基于FMCW雷達傳感器的室內人員定位方法*

林佳慧， 尹輝斌， 熊榮鵬

(福州大學 物理與信息工程學院，福建 福州 350108)

0 引 言

室內人員定位是智能健康監(jiān)護和智能家居等許多以人為中心的智能應用的關鍵技術。然而，由于建筑墻體阻擋，目前廣泛使用的衛(wèi)星定位技術無法在室內使用。人體定位的“最后一米”室內定位成為近年來的研究熱點。目前室內人員定位主要有基于計算機視覺[1]、WiFi[2,3]、紅外[4]、超寬帶[5](ultra wide band，UWB)等技術。然而，采用計算機視覺技術運算量大且存在隱私泄露的風險；利用基于WiFi的接收信號強度指示(received signal strength indication,RSSI)指紋定位方法容易受多徑干擾的影響，且需要定期更新指紋庫，維護難度較大；基于紅外的室內定位系統(tǒng)易受熱源干擾，且無非視距傳輸性，需要密集部署傳感器；而基于UWB技術的定位系統(tǒng)，雖然抗多徑效應能力強，具有一定穿透性，然而會與現(xiàn)在已授權的頻帶業(yè)務沖突，且設備價格昂貴。

調頻連續(xù)波(frequency modulated continuous wave，F(xiàn)MCW)雷達在高精度目標探測領域具有的技術優(yōu)勢，使其在室內人員精準定位中的應用得到了廣泛關注。Adib F等人基于FMCW信號研發(fā)出了能夠實現(xiàn)穿墻定位的室內人員跟蹤系統(tǒng)WiTrack[6,7]，但該系統(tǒng)基于通用軟件無線電平臺，設備價格昂貴，且工作頻率為5.56～7.25 GHz，測試精度較低。近年來，隨著自動駕駛技術[8]的普及，英飛凌、德州儀器(Texas Instruments，TI)等公司相繼推出了針對自動駕駛的毫米波雷達解決方案。相對于Fadel提出的方案，這些汽車雷達傳感器的使用，可以顯著降低系統(tǒng)實現(xiàn)的復雜度和成本，同時采用了毫米波段的發(fā)射信號也使其具備了更高的檢測精度。為此，如何將這些商用的汽車雷達傳感器芯片應用到室內人員定位值得進一步深入研究和探討。

針對上述問題，本文基于TI公司研發(fā)的IWR1443毫米波雷達傳感器研究了一種用于實現(xiàn)室內人員定位的方法。

通過TI公司的DCA1000數(shù)據采集板，將雷達射頻前端處理后的數(shù)據轉換成數(shù)字信號并輸入計算機，利用MATLAB實現(xiàn)了雷達的信號處理，提出了一種基于最大選擇單元平均恒虛警率(greatest of cell average constant false alarm rate,GO-CA-CFAR)檢測的室內人員定位算法，解決了室內環(huán)境中FMCW回波信號存在的動態(tài)多徑問題，實現(xiàn)了人體在二維平面的定位及軌跡重現(xiàn)。

1 FMCW雷達相關檢測原理

IWR1443器件是能夠在76～81 GHz 頻帶中運行且基于FMCW雷達技術的集成式單芯片毫米波傳感器。

1.1 目標與雷達間距離的計算

雷達發(fā)射如圖1所示的鋸齒波調制的線性調頻波，圖中實線為發(fā)射信號，虛線為遇到目標后反射回雷達并由接收(RX)天線接收的信號，通過混頻器和低通濾波器得出收發(fā)信號之間的差頻Δf，即可由式(1)計算出收發(fā)信號的延遲時間τ[9]，根據雷達原理，利用式(2)可得檢測目標與雷達的距離R

圖1 FMCW雷達發(fā)射和接收信號

τ=Δf/S

(1)

R=cτ/2=cΔf/2S

(2)

式中S為調頻斜率，c為電磁波傳播速度。

1.2 檢測目標坐標的計算

為了實現(xiàn)目標的定位，雷達需要至少2個以上的RX天線才能計算出目標的坐標。當RX天線的位置如圖2所示時，即相鄰兩根RX天線間距d=λ/2，檢測目標的回波信號在相鄰兩根RX天線之間存在波程差dsinθ，其中，θ為檢測目標相對于雷達的水平方位角。波程差引起相鄰兩根RX天線間的相位差ω可用式(3)表示，通過公式變換，由式(4)可計算出目標的方位角θ，再由式(5)和式(6)即可計算出目標所在坐標(x，y)。IWR1443毫米波雷達傳感器支持二發(fā)四收的工作模式，可以實現(xiàn)8根虛擬的RX天線，天線陣列之間的相位延遲可表示為具有線性變化關系的向量[0ω2ω3ω4ω5ω6ω7ω]，通過快速傅里葉變換(FFT)可提取出相位差ω，進而由式(4)～式(6)求出目標的坐標

圖2 接收天線角度估計

x=Rsinθ

(5)

2 雷達信號處理算法

2.1 信號處理流程

本文研究的室內雷達定位系統(tǒng)如圖3所示。IWR1443Boost和數(shù)據采集板DCA1000構成雷達的射頻前端，采集到的數(shù)據在個人電腦(PC)中通過MATLAB完成背景消除、距離和速度的提取以及二維坐標的確定。

