基于波束成形的60GHz無線局域網(wǎng)絡(luò)定位算法

劉興 張浩 徐凌偉

摘要：針對60GHz信號在非視距（NLOS）環(huán)境下測距困難的問題，提出一種基于波束成形的60GHz無線局域網(wǎng)絡(luò)（WLAN）定位算法。首先，通過借助波束成形技術(shù)進行最強路徑搜索，波束成形算法將天線的最大增益方向指向接收最強多徑信號的方向，在增強搜索魯棒性的同時擴大了定位覆蓋范圍；然后，對NLOS條件下的時延偏差進行建模，重構(gòu)NLOS測量數(shù)據(jù)；最后，為進一步提高定位精度，設(shè)置檢測閾值，引入異常值檢測機制。采用Matlab仿真平臺在STAs-STAs信道模型進行仿真，結(jié)果表明，NLOS環(huán)境下基于傳統(tǒng)相干估計的到達時間（TOA）定位算法的定位誤差約為2m，定位成功率僅為0.5%，而采用基于波束成形的60GHz定位算法后，定位誤差降低至1.02cm，定位成功率高達94%。因此，波束成形技術(shù)為NLOS環(huán)境下的60GHz定位提供了解決思路，有效地提高了60GHz室內(nèi)定位精度和定位成功率。

關(guān)鍵詞：60GHz信號；非視距定位算法；波束成形；最強路徑搜索；異常值檢測

中圖分類號：TN92

文獻標(biāo)志碼：A

0引言

隨著無線定位技術(shù)的日趨成熟以及定位精度逐漸提高，用戶對于高精度位置服務(wù)的需求也在急劇增長[1-2]。但是由于技術(shù)本身物理性的限制，目前在定位精度、覆蓋范圍和定位容量等各個方面都存在難以克服的缺陷。

免許可的高達約7GHz的帶寬使得60GHz無線通信技術(shù)迅速成為當(dāng)前的研究熱點[3-4]，在通信方面得到廣泛的關(guān)注。與超寬帶（Ultra Wide-band，UWB）相比，脈沖體制下的60GHz信號具有更高的時間分辨率以及高達10W的發(fā)射功率[5]，這些優(yōu)勢使得60GHz能夠在室內(nèi)定位和室外定位方面都表現(xiàn)出比UWB更優(yōu)異的定位潛能，并有望實現(xiàn)mm級定位；60GHz信號的材料損耗特性更是能夠為以房間為單位的網(wǎng)絡(luò)提供隱私性，且得益于60GHz全球頻譜規(guī)范，其產(chǎn)品可在全球范圍內(nèi)部署[6]。

文獻[7]在60.5GHz附近進行接收信號強度指示（Received Signal Strength Indication，RSSI）定位實驗，分別在不同的底座材料上、不同的發(fā)射器和接收器的相對高度下對發(fā)射器和接收器之間的RSSI值進行測量，實驗表明當(dāng)?shù)鬃牧蠟楹撩撞ㄎ掌骰蛘邔l(fā)射器和接收器同時升高20cm時多徑效應(yīng)最弱，并在這兩種情況下實現(xiàn)了3cm定位精度。Jafari等[8]則提出了一種新的到達時間差（Time Difference Of Arrival，TDOA）獲取方法，此方法基于60GHz 多入單出（Multiple Input Single Output，MISO）系統(tǒng)，可以與通信同時進行，并對非視距（Non Line of Sight， NLOS）定位的影響進行了實驗驗證。文獻[9]為60GHz室內(nèi)定位設(shè)計了40nm CMOS（Complementary Metal Oxide Semiconductor）接收器來應(yīng)對伴隨著高帶寬帶來的基帶功率損耗問題，在4m范圍內(nèi)實現(xiàn)mm級精度。

目前國際上對于60GHz定位技術(shù)的研究較少且相對分散，沒有完整的理論體系，因此研究基于60GHz的無線定位技術(shù)具有重要的理論指導(dǎo)和實際應(yīng)用價值。

