基于波束成形的60GHz无线局域网络定位算法

刘兴 张浩 徐凌伟

摘要：针对60GHz信号在非视距（NLOS）环境下测距困难的问题，提出一种基于波束成形的60GHz无线局域网络（WLAN）定位算法。首先，通过借助波束成形技术进行最强路径搜索，波束成形算法将天线的最大增益方向指向接收最强多径信号的方向，在增强搜索鲁棒性的同时扩大了定位覆盖范围；然后，对NLOS条件下的时延偏差进行建模，重构NLOS测量数据；最后，为进一步提高定位精度，设置检测阈值，引入异常值检测机制。采用Matlab仿真平台在STAs-STAs信道模型进行仿真，结果表明，NLOS环境下基于传统相干估计的到达时间（TOA）定位算法的定位误差约为2m，定位成功率仅为0.5%，而采用基于波束成形的60GHz定位算法后，定位误差降低至1.02cm，定位成功率高达94%。因此，波束成形技术为NLOS环境下的60GHz定位提供了解决思路，有效地提高了60GHz室内定位精度和定位成功率。

关键词：60GHz信号；非视距定位算法；波束成形；最强路径搜索；异常值检测

中图分类号：TN92

文献标志码：A

0引言

随着无线定位技术的日趋成熟以及定位精度逐渐提高，用户对于高精度位置服务的需求也在急剧增长[1-2]。但是由于技术本身物理性的限制，目前在定位精度、覆盖范围和定位容量等各个方面都存在难以克服的缺陷。

免许可的高达约7GHz的带宽使得60GHz无线通信技术迅速成为当前的研究热点[3-4]，在通信方面得到广泛的关注。与超宽带（Ultra Wide-band，UWB）相比，脉冲体制下的60GHz信号具有更高的时间分辨率以及高达10W的发射功率[5]，这些优势使得60GHz能够在室内定位和室外定位方面都表现出比UWB更优异的定位潜能，并有望实现mm级定位；60GHz信号的材料损耗特性更是能够为以房间为单位的网络提供隐私性，且得益于60GHz全球频谱规范，其产品可在全球范围内部署[6]。

文献[7]在60.5GHz附近进行接收信号强度指示（Received Signal Strength Indication，RSSI）定位实验，分别在不同的底座材料上、不同的发射器和接收器的相对高度下对发射器和接收器之间的RSSI值进行测量，实验表明当底座材料为毫米波吸收器或者将发射器和接收器同时升高20cm时多径效应最弱，并在这两种情况下实现了3cm定位精度。Jafari等[8]则提出了一种新的到达时间差（Time Difference Of Arrival，TDOA）获取方法，此方法基于60GHz 多入单出（Multiple Input Single Output，MISO）系统，可以与通信同时进行，并对非视距（Non Line of Sight， NLOS）定位的影响进行了实验验证。文献[9]为60GHz室内定位设计了40nm CMOS（Complementary Metal Oxide Semiconductor）接收器来应对伴随着高带宽带来的基带功率损耗问题，在4m范围内实现mm级精度。

目前国际上对于60GHz定位技术的研究较少且相对分散，没有完整的理论体系，因此研究基于60GHz的无线定位技术具有重要的理论指导和实际应用价值。

虽然氧气在60GHz频段对电磁波的吸收达到峰值，但是在室内范围这一衰减可以忽略；但使用60GHz进行定位仍然面临物理性的挑战，原因是60GHz信号具有更大的材料阻挡损耗，在NLOS环境下测距困难。波束成形，是指通过对来自各个方向上的信号进行加权处理，形成所需的理想信号。在目前无线通信系统中，波束成形技术是提高网络传输速率、覆盖范围和通信性能的主要手段[10]。因此，本文提出一种基于波束成形的60GHz无线局域网络定位算法，通过搜索最大径，结合信道特性实现精确测距，并结合异常值检测机制，进一步提高定位性能。在802.11ad标准提出的典型场景下对本文算法进行仿真分析，结果表明本文算法对视距（Line of Sight，LOS）、NLOS环境下的定位性能均有提高，LOS环境下能实现mm级定位，NLOS环境下能实现cm级定位，定位性能明显高于传统相干估计算法，且异常值检测机制也在一定程度上提高了定位精度，验证了算法的有效性。

160GHz 定位系统模型

与传统的定位技术类似，将60GHz定位系统分为信号发射、信号传输、信号接收、数据处理四大模块分别进行建模分析，如图1所示。其中基站和目标节点均可部署发射和接收模块，并均可进行数据处理。当接收端从接收信号中提取出定位所需的

到达时间（Time Of Arrival， TOA）、到达角度（Angular Of Arrival，AOA）或者RSSI信息后，再由相应的定位算法进行定位，最终得到目标节点的估计位置。

