態(tài)量建立映射關(guān)系，接下來(lái)的工作便是在線匹配階段，就是采集測(cè)試環(huán)境中的多組CSI值，并對(duì)每組CSI進(jìn)行平均加權(quán)處理和對(duì)多組CSI進(jìn)行平均處理后得出E(R)，究竟此時(shí)的E(R)是否表征有沒有入侵者活動(dòng)，還需要同指紋數(shù)據(jù)庫(kù)中的各種E(R)一一進(jìn)行比對(duì)才能知曉，然而我們之前采集的數(shù)據(jù)庫(kù)并沒有包含房間內(nèi)所有空間的特征信息，因?yàn)榭臻g是連續(xù)的，我們不可

18、能將所有空間的特征值都存入數(shù)據(jù)庫(kù)，我們只能盡可能多的采集各個(gè)空間的離散值，因此在比對(duì)的過(guò)程中做到完全匹配的機(jī)率非常小，我們只能通過(guò)相似度來(lái)刻畫是否匹配成功，如果相似度達(dá)到某個(gè)閾值時(shí)就確定匹配成功。 因此在數(shù)據(jù)的匹配階段，我們還需要采用匹配算法來(lái)確定兩者之間的相似度大小，經(jīng)過(guò)查找和選擇，我們最后決定使用余弦相似度匹配算法。3.1 余弦相似度匹配算法 余弦相似性是通過(guò)測(cè)量?jī)蓚€(gè)向量?jī)?nèi)積空間的夾角的余弦值來(lái)判定兩個(gè)向量之間的相似程度。余弦值越接近1，其夾角越接近0，表示兩個(gè)向量越相似，如下圖 余弦相似性 兩個(gè)向量間的余弦值可以根據(jù)歐幾里得點(diǎn)積和量級(jí)公式推導(dǎo)（推導(dǎo)略過(guò)），上圖是三維的向量余弦，我們將其擴(kuò)展到多維舉例如下：假設(shè)采集到的CSI值為m維X相量，數(shù)據(jù)庫(kù)中某個(gè)CSI特征值為m維Y相量： x1 ，x2，xm y1，y2，ym則，它們之間的余弦距離可以用它們之間夾角的余弦值來(lái)表示：cos=x1y1+x2y2+xmymx12+x2