基于CSI的室内监控系统.docx
- 文档编号:27891738
- 上传时间:2023-07-06
- 格式:DOCX
- 页数:9
- 大小:35.16KB
基于CSI的室内监控系统.docx
《基于CSI的室内监控系统.docx》由会员分享,可在线阅读,更多相关《基于CSI的室内监控系统.docx(9页珍藏版)》请在冰豆网上搜索。
基于CSI的室内监控系统
基于CSI的室内监控系统
摘要
随着无线互联网与基础设施的发展与完善,室内监控系统有了长足的发展,从基于红外,超声波的室内监控,到摄像头的室内监控。
然而,以上方法均具有局限性,本文基于wifi的室内定位技术,利用信道状态信息(CSI,ChanelStateInformation),提出了一种室内监控机制,有效的弥补了以上方法的不足。
关键词:
wifi室内监控csi
基于CSI的室内监控系统1
摘要2
第一章绪论4
1.1研究背景4
1.2室内监控现状5
1.2.1视频室内监控5
1.2.2红外线室内监控5
1.2.3超声波室内监控6
1.3无线感知研究现状6
1.3.1RSSI7
1.3.2CSI8
1.4本文主要工作10
第二章指纹数据库建立10
第三章人体识别匹配算法12
3.1余弦相似度匹配算法13
第四章总结14
附录15
第一章绪论
1.1研究背景
随着无线网络的发展,基于wifi的无线局域网技术已经得到广泛的应用,它可以通过无线电波进行路由器和主机之间的信息交互,然而无线电波的应用远不止与此,它不仅可以进行通信内容的传播,还可以用来进行环境感知,人体检测和无线定位等,这是利用了无线电波在室内传播过程中遇到多种障碍如家具,墙壁和人体等,进行了反射、衍射和折射,接收机收到的无线电波信号则是这些信号的多路叠加,虽然多路叠加不能真实再现原来无线电波的样子,但这些被改变的多路叠加的无线电波却因此带有能反映室内环境的信息,只要我们对这些信号加以分析,我们便能再现无线电波传播范围内的室内环境的本来面貌,因此我们可以用无线电波来感知室内环境,将这种方法应用到日常生活的多个方面,比如通过无线感知进行室内监控和室内定位,在这里我们将无线感知应用到室内监控系统上,较以前的室内监控系统,通过无线感知的室内监控系统具有优良的性能以及更加简单的设备,基于wifi无线感知的室内监控系统必要硬件设备只有一台能发射无线电波的wifi路由器和接受无线电波的电脑(内置有无线网卡),设备简单且是普通家庭大多都具备的。
从性能上讲,由于wifi路由器发射无线电波是向四面八方无死角发射,所以室内各个隐蔽的角落都能被感知到,将接收到的无线电波与
标准进行比对,进行分析,就可以判断是否有人入侵。
1.2室内监控现状
1.2.1视频室内监控
通过在室内安装摄像头进行对室内情况的监控,这种方式大多是人为监控,不能很好地实现自动化,且应用场合只有在博物馆等公共场合,在居民住房内则会涉及隐私问题,具有一定的局限性。
1.2.2红外线室内监控
红外线检测可分为主动监控和被动监控。
主动红外监控工作原理是:
发射机发出一束经调制的红外光束,被红外接收机接收,从而形成一条红外光束组成的警戒线。
当被探测目标侵入该警戒线时,红外光束被部分或全部遮挡,此时接收机接收的信号就会发生变化,它经放大与信号处理后,即控制发出报警信号。
但是,由于主动红外探测器本身的技术缺陷,很容易受到其它介质的影响而产生误报,也容易引起漏报,而且对硬件的要求较高。
被动红外监控的工作原理是:
人体恒定的体温会发出特定波长10μm左右的红外线,被动红外探测器就是靠探测人体发射的10μm左右的红外线而进行工作的。