1.160GHz发射信号

60GHz无线局域网络采用802.11ad标准，发射信号使用单载波60GHz信号和正交频分复用（Orthogonal Frequency Division Multiplexing， OFDM）60GHz信号[11]，本文为充分利用60GHz信号超高的时间分辨率的优势，采用单载波60GHz，基带脉冲p（t）采用基本高斯脉冲，信号时域表达式如式（1）：

1.2传输信道模型

802.11ad标准给出了会议环境、办公环境和生活环境三种典型场景下的信道模型[11]，并分别对LOS和NLOS传播条件下的信号传播路径通过射线追踪的方式进行统计，得出信道的冲击响应以及传播路径损耗模型。通用的信道冲击响应可以表示为：

以会议环境下STAtions-STAtions（STAs-STAs）信道为例，对应的LOS和NLOS传播情况下的信道冲击响应如图3所示。

当存在LOS分量时，首达径即LOS路径，信号的强度比多径信号高1个数量级以上，可以根据首达信号准确估计出基站和目标节点间的距离；而在不存在LOS径的环境中，信号通过反射、散射等路径到达接收端，多径信号的强度相当，由于路径不确定，到达时间也就相对分散，若采用传统相干估计算法，信号在与接收端噪声叠加后，导致最大径信号的偏移，因此估计距离的误差较大，从而直接影响定位性能。

2基于波束成形的定位算法

2.1算法原理

传统的定位算法中，针对NLOS的情形，大多采取摒弃法[12]，即首先根据先验信息对LOS/NLOS测量值进行判断，然后只取LOS下的数据，丢弃NLOS测量值，这种方法在传统的定位系统中很大程度上提高了定位精度，但NLOS丢弃法更适用于节点密度较高、测量数据充足的条件。60GHz与窄带信号、甚至与UWB都有明显的区别，它具有较高的材料阻挡，一旦信号遇到障碍物，所得到的测量值均为NLOS数据，使用NLOS丢弃法已经无法完成定位，而大量的实验证明，室内和室外许多材料在毫米波频段范围内的反射性能很好，有些材料的反射系数超过0.7[13]。因此，本文拟通过最强路径搜索来创建链接，解决NLOS环境下60GHz无法定位的难题。

从图3可以看出，在NLOS环境下，多条多径信号的强度相当，这给最强路径的搜索带来模糊性，波束成形技术则提供了解决这个问提的思路。波束成形可以通过对发射或者接收信号进行处理，实现定向信号传输或接收。本文在接收端部署可控定向天线[14]，采用基于最大功率搜索的波束成形算法，将天线最大增益方向指向此路径，可以明显提高最强路径的信号强度，增大与其他路径信号的功率差，同时扩大信号的覆盖范围。

使用圆对称高斯函数来描述可控定向天线的主瓣增益，表达式如式（4）：

其他方向上的天线增益设置为旁瓣增益级别的常数，以覆盖整个4π角度范围。可以看出，天线的半波束宽度HPBW完全决定了天线的模式和波束成形算法中多径信号的权值，也就确定了采用基于最大功率搜索的波束成形算法之后多径信号的强度。

2.2算法流程

步骤1对多径信号采用波束成形算法。仍以1.2节中会议环境下STAs-STAs信道为例，可控定向天线的半波束宽度HPBW=30°，经过波束成形算法之后的信道冲击响应如图4所示。不论是LOS还是NLOS传播环境，采用波束成形算法后最强路径方向上获得比较大的增益，而其他多径信号方向上的天线增益较小，增强了搜索的鲁棒性。

步骤2以系统发射信号为模板信号，通过相关接收[15]的方式，搜索最强路径，得到对应的时延信息。最强路径的TOA估计值max由式（9）得出：

步骤5提出测量异常值检测机制，设置检测门限ξ，当测距误差大于此门限值时，则认为测距失败，丢弃本次测量值，待所有测量值收集完毕后，使用基本的最小二乘估计（Least Square Estimation， LSE）法[16]给出定位结果。

3仿真结果分析

3.1仿真环境

采用Matlab仿真平台在STAs-STAs信道模型下对本文提出的基于波束成形的60GHz WLAN网络定位算法进行仿真分析，仿真环境为10m×8m×3m的会议室，目标节点MS（Mobile Station）随机分布于会议室中间6m×6m、距离地面1m的工作平台上，而基站BS（Base Station）则位于工作台的4个顶点处。仿真环境平面图如图5所示，接收端Rx接收发射端Tx发射信号经LOS路径、墙壁和天花板一次反射路径、墙壁墙壁和墙壁天花板二次反射路径到达的多径信号[11]，为简化计算，假设最强路径来自于墙壁或天花板的一次反射路径。