雖然氧氣在60GHz頻段對電磁波的吸收達到峰值，但是在室內(nèi)范圍這一衰減可以忽略；但使用60GHz進行定位仍然面臨物理性的挑戰(zhàn)，原因是60GHz信號具有更大的材料阻擋損耗，在NLOS環(huán)境下測距困難。波束成形，是指通過對來自各個方向上的信號進行加權(quán)處理，形成所需的理想信號。在目前無線通信系統(tǒng)中，波束成形技術(shù)是提高網(wǎng)絡(luò)傳輸速率、覆蓋范圍和通信性能的主要手段[10]。因此，本文提出一種基于波束成形的60GHz無線局域網(wǎng)絡(luò)定位算法，通過搜索最大徑，結(jié)合信道特性實現(xiàn)精確測距，并結(jié)合異常值檢測機制，進一步提高定位性能。在802.11ad標(biāo)準(zhǔn)提出的典型場景下對本文算法進行仿真分析，結(jié)果表明本文算法對視距（Line of Sight，LOS）、NLOS環(huán)境下的定位性能均有提高，LOS環(huán)境下能實現(xiàn)mm級定位，NLOS環(huán)境下能實現(xiàn)cm級定位，定位性能明顯高于傳統(tǒng)相干估計算法，且異常值檢測機制也在一定程度上提高了定位精度，驗證了算法的有效性。

160GHz 定位系統(tǒng)模型

與傳統(tǒng)的定位技術(shù)類似，將60GHz定位系統(tǒng)分為信號發(fā)射、信號傳輸、信號接收、數(shù)據(jù)處理四大模塊分別進行建模分析，如圖1所示。其中基站和目標(biāo)節(jié)點均可部署發(fā)射和接收模塊，并均可進行數(shù)據(jù)處理。當(dāng)接收端從接收信號中提取出定位所需的

到達時間（Time Of Arrival， TOA）、到達角度（Angular Of Arrival，AOA）或者RSSI信息后，再由相應(yīng)的定位算法進行定位，最終得到目標(biāo)節(jié)點的估計位置。

1.160GHz發(fā)射信號

60GHz無線局域網(wǎng)絡(luò)采用802.11ad標(biāo)準(zhǔn)，發(fā)射信號使用單載波60GHz信號和正交頻分復(fù)用（Orthogonal Frequency Division Multiplexing， OFDM）60GHz信號[11]，本文為充分利用60GHz信號超高的時間分辨率的優(yōu)勢，采用單載波60GHz，基帶脈沖p（t）采用基本高斯脈沖，信號時域表達式如式（1）：

1.2傳輸信道模型

802.11ad標(biāo)準(zhǔn)給出了會議環(huán)境、辦公環(huán)境和生活環(huán)境三種典型場景下的信道模型[11]，并分別對LOS和NLOS傳播條件下的信號傳播路徑通過射線追蹤的方式進行統(tǒng)計，得出信道的沖擊響應(yīng)以及傳播路徑損耗模型。通用的信道沖擊響應(yīng)可以表示為：

以會議環(huán)境下STAtions-STAtions（STAs-STAs）信道為例，對應(yīng)的LOS和NLOS傳播情況下的信道沖擊響應(yīng)如圖3所示。

當(dāng)存在LOS分量時，首達徑即LOS路徑，信號的強度比多徑信號高1個數(shù)量級以上，可以根據(jù)首達信號準(zhǔn)確估計出基站和目標(biāo)節(jié)點間的距離；而在不存在LOS徑的環(huán)境中，信號通過反射、散射等路徑到達接收端，多徑信號的強度相當(dāng)，由于路徑不確定，到達時間也就相對分散，若采用傳統(tǒng)相干估計算法，信號在與接收端噪聲疊加后，導(dǎo)致最大徑信號的偏移，因此估計距離的誤差較大，從而直接影響定位性能。

2基于波束成形的定位算法

2.1算法原理

傳統(tǒng)的定位算法中，針對NLOS的情形，大多采取摒棄法[12]，即首先根據(jù)先驗信息對LOS/NLOS測量值進行判斷，然后只取LOS下的數(shù)據(jù)，丟棄NLOS測量值，這種方法在傳統(tǒng)的定位系統(tǒng)中很大程度上提高了定位精度，但NLOS丟棄法更適用于節(jié)點密度較高、測量數(shù)據(jù)充足的條件。60GHz與窄帶信號、甚至與UWB都有明顯的區(qū)別，它具有較高的材料阻擋，一旦信號遇到障礙物，所得到的測量值均為NLOS數(shù)據(jù)，使用NLOS丟棄法已經(jīng)無法完成定位，而大量的實驗證明，室內(nèi)和室外許多材料在毫米波頻段范圍內(nèi)的反射性能很好，有些材料的反射系數(shù)超過0.7[13]。因此，本文擬通過最強路徑搜索來創(chuàng)建鏈接，解決NLOS環(huán)境下60GHz無法定位的難題。

