一種基于OFDM的自同步穿墻雷達(dá)系統(tǒng)

王先達(dá)，李舟帆，李 旦，張建秋

(復(fù)旦大學(xué) 信息科學(xué)與工程學(xué)院 電子工程系，上海 200433)

一種基于OFDM的自同步穿墻雷達(dá)系統(tǒng)

王先達(dá)，李舟帆，李 旦，張建秋

(復(fù)旦大學(xué) 信息科學(xué)與工程學(xué)院 電子工程系，上海 200433)

本文提出了一個(gè)自同步的穿墻雷達(dá)系統(tǒng)．不同于現(xiàn)有利用外部同步時(shí)鐘的穿墻雷達(dá)系統(tǒng)，它是采用基于正交頻分復(fù)用(OFDM)的自同步技術(shù)和干擾對(duì)消算法，來(lái)解決有關(guān)收發(fā)端同步及強(qiáng)干擾對(duì)消問(wèn)題，進(jìn)而通過(guò)多載波融合波達(dá)角估計(jì)算法，進(jìn)一步提供了障礙物后人體運(yùn)動(dòng)狀況的檢測(cè)性能，在軟件無(wú)線電平臺(tái)上，搭建了兩發(fā)一收測(cè)試系統(tǒng)對(duì)提出的系統(tǒng)進(jìn)行了驗(yàn)證．實(shí)驗(yàn)結(jié)果表明，該系統(tǒng)可實(shí)時(shí)探測(cè)障礙物后1.5m內(nèi)的人體運(yùn)動(dòng)狀況．

通用軟件無(wú)線電外設(shè)； 正交頻分復(fù)用； 穿墻雷達(dá)； 干擾對(duì)消； 譜估計(jì)

使用射頻信號(hào)探測(cè)障礙物后的運(yùn)動(dòng)目標(biāo)具有較大的應(yīng)用價(jià)值[1- 8]，可廣泛應(yīng)用于反恐、消防、智能家居等領(lǐng)域．文獻(xiàn)[1- 3,5]報(bào)道了利用接收信號(hào)的強(qiáng)度信息來(lái)探測(cè)目標(biāo)的方法，它們通過(guò)檢測(cè)反射信號(hào)的強(qiáng)度變化如平均強(qiáng)度、強(qiáng)度方差等來(lái)判斷目標(biāo)的運(yùn)動(dòng)狀況．這種方法實(shí)現(xiàn)簡(jiǎn)便，但由于僅僅利用了信號(hào)的強(qiáng)度信息，因此測(cè)量結(jié)果精度有限．為了得到更精確的探測(cè)結(jié)果，文獻(xiàn)[4,6- 10]研究了如何利用信道狀態(tài)信息來(lái)獲取目標(biāo)運(yùn)動(dòng)狀況的方法．文獻(xiàn)[4]利用雷達(dá)中相控陣的測(cè)角原理，并讓運(yùn)動(dòng)目標(biāo)攜帶信號(hào)發(fā)射裝置，再通過(guò)天線陣列來(lái)接收目標(biāo)的發(fā)射信號(hào)，基于多重子信號(hào)分類(Multiple Signal Classification, MUSIC)算法[11]來(lái)獲得目標(biāo)波達(dá)角的估計(jì)，進(jìn)而采用最大似然算法來(lái)獲得運(yùn)動(dòng)目標(biāo)的位置；文獻(xiàn)[7]則是通過(guò)計(jì)算循環(huán)自相關(guān)函數(shù)和循環(huán)互相關(guān)函數(shù)來(lái)獲得干擾源的信息，進(jìn)而通過(guò)設(shè)計(jì)優(yōu)化算法來(lái)對(duì)干擾源進(jìn)行定位．然而，文獻(xiàn)[4,7]都需要運(yùn)動(dòng)目標(biāo)攜帶信號(hào)發(fā)射裝置，顯然這種方法僅僅適用于合作目標(biāo)．對(duì)于非合作目標(biāo)，則無(wú)法讓目標(biāo)攜帶信號(hào)發(fā)射裝置，為了應(yīng)對(duì)這一問(wèn)題，文獻(xiàn)[8]研究了利用干擾對(duì)消技術(shù)來(lái)檢測(cè)不攜帶任何發(fā)射設(shè)備目標(biāo)的方法，即： 通過(guò)分析無(wú)線發(fā)射信號(hào)穿墻并遇到目標(biāo)再次穿墻返回到接收機(jī)信號(hào)的方法．由于接收機(jī)收到的信號(hào)是由待檢測(cè)目標(biāo)2次穿墻反射回來(lái)的信號(hào)，來(lái)自發(fā)射機(jī)耦合到接收機(jī)的信號(hào)，以及墻體和其他干擾目標(biāo)反射回來(lái)的信號(hào)之和，使得待檢測(cè)目標(biāo)的反射信號(hào)，相對(duì)于其他所有耦合和反射信號(hào)之和就顯得相當(dāng)微弱．因此要想實(shí)現(xiàn)穿墻雷達(dá)(Seeing- through- walls Radar)，就必須先對(duì)消所有不需要的耦合和反射信號(hào)，才有可能探測(cè)出待檢測(cè)目標(biāo)，這意味著穿墻雷達(dá)的關(guān)鍵技術(shù)問(wèn)題就變成了強(qiáng)干擾環(huán)境中如何檢測(cè)弱信號(hào)目標(biāo)的問(wèn)題．