3.2仿真结果

3.2.1测距性能分析

节点发射信号形式如式（1），信号功率为40dBm，脉冲宽度为1ns，载波中心频率为60.5GHz，采样频率为120GHz，为波束成形算法提供权值的可控向定向天线的半波束宽度HPBW=30°。假设随机选取的目标节点MS距离基站BS1的真实距离d=4m，最强NLOS路径时延与直达路径时延的差值S的均值mΔτmax为真实差值，标准差σΔτmax=0.2ns，LOS/NLOS判别阈值ε=0.5ns，异常值检测门限ξ=1m，分别在LOS和NLOS传播条件下对传统相干估计算法和本文算法的测距性能进行仿真分析，仿真次数N=100，距离估计误差概率累积分布如图6所示。

从图6可以看出，在LOS和NLOS信道下，本文算法对测距结果均有提高，在LOS信道下，由于存在直达路径，所以传统相干估计算法已能够取得较好的测距精度，测距误差在2cm之内的累积概率达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环境下也有约5%的概率提升。而在NLOS信道下，依据本文提出的异常值检测机制，认为测距误差在1m以上的测量值为异常值，则利用传统相干估计算法进行测距的成功率仅为2%，而本文算法对NLOS测量误差进行修正后，测距误差在10cm之内的累积概率达90%，误差15cm之内达98%，测距性能有明显的提升。另一方面，从图6（b）看出，采用传统相干估计算法进行测距时，测距误差分布在2.8～3.0m的概率约为90%，为本文对最强路径时延与直达路径时延差值的建模提供实验依据。

由于仿真中假设多径信号仅由墙壁或天花板的一次反射而来，这样接收到的多径信号到达方向间距较大，对角度分辨率的要求较低，因此，即便在可控定向天线的半波束宽度较大的情况下，基于最大功率搜索的波束成形算法也能很好地区分NLOS环境中的多径信号，测距精度较高。但在实际的NLOS环境中，多径来源较多，方向间距变小，需要较窄的天线半波束宽度来提高测距性能。

3.2.2定位结果

以基站BS2为坐标原点，在工作平台范围内随机产生一个节点作为目标节点MS，采用LSE方法定位，对传统的相干估计算法和本文算法进行比较，仿真次数N=100，定位结果如图7所示。

如图7所示，在LOS环境中，采用本文算法与传统的TOA定位算法所估计的MS坐标与真实坐标非常接近，定位精度较高；而在NLOS环境中，传统TOA定位算法所得到的MS位置估计值严重偏离真实坐标值，本文算法在采用波束成形的基础上对NLOS距离测量值进行修正，从而显著提高了定位精度。

为了对本文算法性能进行定量分析，取位置估计均方根误差（Root Mean Square Error，RMSE）的均值作为定位性能衡量标准：

进一步降低随机性对定位性能分析的影响，取定位成功率作为衡量定位性能的另一指标。本文所选用的仿真环境为为10m×8m×3m的会议室，因此取定位成功与否的判断阈值为1m，认为定位误差大于1m的定位结果为定位失败。在LOS和NLOS环境下，分别采用本文算法和传统TOA定位算法进行1000次定位仿真实验，统计结果如表2所示。可以看出，使用传统TOA定位算法在NLOS环境中几乎无法成功定位，而本文算法的定位成功率则高达94%。

4结语

根据60GHz毫米波信号超高的时间分辨率的特点，本文提出使用60GHz信号进行定位，并构建了60GHz定位系统框架，为定位算法研究提供依据。基于波束成形的思想，本文提出了一种最强路径搜索算法，波束成形为最强路径的搜索提高了鲁棒性，通过找到最强信号路径，结合60GHz室内信道模型对NLOS时延偏差进行建模，从而重构NLOS测量数据；并引入测量异常值检测机制，通过设置合理的检测门限，进一步提高定位精度。通过采用Matlab仿真平台在STAs-STAs信道模型进行仿真分析，在LOS环境下能实现mm级定位精度，在NLOS环境下也可实现cm级定位精度，且定位成功率高达94%，验证了本文算法的有效性。但是本文算法也存在一定的限制，对于NLOS时延偏差的建模依赖于实验数据的维度，数据量越大，建模精度越高，因此，如何在独立于实验数据的情况下利用60GHz信号的反射模型提高定位精度是下一步研究的方向之一。

参考文献：

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

[2]肖竹，黑永强，于全，等.脉冲超宽带定位技术综述[J].中国科学 F辑：信息科学，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]邹卫霞，杜光龙，李斌，等.60GHz毫米波通信中一种新的波束搜索算法[J].电子与信息学报，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]褚炜.基于定向天线的无线Mesh网络MAC机制的研究[D].西安：西安电子科技大学，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.