從圖3可以看出，在NLOS環(huán)境下，多條多徑信號的強度相當(dāng)，這給最強路徑的搜索帶來模糊性，波束成形技術(shù)則提供了解決這個問提的思路。波束成形可以通過對發(fā)射或者接收信號進行處理，實現(xiàn)定向信號傳輸或接收。本文在接收端部署可控定向天線[14]，采用基于最大功率搜索的波束成形算法，將天線最大增益方向指向此路徑，可以明顯提高最強路徑的信號強度，增大與其他路徑信號的功率差，同時擴大信號的覆蓋范圍。

使用圓對稱高斯函數(shù)來描述可控定向天線的主瓣增益，表達式如式（4）：

其他方向上的天線增益設(shè)置為旁瓣增益級別的常數(shù)，以覆蓋整個4π角度范圍?？梢钥闯觯炀€的半波束寬度HPBW完全決定了天線的模式和波束成形算法中多徑信號的權(quán)值，也就確定了采用基于最大功率搜索的波束成形算法之后多徑信號的強度。

2.2算法流程

步驟1對多徑信號采用波束成形算法。仍以1.2節(jié)中會議環(huán)境下STAs-STAs信道為例，可控定向天線的半波束寬度HPBW=30°，經(jīng)過波束成形算法之后的信道沖擊響應(yīng)如圖4所示。不論是LOS還是NLOS傳播環(huán)境，采用波束成形算法后最強路徑方向上獲得比較大的增益，而其他多徑信號方向上的天線增益較小，增強了搜索的魯棒性。

步驟2以系統(tǒng)發(fā)射信號為模板信號，通過相關(guān)接收[15]的方式，搜索最強路徑，得到對應(yīng)的時延信息。最強路徑的TOA估計值max由式（9）得出：

步驟5提出測量異常值檢測機制，設(shè)置檢測門限ξ，當(dāng)測距誤差大于此門限值時，則認(rèn)為測距失敗，丟棄本次測量值，待所有測量值收集完畢后，使用基本的最小二乘估計（Least Square Estimation， LSE）法[16]給出定位結(jié)果。

3仿真結(jié)果分析

3.1仿真環(huán)境

采用Matlab仿真平臺在STAs-STAs信道模型下對本文提出的基于波束成形的60GHz WLAN網(wǎng)絡(luò)定位算法進行仿真分析，仿真環(huán)境為10m×8m×3m的會議室，目標(biāo)節(jié)點MS（Mobile Station）隨機分布于會議室中間6m×6m、距離地面1m的工作平臺上，而基站BS（Base Station）則位于工作臺的4個頂點處。仿真環(huán)境平面圖如圖5所示，接收端Rx接收發(fā)射端Tx發(fā)射信號經(jīng)LOS路徑、墻壁和天花板一次反射路徑、墻壁墻壁和墻壁天花板二次反射路徑到達的多徑信號[11]，為簡化計算，假設(shè)最強路徑來自于墻壁或天花板的一次反射路徑。

3.2仿真結(jié)果

3.2.1測距性能分析

節(jié)點發(fā)射信號形式如式（1），信號功率為40dBm，脈沖寬度為1ns，載波中心頻率為60.5GHz，采樣頻率為120GHz，為波束成形算法提供權(quán)值的可控向定向天線的半波束寬度HPBW=30°。假設(shè)隨機選取的目標(biāo)節(jié)點MS距離基站BS1的真實距離d=4m，最強NLOS路徑時延與直達路徑時延的差值S的均值mΔτmax為真實差值，標(biāo)準(zhǔn)差σΔτmax=0.2ns，LOS/NLOS判別閾值ε=0.5ns，異常值檢測門限ξ=1m，分別在LOS和NLOS傳播條件下對傳統(tǒng)相干估計算法和本文算法的測距性能進行仿真分析，仿真次數(shù)N=100，距離估計誤差概率累積分布如圖6所示。