人体发射的10μm左右的红外线通过菲涅尔滤光片增强后聚集到红外感应源上。
红外感应源通常采用热释电元件,这种元件在接收到人体红外辐射温度发生变化时就会失去电荷平衡,向外释放电荷,后续电路经检测处理后就能产生报警信号。
这对硬件的要求也很高。
1.2.3超声波室内监控
此原理是人体的移动会干扰到超声波的传递,通过此原理可以设置超声波报警器,精密的探测是否有入侵者移动干扰到超声波的传递,但这种探测很可能产生误报,同时也受到硬件的限制,有一定的局限性。
1.3无线感知研究现状
这种检测方法通过接受带有环境信息的无线电波,对无线电波进行分析,看其携带的信息是否有异常,即和指纹数据库中存储的无线电波状态进行比对,发现有相似的即认为有入侵者进入到无线电波覆盖范围内的空间中,我们这里对指纹数据库的建立是采集各个室内各个空间内有人时的无线电波状态量。
采用这种方式便不易造成误判,应为小动物或风吹草动造成多路叠加的无线电波状态量就不易和指纹数据库中的采集因人造成多路叠加的无线电波的状态量进行匹配,而且通过这种方式进行检测,所需的硬件配置便是大多数家庭中就有的wifi路由器和带有无线网卡的电脑,这种室内监控系统便可以在普通家庭中普及开来,局限性很小。
要实现此检测技术,我们首先要面对的是如何处理这些带有环境信息的无线电波,也就是如何对无线电波进行分析,在这里我们找到了两种具有代表性的方法,即RSSI和CSI。
1.3.1RSSI
RSSI即ReceivedSignalStrengthIndication,也就是接收的信号强度指示,这种方法是通过对接受到无线电波的强弱对无线电波在传播过程中所遇到的各种环境因素进行解析的方法。
用接收信号强度推断接收机与发射机的距离或表征接收机的位置特点是传统无线感知采用的重要方法之一。
举个例子,如果手机接收到的Wi-Fi信号较弱,可能是由于手机距离无线路由器较远;而如果手机接收到的Wi-Fi信号强度骤降,很可能是因为手机进入了某些特定的封闭空间如电梯等。
而RSSI是利用接收信号强度进行无线室内定位的具有代表性的方法之一,在本文中,我们仅对其分析无线电波的方法进行叙述和利用。
为了获取信号的特征,在RSSI的具体实现中做了如下处理:
在104us内进行基带IQ功率积分得到RSSI的瞬时值,即RSSI(瞬时)=sum(I^2+Q^2);然后在约1秒内对8192个RSSI的瞬时值进行平均得到RSSI的平均值,即RSSI(平均)=sum(RSSI(瞬时))/8192,同时给出1秒内RSSI瞬时值的最大值和RSSI瞬时值大于某一门限时的比率(RSSI瞬时值大于某一门限的个数
/8192)。
RSSI的缺点就是它在室内只能分析多路径叠加后的信号,而不能逐一区分多条信号的传播路径,因而在室内,RSSI可能会因为采集到多路叠加的信号后信号强度变强,而不是因为距离变近使得信号变强,这样一来碰到多路叠加的信号,RSSI可能不会随着传播距离的增加而减小,反而还可能增大,这种情况对RSSI的精度造成了很大的局限性,在很多情况下很可能造成误判。
1.3.2CSI
CSI即ChannelStateInformation,也就是信道状态信息,它是正交频分复用(OFDM)下的子载波,在每个子载波上均有不同的幅度和相位信息,因此可以利用CSI提供不同子载波详细的幅度和相位信息。
之前讲过,RSSI分析无线电波精确度不高是因为RSSI不能逐一区分多条信号传播路径,使得多条信号叠加对RSSI反应的正确结果产生影响,要想得到对多路叠加信号的精确分析,我们可以采用信道冲击响应(ChannelImpulseResponse,CIR)建模,在线性时不变的假设下,CIR可表示为:
h(τ)=∑in=1-(-)
其中,和分别为第i条路径的幅度衰减、相位偏移和时间延迟,N为传播路径总数,δ为狄克拉脉冲函数。
式中的每一项从时域上表示了一条传播路径的幅度、相位和时延。
由于多径传播在频域上表现为频率选择性衰落,因而也可通过信道频率响应(ChannelFrequencyResponse,CFR)刻画多径传播。
CFR包括幅频响应和相频响应。
在无限带宽的条件下,CFR和CIR互为傅里叶变换。
因此对多路叠加的信号进行精确的分析便是要求我们精确的将CFR测量到,但CFR是一个连续的值,要将其精确的测量到难度较大,所以我们的测量只能是尽可能多的采集Wi-Fi带宽内的CFR的K个离散采样值,而这时我们就能用到CSI,利用现成的网卡以及微调过的驱动程序,可以以CSI的形式输出WiFi带宽范围内CFR的一个采样版本
H=[H
(1),H
(2),…,H(),…,H()]Ti∈[0,30];
每个CSI刻画了一个子载波的幅度和相位信息H()=‖()‖sin|∠H()|其中,H()为中心频率的子载波的CSI,∠H()代表相位,CSI在幅度和相位上刻画了无线链路更细粒度的时间和频谱结构。
相较于RSSI而言,CSI的优点便很明确,CSI从一定程度上刻画了多路径传播,一方面,CSI可以同时测量多个子载波的频率响应,而非全部子载波叠加的总体幅度响应,从而更加精细地刻画频率选择性信道。
另一方面,CSI既可测量每个子载波的幅度,还可测量每个子载波的相位信息。
CSI将单值的RSSI扩展至频域,并且附加了相位信息,从频域上为无线感知提供了更为丰富、细粒度的信道状态信息。
因此我们可以认为CSI是
RSSI的升级版。
1.4本文主要工作
无线感知的核心目标是根据信道状态信息(幅度,相位)对目标空间的无线环境状态及其瞬时变化展开环境感知度量并据此进行人体的识别,可以识别出室内是否有人。
根据上述对RSSI和CSI的介绍和性能分析,相对于精确性差的RSSI来说,CSI不仅有较高的精确度,还可以从幅度和相位两方面更加细致的反应信道状态信息,从而可以提升对环境的感知能力,因此我们毫无疑问地选择CSI作为分析无线电波的方法。
围绕这个目标,本文分为两部分:
第一部分基于信道状态信息的无线动作感知指纹库;第二部分是以无线感知为核心的人体匹配算法。
第二章指纹数据库建立
上文我们可以通过CSI做到对接收到的无线电波的状态量进行刻画,得到接收的无线电波状态量之后,我们并不能知道在这个状态量下是否有入侵者在室内移动,这个状态量只是对当前环境的一种表征,具体这是怎样一种环境,我们并不能从状态量上直接看出,状态量只是较为唯一的表示当前环境状态的量,我们要做的只是将我们自己所观察到的环境同目前采集到的状态量进行一一映射,通过映射关系我们便能从状态量中得知当前环境的情况,也就是说要实现从状态量得知当前环境情况我们还要建立一个映射数据库,将具体环境情况同相应的状态量的映射存入数据库中去,这种唯一表征环境状态的数据库我们可以称之为指纹数据库。
由于我们要实现的是室内监控功能,也就是我们的目标是检测到当前室内是否有入侵者,从这个角度上看,我们用以进行映射的环境因素可限制为房间的某个位置有个人,就是在建立数据库过程中,我们找一个普通身高的人站在各个位置,然后发射无线电波,在接收端接收,并将该状态量记录下来,和环境中人的位置进行一一映射,到时候在系统工作时,将检测到的状态量和指纹数据库中的状态量进行比对,若相似度达到某个值,说明某位置很可能有个人,之所以这样采集是因为可能还有小猫小狗在室内活动,未排除检测误差,我们就采取直接将人站在某位置的信息存入数据库.