近年來(lái)發(fā)展起來(lái)的5G的關(guān)鍵技術(shù)之一，即干擾對(duì)消技術(shù)[8,12- 14]可以用來(lái)解決此問(wèn)題．文獻(xiàn)[8]給出兩發(fā)一收的干擾對(duì)消系統(tǒng)，該系統(tǒng)利用2個(gè)發(fā)射機(jī)和接收機(jī)分別形成的2條相對(duì)獨(dú)立的信道，通過(guò)對(duì)2條信道分別進(jìn)行估計(jì)，然后利用估計(jì)的信道參數(shù)來(lái)調(diào)整其中一個(gè)發(fā)射機(jī)的發(fā)射碼字，其目的就是盡可能地希望2個(gè)發(fā)射機(jī)分別產(chǎn)生的強(qiáng)干擾信號(hào)，能在進(jìn)入接收機(jī)前在空間相互抵消，以解決在強(qiáng)干擾環(huán)境中檢測(cè)弱信號(hào)目標(biāo)的問(wèn)題．該系統(tǒng)由于收發(fā)分置，收發(fā)端設(shè)備不可避免地存在晶振偏差，從而導(dǎo)致收發(fā)端的載頻存在偏差，而文獻(xiàn)[8]是通過(guò)引入外部同步時(shí)鐘來(lái)解決這一問(wèn)題的．

本文提出一個(gè)自同步的穿墻雷達(dá)系統(tǒng)，它由2臺(tái)發(fā)射機(jī)與1臺(tái)接收機(jī)組成，其中2臺(tái)發(fā)射機(jī)直接通過(guò)多輸入多輸出(Multiple- Input Mutiple- Output, MIMO)電纜連接，它們之間不需要外部同步時(shí)鐘進(jìn)行同步．2臺(tái)發(fā)射機(jī)MIMO電纜來(lái)實(shí)現(xiàn)晶振，觸發(fā)時(shí)間及以太網(wǎng)接口共享，這樣就可視它們?yōu)橥窗l(fā)射機(jī)．而收發(fā)端的同步則是通過(guò)Sch&Cox算法[15]來(lái)實(shí)現(xiàn)的，包括接收端的定時(shí)同步及頻率同步．為了便利干擾對(duì)消，采用了基于正交頻分復(fù)用(Orthogonal Frequency Division Multiplexing, OFDM)[16]的信號(hào)傳輸方式，這樣為對(duì)消發(fā)射機(jī)及周圍靜態(tài)物體所產(chǎn)生的強(qiáng)干擾而需要對(duì)信道參數(shù)進(jìn)行求逆的過(guò)程得到簡(jiǎn)化，利用多載波融合的波達(dá)角估計(jì)方法，就可實(shí)現(xiàn)障礙物后目標(biāo)運(yùn)動(dòng)狀況的估計(jì)．最后，我們?cè)谕ㄓ密浖o(wú)線電外設(shè)(Universal Software Radio Peripheral, USRP)N210平臺(tái)上搭建了兩發(fā)一收的自同步穿墻雷達(dá)系統(tǒng)，對(duì)上述系統(tǒng)進(jìn)行了實(shí)驗(yàn)驗(yàn)證．