圖3 室內人員定位系統(tǒng)及雷達信號處理流程

2.2 背景消除及距離—速度FFT

在室內環(huán)境中，由于墻壁、地板和家具等許多物體都會反射信號，回波信號中包含許多來自環(huán)境中靜態(tài)物體的反射信號，其強度甚至會超過目標的反射信號。為此，室內人員定位雷達的信號處理需要采用背景消除技術?？紤]到待測目標是活動的人體，其反射回雷達的信號隨時間變化，因此，可以通過將采集到的每一幀有人活動的雷達反射信號與環(huán)境背景幀進行相減，靜態(tài)物體的反射會被消除。對靜態(tài)消除后的回波信號進行距離FFT和多普勒FFT，提取反射目標的距離和速度信息，可得到如圖4(b)所示的距離—多普勒圖(range Doppler map，RDM)。從圖中可以看出，與圖4(a)相比，采用背景消除法后，速度為0處的靜態(tài)反射信號得到有效的抑制。

圖4 距離—多普勒圖

2.3 二維最大恒虛警

從圖4可以看出，經過背景消除后，從回波信號中提取出的目標不是一個單一的峰值。這是因為回波信號中不僅包括從人體直接反射回雷達的信號，還包含了從人體經由墻壁、地板等靜態(tài)物體間接反射到雷達接收端的動態(tài)多徑信號，為了準確地檢測出人體目標的距離，必須從多徑中找出直接由人體目標反射回雷達的信號。考慮到間接反射回雷達的動態(tài)多徑信號相對于直接由人體反射回的信號的傳播路徑更長[10]。本文采用了二維最大恒虛警(GO-CFAR)，在保持虛警概率Pfa恒定不變的情況下檢測出活動人體目標，其算法流程如圖5所示。

圖5 GO-CFAR算法流程框圖

信號通過平方律檢測器輸入，由于人體具有一定寬度，為防止目標信號泄露到參考單元中，故將被測單元四周緊鄰的單元設置為保護單元，分別計算測試單元左右兩側的參考單元的樣本平均值，取其中較大的一個來估計背景噪聲功率Z，與閾值系數(shù)σ相乘得到門限T。當測試單元中的輸入信號電平超過門限電平時，將該測試單元判為目標。本文設置虛警概率Pfa=5×105，保護單元二維窗口長度為[1，1]，參考單元二維窗口長度為[2，2]，如圖6所示。

圖6 二維GO-CFAR窗口示意

2.4 回波角度的檢測和坐標的計算

為了進一步求出人體目標的坐標，需要檢測出攜帶方位角信息的相位差ω。首先對8根虛擬RX天線上檢測到的目標點作角度FFT，提取相位峰值點在距離—多普勒—方位角矩陣中的索引peak_idx=[row，col，pag]，其中row，col，pag分別表示目標點的距離索引，多普勒索引以及角度索引，接著應用式(7)、式(8)即可得到目標的差頻Δf和相位差ω，式(7)、式(8)如下

式中 距離維采樣點數(shù)M為256，角度FFT點數(shù)Q為180，采樣頻率fs為1 MHz。將Δf和ω分別代入式(2)～式(6)即可求得檢測目標的坐標(x，y)。

3 實驗設置與結果分析

實驗在一間9 m×6 m的空曠會議室進行，雷達傳感器采用了IWR1443Boost開發(fā)版，板載3發(fā)4收的天線，考慮到僅需要檢測二維平面的坐標，將其配置為2發(fā)4收的模式，天線高度設置為1.1 m，環(huán)境背景數(shù)據為事先采集的一組無人在場的數(shù)據。

首先對幾種不同CFAR算法對定位精度的影響進行測試。以一名測試者為檢測目標，測試者在監(jiān)測區(qū)域中靜止不動，共采集250幀，采集時間約為10 s。分別以3種均值類恒虛警檢測器最小選擇(smallest of,SO)-CFAR,單元平均(cell average,CA)-CFAR,GO-CFAR進行目標檢測，定位誤差累計分布函數(shù)如圖7所示。其中，SO-CFAR在檢測性能上不如CA-CFAR和GO-CFAR，CA-CFAR與GO-CFAR的曲線重合，對兩者求平均定位誤差發(fā)現(xiàn)GO-CFAR的平均定位誤差較小，為0.123 m，故采用GO-CFAR作為本文的恒虛警檢測器。

圖7 定位誤差累計分布函數(shù)

表1對比了本文采用的方法與其他定位系統(tǒng)的定位精度，從表中可以看出，相比于文獻[3]提出的基于WiFi和文獻[4]提出的基于紅外的系統(tǒng)，本文系統(tǒng)的定位誤差更小，精度更高，且本文采用的方法定位精度略高于同樣使用FMCW技術的WiTrack[6]。

表1 本文系統(tǒng)與其他系統(tǒng)的精度比較

考慮到合理地選擇參考單元的窗口長度會提高CFAR 檢測器的檢測效果[11]。本文就參考單元的窗口長度對定位精度的影響進行進一步的測試。測試環(huán)境設置為測試者沿縱向2.4 m，橫向1.6 m的U型軌跡行走。圖8中U型實線為基底圖形，散點為檢測軌跡，可以看出，二維窗口長度為[2，2]時得到的軌跡能夠較好地覆蓋基底圖形，而采用其他幾種窗口長度處理得到的軌跡則存在較多離群點，當窗口長度為[5，5]時，已經無法識別當人沿x軸方向運動時的目標。實驗結果表明，在本文的系統(tǒng)環(huán)境下，采用參考單元窗口長度為[2，2]的GO-CFAR能夠更準確地檢測出可能的目標點。

圖8 不同參考單元窗口長度的效果比較

4 結 論

本文基于IWR1443毫米波雷達傳感器設計了一種實現(xiàn)室內人體定位的方法，給出了雷達信號處理的實現(xiàn)方案，提出了一種基于二維GO-CFAR的算法，解決了FMCW回波信號存在的動態(tài)多徑問題。通過實驗分析，得出了CFAR的參考單元窗口長度。經過測試，系統(tǒng)平均定位誤差為0.123 m，能夠有效地對室內人體進行定位且能夠較好地重現(xiàn)目標的真實運動軌跡。