指纹数据库建立的具体过程如下:
针对参考点j,假设我们收集到了M组CSI值,而每组CSI又包含s个值。
考虑到信号在传输过程中存在衰落,导致不同子信道的CSI值可能不同,但由于在室内环境中,OFDM中各子信道是相互独立的,互不干扰,又因为各子信道同时产生衰落的概率很小,为了减少因信号衰落产生的误差,我们决定对每组CSI值进行平均加权处理,CSI平均加权的方式由下式给出:
∈{,,…,}
()=∙∑∙||
=
其中,代表第k个子信道的频率,0为中心频率,||是第k个子信道的振幅,S则是子信道的个数。
通过对每组CSI值做平均加权处理,我们可以得出这个参考点某个组的CSI记录值,即
在本次设计中我们只需要一组CSI记录值,因此我们还需再做一次平均处理,由下式所示:
E(R)=1∙∑
=1
由此我们对房间内的n多个参考点进行CSI采样并且
对其进行平均加权处理后得出的CSI记录值E(R)可为指纹
数据库中的存储值,这样指纹数据库就建成了。
第三章人体识别匹配算法
之前我们建立数据库属于离线训练阶段,将人体在室内的不同位置的无线电波状态量存入指纹数据库,并为环境特征和CSI状态量建立映射关系,接下来的工作便是在线匹配阶段,就是采集测试环境中的多组CSI值,并对每组CSI进行平均加权处理和对多组CSI进行平均处理后得出E'(R),究竟此时的E'(R)是否表征有没有入侵者活动,还需要同指纹数据库中的各种E(R)一一进行比对才能知晓,然而我们之前采集的数据库并没有包含房间内所有空间的特征信息,因为空间是连续的,我们不可能将所有空间的特征值都存入数据库,我们只能尽可能多的采集各个空间的离散值,因此在比对的过程中做到完全匹配的机率非常小,我们只能通过相似度来刻画是否匹配成功,如果相似度达到某个阈值时就确定匹配成功。
因此在数据的匹配阶段,我们还需要采用匹配算法来确定两者之间的相似度大小,经过查找和选择,我们最后决定使用余弦相似度匹配算法。
3.1余弦相似度匹配算法
余弦相似性是通过测量两个向量内积空间的夹角的余弦值来判定两个向量之间的相似程度。
余弦值越接近1,其夹角越接
余弦相似性
两个向量间的余弦值可以根据欧几里得点积和量级公式推导(推导略过),上图是三维的向量余弦,我们将其扩展到多维举例如下:
假设采集到的CSI值为m维X相量,数据库中某个CSI特征值为m维Y相量:
{1,2,…,}
{1,2,…,}
则,它们之间的余弦距离可以用它们之间夹角的余弦值来表示:
11+22+⋯+
cos=
√12+22+⋯+2∙√12+22+⋯+2当算出的cosθ大于0.9时(在这里,我们设阈值为0.9),则匹配成功,否则匹配失败,继续和数据库中的下一个特征值进行匹配,若和数据库中所有特征值匹配都失败的话,我们则确定当前环境下没有入侵者在活动。
第四章总结
最后,我们对基于无线感知的室内监控总体过程进行一次总结。
首先,应准备检测所需的硬件设备,即一台wifi路由器和装有Inter5300网卡的电脑,并在上面安装相应微驱动程序和软件用以接受CSI记录值,并建立数据库来存放特征指纹信息。
此系统工作过程分为两步,第一步是离线训练阶段,也就是指纹数据库的建立阶段,在这个过程中我们将房间各个位置站立人时的CSI值经过一系列处理存入数据库,作为当前环境若有入侵者时的特征值,第二步才是对测试环境扫描,即在线匹配阶段,电脑接收经过测试环境的CSI记录值,并对其进行相应处理,采取余弦相似度匹配算法将它和数据库中的记录值进行一一匹配,若有一个匹配成功,则说明有入侵者人进入,若数据库中所有记录值都不与采集值匹配,则说明当前测试环境下没有入侵者在活动。
附录
参考资料[1]基于贝叶斯过滤法的CSI室内定位方法[朱荣,白光伟,沈航,曹磊]计算机工程与设计2015.3
[2]基于信道状态信息的WiFi环境感知技术[朱海,肖甫,孙力娟,谢晓辉,王汝传]南京邮电大学学报
[3]Wi-Fi雷达:
从RSSI到CSI[杨铮刘云
浩]中国计算机协会通讯2014.11
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 CSI 室内 监控 系统