從圖6可以看出，在LOS和NLOS信道下，本文算法對測距結(jié)果均有提高，在LOS信道下，由于存在直達路徑，所以傳統(tǒng)相干估計算法已能夠取得較好的測距精度，測距誤差在2cm之內(nèi)的累積概率達88%，基于波束成形的定位算法在一定程度上提高了接收端的信噪比，因此即便在LOS環(huán)境下也有約5%的概率提升。而在NLOS信道下，依據(jù)本文提出的異常值檢測機制，認(rèn)為測距誤差在1m以上的測量值為異常值，則利用傳統(tǒng)相干估計算法進行測距的成功率僅為2%，而本文算法對NLOS測量誤差進行修正后，測距誤差在10cm之內(nèi)的累積概率達90%，誤差15cm之內(nèi)達98%，測距性能有明顯的提升。另一方面，從圖6（b）看出，采用傳統(tǒng)相干估計算法進行測距時，測距誤差分布在2.8～3.0m的概率約為90%，為本文對最強路徑時延與直達路徑時延差值的建模提供實驗依據(jù)。

由于仿真中假設(shè)多徑信號僅由墻壁或天花板的一次反射而來，這樣接收到的多徑信號到達方向間距較大，對角度分辨率的要求較低，因此，即便在可控定向天線的半波束寬度較大的情況下，基于最大功率搜索的波束成形算法也能很好地區(qū)分NLOS環(huán)境中的多徑信號，測距精度較高。但在實際的NLOS環(huán)境中，多徑來源較多，方向間距變小，需要較窄的天線半波束寬度來提高測距性能。

3.2.2定位結(jié)果

以基站BS2為坐標(biāo)原點，在工作平臺范圍內(nèi)隨機產(chǎn)生一個節(jié)點作為目標(biāo)節(jié)點MS，采用LSE方法定位，對傳統(tǒng)的相干估計算法和本文算法進行比較，仿真次數(shù)N=100，定位結(jié)果如圖7所示。

如圖7所示，在LOS環(huán)境中，采用本文算法與傳統(tǒng)的TOA定位算法所估計的MS坐標(biāo)與真實坐標(biāo)非常接近，定位精度較高；而在NLOS環(huán)境中，傳統(tǒng)TOA定位算法所得到的MS位置估計值嚴(yán)重偏離真實坐標(biāo)值，本文算法在采用波束成形的基礎(chǔ)上對NLOS距離測量值進行修正，從而顯著提高了定位精度。

為了對本文算法性能進行定量分析，取位置估計均方根誤差（Root Mean Square Error，RMSE）的均值作為定位性能衡量標(biāo)準(zhǔn)：

進一步降低隨機性對定位性能分析的影響，取定位成功率作為衡量定位性能的另一指標(biāo)。本文所選用的仿真環(huán)境為為10m×8m×3m的會議室，因此取定位成功與否的判斷閾值為1m，認(rèn)為定位誤差大于1m的定位結(jié)果為定位失敗。在LOS和NLOS環(huán)境下，分別采用本文算法和傳統(tǒng)TOA定位算法進行1000次定位仿真實驗，統(tǒng)計結(jié)果如表2所示?？梢钥闯?，使用傳統(tǒng)TOA定位算法在NLOS環(huán)境中幾乎無法成功定位，而本文算法的定位成功率則高達94%。

4結(jié)語

根據(jù)60GHz毫米波信號超高的時間分辨率的特點，本文提出使用60GHz信號進行定位，并構(gòu)建了60GHz定位系統(tǒng)框架，為定位算法研究提供依據(jù)?；诓ㄊ尚蔚乃枷?，本文提出了一種最強路徑搜索算法，波束成形為最強路徑的搜索提高了魯棒性，通過找到最強信號路徑，結(jié)合60GHz室內(nèi)信道模型對NLOS時延偏差進行建模，從而重構(gòu)NLOS測量數(shù)據(jù)；并引入測量異常值檢測機制，通過設(shè)置合理的檢測門限，進一步提高定位精度。通過采用Matlab仿真平臺在STAs-STAs信道模型進行仿真分析，在LOS環(huán)境下能實現(xiàn)mm級定位精度，在NLOS環(huán)境下也可實現(xiàn)cm級定位精度，且定位成功率高達94%，驗證了本文算法的有效性。但是本文算法也存在一定的限制，對于NLOS時延偏差的建模依賴于實驗數(shù)據(jù)的維度，數(shù)據(jù)量越大，建模精度越高，因此，如何在獨立于實驗數(shù)據(jù)的情況下利用60GHz信號的反射模型提高定位精度是下一步研究的方向之一。

參考文獻：

[1]GENTILE C， ALSINDI N， RAULEFS R， et al. Geolocation Techniques： Principles and Applications [M]. Berlin： Springer-Verlag， 2013： 1-5.