1 系統(tǒng)描述

TX1,TX2： 發(fā)射機(jī); RX： 接收機(jī)；PA： 功率放大器；LNA： 低噪聲放大器；H1，H2： 2條獨(dú)立信道；DAC： 數(shù)模轉(zhuǎn)換器;ADC： 模數(shù)轉(zhuǎn)換器.圖1 系統(tǒng)示意圖Fig.1 Diagram of the system

圖1給出了本文系統(tǒng)的示意圖，它由2臺(tái)發(fā)射機(jī)TX1和TX2，以及1臺(tái)接收機(jī)RX構(gòu)成．由于待檢測(cè)目標(biāo)反射回來(lái)的信號(hào)相對(duì)其他信號(hào)如墻體反射的信號(hào)、發(fā)射機(jī)耦合到接收機(jī)的信號(hào)和其他干擾目標(biāo)反射的信號(hào)強(qiáng)度弱很多，因此必須首先對(duì)消這些強(qiáng)干擾信號(hào)．其中1臺(tái)發(fā)射機(jī)TX2是用來(lái)產(chǎn)生對(duì)消這些強(qiáng)干擾信號(hào)的．下面將介紹系統(tǒng)強(qiáng)干擾的對(duì)消原理及其相應(yīng)的自同步技術(shù)．

1.1對(duì)消原理

如圖1所示，當(dāng)使用2臺(tái)發(fā)射機(jī)時(shí)，接收機(jī)收到的信號(hào)是2臺(tái)發(fā)射機(jī)分別發(fā)出的信號(hào)經(jīng)過(guò)信道的作用線性疊加的結(jié)果．此時(shí)，接收機(jī)收到的信號(hào)可以表示為：

Y=H1X1+H2X2+N.

(1)

為了描述方便，式(1)采用離散頻域表示法．其中：H1和H2分別表示發(fā)射機(jī)TX1和TX2到接收機(jī)的頻域信道矩陣；X1和X2分別表示發(fā)射機(jī)TX1和TX2發(fā)送的頻域符號(hào)；Y為接收頻域信號(hào)；N為頻域噪音矢量．重寫(xiě)式(1)如下：

(2)

然而，OFDM信令對(duì)頻偏相當(dāng)敏感，即此多輸入單輸出(Multiple- Input Single- Output, MISO)的系統(tǒng)必須考慮同步問(wèn)題，而式(1)和(2)是系統(tǒng)完全同步后的表達(dá)式，一旦系統(tǒng)不同步，那么它們將不成立．為了解決這一問(wèn)題，文獻(xiàn)[8]將系統(tǒng)中3臺(tái)設(shè)備連接一個(gè)外部統(tǒng)一的硬件時(shí)鐘，復(fù)雜了系統(tǒng)，下面我們將介紹一個(gè)采用軟件使它同步的方法．

1.2自同步技術(shù)

接收端同步需解決定時(shí)同步和頻率同步．OFDM系統(tǒng)的定時(shí)同步是接收端通過(guò)檢測(cè)信號(hào)幀頭中有效信號(hào)的起始位置來(lái)判斷的；而頻率同步是為了解決收發(fā)雙方設(shè)備本身晶振差異而導(dǎo)致的載頻差異，其中頻率偏移又包括小數(shù)倍頻偏和整數(shù)倍頻偏．

為解決接收端的同步問(wèn)題，我們采用Sch&Cox算法[15]．對(duì)于定時(shí)同步，設(shè)計(jì)一個(gè)時(shí)域前后兩半時(shí)域相同的訓(xùn)練符號(hào)，接收端通過(guò)滑動(dòng)自相關(guān)尋找峰值的方法來(lái)找到對(duì)應(yīng)信號(hào)的起始點(diǎn)．即通過(guò)求式(3)中代價(jià)函數(shù)的峰值來(lái)獲得有效信號(hào)的起始點(diǎn)：

(3)

其中：d為當(dāng)前窗的位置；P(d)為當(dāng)前窗口與下一等長(zhǎng)窗口的相關(guān)值；R(d)是為自相關(guān)結(jié)果能量歸一化的后一半符號(hào)的能量．對(duì)于小數(shù)倍頻偏，式(3)峰值對(duì)應(yīng)的相位信息即代表了小數(shù)倍頻偏．而整數(shù)倍頻偏，則需設(shè)計(jì)第2個(gè)訓(xùn)練符號(hào)，此訓(xùn)練符號(hào)在偶數(shù)倍頻點(diǎn)與第1個(gè)符號(hào)差分編碼，在接收端進(jìn)行傅里葉變化后，通過(guò)訓(xùn)練符號(hào)序列位移數(shù)來(lái)獲得其整數(shù)倍頻偏．最終估計(jì)的頻偏為[15]：

(4)

2 多載波融合波達(dá)角估計(jì)

傳統(tǒng)的波達(dá)角(Direction Of Angle, DOA)估計(jì)需要一個(gè)天線陣列(一般為均勻線陣模型)來(lái)探測(cè)移動(dòng)目標(biāo)，而我們的系統(tǒng)只有一根接收天線，如果將目標(biāo)運(yùn)動(dòng)視為勻速運(yùn)動(dòng)，那么接收機(jī)收到的周期性采樣信號(hào)可以視為一個(gè)由天線陣列接收的信號(hào)．此時(shí)，有如下模型：

y=Ax+n，

(5)

其中：y=[y1,y2，…，yM]T∈M×1；M表示對(duì)均勻移動(dòng)的目標(biāo)進(jìn)行了M次采樣；A=[a(θ1),a(θ2),…，a(θk)]∈M∨k為k個(gè)信號(hào)源的導(dǎo)向矩陣，其中a(θi)=[1，e-j2πdsin(θi)/λ，…，e-j2π(M-1)dsin(θi)/λ]∈M×1，d=vT，其中v為目標(biāo)的移動(dòng)速度，T為采樣周期，λ為波長(zhǎng)；n=[n1,n2,…nM]T∈M×1為噪聲矢量；x=[s1,s2,…,sk]T∈k∨1表示k個(gè)信號(hào)源．對(duì)于本文系統(tǒng)而言，所估計(jì)的信道中含有目標(biāo)移動(dòng)的DOA信息，此時(shí)意味著我們可以直接對(duì)所估計(jì)信道矢量h=[h1,h2,…h(huán)M]T進(jìn)行處理來(lái)獲取其目標(biāo)信息．本系統(tǒng)采用的是平滑MUSIC算法[11]．此時(shí)，數(shù)據(jù)協(xié)方差矩陣為：

(6)

此處假設(shè)共有N個(gè)快拍，E(·)指期望運(yùn)算．對(duì)于OFDM系統(tǒng)而言，不同子帶頻率的信號(hào)均用于探測(cè)目標(biāo)的DOA信息．我們將采用空間平滑的方法以去除目標(biāo)之間的相干性[11]，即將收到信號(hào)分為p個(gè)子陣列，分別計(jì)算p個(gè)子陣列的協(xié)方差矩陣，并進(jìn)行平均，記為：

(7)

對(duì)上式協(xié)方差矩陣進(jìn)行特征值分解，分別計(jì)算信號(hào)子空間及噪聲子空間，記為：

(8)

其中：ΣS為主特征值組成的對(duì)角矩陣；US為主特征值所對(duì)應(yīng)特征矢量組成的矩陣；ΣN則為對(duì)應(yīng)噪聲部分的特征值組成的對(duì)角矩陣，UN為其對(duì)應(yīng)的特征矢量組成的矩陣．利用信號(hào)子空間與噪聲子空間的正交性，得出MUSIC的功率譜[11]：

(9)

由于Wifi信號(hào)此時(shí)為寬帶信號(hào)，多路子載波占用整個(gè)帶寬．且多個(gè)不同的頻率點(diǎn)均可用來(lái)測(cè)量目標(biāo)的DOA信息，因此，可以將多路子載波結(jié)果融合，得出最終的MUSIC的功率譜，即為：