[2]肖竹，黑永強，于全，等.脈沖超寬帶定位技術(shù)綜述[J].中國科學(xué) F輯：信息科學(xué)，2009，39（10）：1112-1124. （XIAO Z， HEI Y Q， YU Q， et al. Overview of impulse radio ultra-wideband localization technologies[J]. Science in China Series F： Information Sciences， 2009， 39（10）：1112-1124.）

[3]EMAMI S. UWB Communication Systems： Conventional and 60GHz： Principles， Design and Standards [M]. Berlin： Springer-Verlag， 2013： 131-133.

[4]DANIELS R C， AUSTIN， HEATH R W， Jr. 60GHz wireless communications： emerging requirements and design recommendations [J]. IEEE Vehicular Technology Magazine， 2007， 2（3）： 41-50.

[5]Federal Communications Commission. Electronic code of federal regulations： part 15 — radio frequency device regulations： Subpart F — Ultra-Wideband Operation [S]. Washington， DC： U.S. Government Publishing Office， 2006： 501-525.

http：//www.ecfr.gov/cgi-bin/text-idx？c=ecfr&rgn=div5&view=text&node=47：1.0.1.1.16&idno=47

[6]RAPPAPORT T S， HEATH R W， DANIELS R C， et al. Millimeter Wave Wireless Communications [M]. Princeton， NJ： Princeton University Press， 2014： 5-6

[7]FANG H. 60GHz RSS localization with omni-directional and horn antennas [D]. Singapore： National University of Singapore， 2010： 40-48.

[8]JAFARI A， SARRAZIN J， LAUTRU D， et al. NLOS influence on 60GHz indoor localization based on a new TDOA extraction approach [C]// Proceedings of the 43rd European Microwave Conference. Piscataway， NJ： IEEE， 2013： 330-333.

[9]REDANT T， AYHAN T， DE CLERCQ N， et al. A 40nm CMOS receiver for 60GHz discrete-carrier indoor localization achieving mm-precision at 4m range [C]// Proceedings of the 2014 IEEE International Solid-State Circuits Conference. Piscataway， NJ： IEEE， 2014： 342-343.

[10]鄒衛(wèi)霞，杜光龍，李斌，等.60GHz毫米波通信中一種新的波束搜索算法[J].電子與信息學(xué)報，2012，34（3）：683-688. （ZOU W X， DU G L， LI B， et al. A novel beam search algorithm for 60GHz millimeter wave communication[J]. Journal of Electronics and Information Technology， 2012， 34（3）： 683-688.）

[11]MALTSEV A， ERCEG V， PERAHIA E， et al. IEEE Document 802.11-09/0334r8： Channel models for 60GHz WLAN systems [S]. Piscataway， NJ： IEEE， 2010： 4-6.

http：//www.ieee802.org/11/Reports/tgad_update.htm

Copyright （c） 2012， the Institute of Electrical and Electronics Engineers， Inc. （IEEE）.

All rights reserved.

[12]JI Y， YU C， WEI J， et al. Localization bias reduction in wireless sensor networks [J]. IEEE Transactions on Industrial Electronics， 2014， 62（5）： 3004-3016.

[13]WANG L， CHEN J， WEI X， et al. First-order-reflection MIMO channel model for 60GHz NLOS indoor WLAN systems [C]// Proceedings of the 2014 IEEE International Conference on Communication Systems. Piscataway， NJ： IEEE， 2014： 298-302.

[14]褚煒.基于定向天線的無線Mesh網(wǎng)絡(luò)MAC機制的研究[D].西安：西安電子科技大學(xué)，2007：14-19. （ZHU W. Research on MAC protocols in directional antennas based wireless mesh networks[D]. Xian： Xidian University， 2007： 14-19.）

[15]CHEN T， YANG Z， LIU Y， et al. Localization-oriented network adjustment in wireless Ad-Hoc and sensor networks [J]. IEEE Transactions on Parallel and Distributed Systems， 2014， 25（1）： 146-155.

[16]ARABLOUEI R， WERNER S， HUANG Y-F， et al. Distributed least mean-square estimation with partial diffusion [J]. IEEE Transactions on Signal Processing， 2014， 62（2）： 472-484.