(10)

其中K為子載波個(gè)數(shù)．本文中OFDM共使用64路子載波，除去填零的子載波位置，有52路子載波用來(lái)測(cè)量DOA，此處K即為52．θ在[-90°,90°]變化，文中格點(diǎn)選為0.5°，對(duì)式(10)搜索譜峰即可完成DOA估計(jì)．

3 系統(tǒng)的實(shí)現(xiàn)及評(píng)估

我們使用3臺(tái)USRP N210來(lái)進(jìn)行系統(tǒng)實(shí)現(xiàn)．2臺(tái)USRP用作發(fā)射機(jī)，通過(guò)MIMO線纜相連，另1臺(tái)作為接收機(jī)．系統(tǒng)框圖如圖2所示．

PC1，PC2： 上位機(jī)；TX1，TX2： 發(fā)射機(jī)；RX： 接收機(jī)；MIMO cable： 連接2臺(tái)發(fā)射機(jī)的MIMO線.圖2 USRP N210所搭建系統(tǒng)示意圖Fig.2 Diagram of the building system with USRP N210

TX1，TX2： 發(fā)射機(jī)；PC1，PC2： 上位機(jī)；H1，H2： 信道參數(shù)；DOA： 波達(dá)角.圖3 本文提出的算法流程圖Fig.3 Flow chart of the proposed algorithm

整個(gè)系統(tǒng)測(cè)試地點(diǎn)選擇在復(fù)旦大學(xué)物理樓521會(huì)議室．文獻(xiàn)[8]的測(cè)試給出的結(jié)果是以15cm的空心墻為障礙物．它也給出了射頻信號(hào)單路穿透不同建筑材料的衰減程度，2.4G射頻信號(hào)經(jīng)過(guò)15cm的空心墻單路的衰減為9dB，而2.4G射頻信號(hào)經(jīng)過(guò)4.4cm的實(shí)心木門單路的衰減為6dB．為了實(shí)現(xiàn)系統(tǒng)的實(shí)時(shí)性，而同時(shí)避開(kāi)室內(nèi)Wifi波段的干擾，系統(tǒng)發(fā)射的中心頻率設(shè)為2G，采樣率為250ksamples/s，OFDM信號(hào)分為64路子載波，52路有效子載波．圖4給出測(cè)試裝置的實(shí)物圖．USRP N210搭建系統(tǒng)，2臺(tái)USRP當(dāng)做發(fā)射機(jī)，通過(guò)MIMO線纜連接；3臺(tái)USRP均外接定向天線．需要指出的是，由于2臺(tái)發(fā)送機(jī)也需要同時(shí)同頻，我們用MIMO線纜將2臺(tái)發(fā)射機(jī)進(jìn)行直接連接，主-USRP通過(guò)MIMO線纜配置從-USRP的時(shí)鐘及時(shí)間信息，2臺(tái)USRP共享晶振、觸發(fā)時(shí)間及以太網(wǎng)接口．這樣，2臺(tái)發(fā)射機(jī)便可視為同源．

3.1干擾對(duì)消測(cè)試

在USRP平臺(tái)上我們對(duì)該穿墻雷達(dá)的干擾對(duì)消性能進(jìn)行了測(cè)試，分別將發(fā)射機(jī)增益設(shè)置為1，5，10，15，18dB時(shí)，測(cè)試結(jié)果如圖5所示．可以看出其對(duì)消干擾信號(hào)的能力約為23dB左右．同時(shí)，值得指出的是，上述實(shí)驗(yàn)是在未使用外部同步時(shí)鐘的情況下進(jìn)行測(cè)試的，其對(duì)消結(jié)果類似于文獻(xiàn)[8]使用外部同步時(shí)鐘的結(jié)果．另外，Jain等2011年[18]使用Balun變壓器和Qhx220芯片來(lái)改變信號(hào)的幅度和相位來(lái)和自干擾信號(hào)匹配，由于很難找到精準(zhǔn)的可編程器件控制延遲的精度在10ps，且芯片不能匹配寬帶信號(hào)的延遲，功率增大時(shí)對(duì)消僅在20dB左右．Sahai等[19]使用開(kāi)放無(wú)線研究平臺(tái)(Wireless Open- Access Research Platform, WARP)來(lái)進(jìn)行測(cè)試，由于其本身收發(fā)共用同一晶振，因此其無(wú)需考慮收發(fā)端的晶振偏差問(wèn)題，但本文所測(cè)場(chǎng)景(收發(fā)分置)更加符合實(shí)際狀況，如之前所述，本文給出了軟件同步算法來(lái)解決此問(wèn)題．

圖4 測(cè)試裝置的實(shí)物圖Fig.4 The actual picture of test device

圖5 干擾對(duì)消性能Fig.5 The performance of interference cancellation

3.2障礙物后運(yùn)動(dòng)目標(biāo)識(shí)別(縱向運(yùn)動(dòng))

測(cè)試地點(diǎn)還選擇在復(fù)旦大學(xué)物理樓521室，對(duì)門后的運(yùn)動(dòng)人體進(jìn)行識(shí)別．圖6(見(jiàn)第76頁(yè))給出了測(cè)試場(chǎng)景示意圖，3臺(tái)USRP放置在障礙物一側(cè)，人體在距離障礙物后15cm到1.5m的范圍走動(dòng)．假設(shè)障礙物后目標(biāo)以1m/s速度運(yùn)動(dòng)，測(cè)試時(shí)3臺(tái)USRP放置于障礙物另一側(cè)位置不動(dòng)．

為了便于解釋，給出了對(duì)應(yīng)角度變化的示意圖如圖7(見(jiàn)第76頁(yè))所示．可以看出，人體遠(yuǎn)離障礙物時(shí)，角度逐漸增大(θ1到θ2到θ3)，當(dāng)人體靠近障礙物時(shí)，角度逐漸減小(θ3到θ2到θ1)．圖8(見(jiàn)第76頁(yè))給出實(shí)際的測(cè)試結(jié)果，橫軸代表相對(duì)時(shí)間，縱軸代表估計(jì)出的角度．從圖8可以發(fā)現(xiàn)，當(dāng)有目標(biāo)發(fā)生了移動(dòng)，我們的系統(tǒng)能實(shí)時(shí)將其捕捉，并發(fā)現(xiàn)目標(biāo)運(yùn)動(dòng)方向，當(dāng)目標(biāo)移出觀察范圍時(shí)，整個(gè)的圖譜又恢復(fù)至最初的情形．在圖8(b)～(f)我們探測(cè)到運(yùn)動(dòng)情況是這樣的： 人體出現(xiàn)在障礙物后15cm處，人體沿障礙物垂直方向運(yùn)動(dòng)，遠(yuǎn)離障礙物到達(dá)1.5m處，然后靠近障礙物到達(dá)15cm處，進(jìn)而再遠(yuǎn)離再靠近，最后離開(kāi)．可以看出，角度一開(kāi)始增大，然后減小，增大，減?。鐖D8(b)，人一開(kāi)始出現(xiàn)在障礙物后(此時(shí)為圖中箭頭所指1處)，人遠(yuǎn)離障礙物一直到最遠(yuǎn)處(圖8(b)中2處)，此時(shí)，人返回，一直到距離儀器最近(圖8(b)中3處)，再遠(yuǎn)離至最遠(yuǎn)(圖8(b)中4處)，返回至初始點(diǎn)(圖8(b)中5處)．這與本文分析的人體遠(yuǎn)離障礙物即測(cè)得角度增大，靠近障礙物即角度減小的理論分析是一致的．說(shuō)明我們的系統(tǒng)已經(jīng)可以真實(shí)地探測(cè)到障礙物后面的人體運(yùn)動(dòng)情況．

圖6 障礙物后人體運(yùn)動(dòng)方向示意圖Fig.6 Diagram of the direction of human movement after the obstacle

圖7 人體運(yùn)動(dòng)角度變化示意圖Fig.7 Diagram of the angular change in human movement

(a)為沒(méi)有任何目標(biāo)；(b)～(f)為縱向運(yùn)動(dòng)過(guò)程5次的測(cè)試結(jié)果.圖8 人體縱向運(yùn)動(dòng)測(cè)試結(jié)果Fig.8 Test results for the human longitudinal movement

3.3障礙物后運(yùn)動(dòng)目標(biāo)識(shí)別(橫向運(yùn)動(dòng))

接下來(lái)，我們探究當(dāng)人體在橫向運(yùn)動(dòng)時(shí)角度的變化規(guī)律．圖9給出人體運(yùn)動(dòng)示意圖．同樣地，我們給出角度變化示意圖，如圖10所示．其中，θ1，θ2，θ3指人體運(yùn)動(dòng)方向的垂線與人和天線連線間的夾角．可以看出，此時(shí)角度變化是不明顯的．作為對(duì)照，我們給出實(shí)測(cè)圖，如圖11所示．可以看出，角度變化不是很明顯，與理論分析是一致的．

圖9 障礙物后人體運(yùn)動(dòng)方向示意圖Fig.9 Diagram of the direction of human movement after the obstacle

圖10 人體運(yùn)動(dòng)角度變化示意圖Fig.10 Diagram of the angular change in human movement

圖11 人體橫向運(yùn)動(dòng)測(cè)試結(jié)果Fig.11 Test results for the human lateral movement

4 結(jié) 語(yǔ)

本文描述了如何利用無(wú)線射頻信號(hào)來(lái)探測(cè)障礙物后的移動(dòng)目標(biāo)．分別從OFDM軟同步、信道估計(jì)，進(jìn)而到干擾抵消，去除了強(qiáng)反射干擾信號(hào)；最后闡述了寬帶OFDM信號(hào)的DOA估計(jì)算法．且對(duì)描述的系統(tǒng)在USRP N210的平臺(tái)下進(jìn)行了實(shí)驗(yàn)驗(yàn)證，結(jié)果表明： 系統(tǒng)能實(shí)時(shí)探測(cè)出障礙物后目標(biāo)的運(yùn)動(dòng)方向．本系統(tǒng)不需要同步時(shí)鐘，僅僅采用同步算法，亦實(shí)現(xiàn)了探測(cè)目標(biāo)的目的，在簡(jiǎn)化系統(tǒng)硬件的同時(shí)增加了系統(tǒng)的實(shí)用性．

[1] SIGG S, BLANKE U,TROSTER G. The telepathic phone： Frictionless activity recognition from wifi- rssi[C]∥Pervasive Computing and Communications(PerCom), 2014 IEEE International Conference on. Budapest, Hungary： IEEE Press,2014： 148- 155.

[2] MELGAREJO P, ZHANG X, RAMANATHAN P,etal. Leveraging directional antenna capabilities for fine- grained gesture recognition[C]∥Proceedings of the 2014 ACM International Joint Conference on Pervasive and Ubiquitous Computing. Seattle, Washington DC, USA： ACM Press,2014： 541- 551.

[3] BANERJEE A, MAAS D, BOCCA M,etal. Violating privacy through walls by passive monitoring of radio windows[C]∥Proceedings of the 2014 ACM Conference on Security and Privacy in Wireless and Mobile Networks. Oxford, United Kingdom： ACM Press,2014： 69- 80.

[4] XIONG J,JAMIESON K. ArrayTrack： A fine- grained indoor location system[C]∥10th USENIX Symposium on Networked Systems Design and Implementation(NSDI’13). Lombard, IL, USA： USENIX Press,2013： 71- 84.

[5] SIGG S, SHI S, BUESCHING F,etal. Leveraging RF- channel fluctuation for activity recognition： active and passive systems, continuous and RSSI- based signal features[C]∥Proceedings of International Conference on Advances in Mobile Computing and Multimedia. Vienna, Austria： ACM Press,2013： 43- 52.

[6] PU Q, GUPTA S, GOLLAKOTA S,etal. Whole- home gesture recognition using wireless signals[C]∥Proceedings of the 19th Annual International Conference on Mobile Computing and Networking. Miami, Florida, USA： ACM Press,2013： 27- 38.

[7] JOSHI K R, HONG S S, KATTI S. PinPoint： Localizing interfering radios[C]∥The 10th USENIX Symposium on Networked Systems Design and Implementation(NSDI’13). Lombard, IL, USA： USENIX Press,2013： 241- 253.

[8] ADIB F, KATABI D. See through walls with WiFi![C]∥Proceedings of the ACM SIGCOMM 2013 Conference on SIGCOMM. Hong Kong, China： ACM Press,2013： 75- 86.

[9] ADIB F, KABELAC Z, KATABI D,etal. 3d tracking via body radio reflections[C]∥Proceedings of the 11th USENIX Conference on Networked Systems Design and Implementation. Seattle, USA： USENIX Association Press,2014： 317- 329.

[10] BHARADIA D, JOSHI K R,KATTI S. Full duplex backscatter[C]∥Proceedings of the 12th ACM Workshop on Hot Topics in Networks. College Park, Maryland, USA： ACM Press,2013： 1- 7.

[11] SHAN TJ, WAX M,KAILATH T. On spatial smoothing for direction- of- arrival estimation of coherent signals[J].IEEETransactionsonAcoustics,Speech,andSignalProcessing, 1985,33(4)： 806- 811.

[12] BHARADIA D, KATTI S. Full duplex MIMO radios[C]∥Proceedings of the 11th USENIX Conference on Networked Systems Design and Implementation. Seattle, USA： USENIX Association Press,2014： 359- 372.

[13] BHARADIA D, MCMILIN E,KATTI S. Full duplex radios[C]∥Proceedings of the ACM SIGCOMM 2013 Conference on SIGCOMM. Hong Kong, China： ACM Press, 2013： 375- 386.

[14] LIN K C- J, GOLLAKOTA S,KATABI D. Random access heterogeneous MIMO networks[J].ProceedingsoftheACMSIGCOMMComputerCommunicationReview, 2011,41(4)： 146- 157.

[15] SCHMIDL T M,COX D C. Robust frequency and timing synchronization for OFDM [J].IEEETransactionsonCommunications, 1997,45(12)： 1613- 1621.

[16] HEISKALA J, TERRY Ph D J. OFDM wireless LANs： A theoretical and practical guide[M].Indianapolis, IN, USA： SAMS,2001： 51- 90.

[17] COLERI S, ERGEN M, PURI A,etal. Channel estimation techniques based on pilot arrangement in OFDM systems[J].IEEETransactionsonBroadcasting, 2002,48(3)： 223- 229.

[18] JAIN M, CHOI J I, KIM T,etal. Practical, real- time, full duplex wireless[C]∥Proceedings of the 17th Annual International Conference on Mobile Computing and Networking. Las Vegas, USA: ACM Press,2011： 301- 312.

[19] SAHAI A, PATEL G, DICK C,etal. On the impact of phase noise on active cancelation in wireless full- duplex[J].IEEETransactionsonVehicularTechnology, 2013,62(9)： 4494- 4510.

Abstract： A self- synchronization seeing- through- walls radar system is reported in this paper. Which is different from the already existing system used an external synchronization clock. Both the strong interference nulling and synchronization problems between the transmitters and receiver are solved by the self- synchronization technology and interference cancellation algorithm based on OFDM. The human movement status behind an obstacle is given by the combined multiple subcarriers direction of arrival estimation method. A prototype test system which includes two transmitters and a receiver is built on the software wireless platform to verify the above system. Experimental results show that our system can detect the human movement behind the obstacle within a 1.5 m maximum distance in real- time.

Keywords： USRP; OFDM; seeing- through- walls radar; interference cancellation; spectrum estimation

ASelf-SynchronizationSeeing-Through-WallsRadarSystemBaseonOFDM

WANG Xianda, LI Zhoufan, LI Dan, ZHANG Jianqiu

(DepartmentofElectronicEngineering,SchoolofInformationScienceandTechnology,FudanUniversity,Shanghai200433,China)

TN957.51

A

0427- 7104(2017)01- 0071- 08

2016- 02- 23

國(guó)家自然科學(xué)基金(61571131)

王先達(dá)(1992—)，男，碩士研究生；張建秋，男，教授，通信聯(lián)系人，E- mail： jqzhang01@fudan.edu.cn.