田广东，杨品章，王 珊，余 翔

（重庆邮电大学，重庆 400065）

基于Kmeans聚类的CSI室内定位

田广东，杨品章，王 珊，余 翔

（重庆邮电大学，重庆 400065）

多径效应导致基于接收信号强度指示(RSSI)的室内定位精度不高，采用高细粒度的物理层信道状态信息(CSI)可以更好地描述室内多径环境，提高基于指纹的室内定位的精度。利用聚类算法提取 CSI，提高了不同位置之间指纹的区分性。在定位阶段采用一种简单有效的方法进行类的匹配。实验结果表明，在使用单个信标的情况下，定位精度较以往算法提高了24%。

室内定位；信道状态信息；指纹

0 引言

随着无线网络技术的发展，基于位置的服务得到了相应的发展。基于无线局域网(Wireless Local Area Network，WLAN)的室内定位技术受到了广泛关注，如今广泛使用的基于接收信号强度指示(Received Signal Strength Indicator，RSSI)的定位方法精度不理想。在IEEE802.11n标准[1]中，支持信道状态信息(Channel State Information，CSI)的反馈机制，通过修改无线网卡驱动[2]，可以获取正交频分复用(Orthogonal Frequency Division Multiplexing，OFDM)子载波中30个子载波的 CSI。CSI描述了信号从发端到收端的衰减因子，包括散射、反射、路径衰落等。通过对CSI的统计，其结果描述了空间相关性，可以作为基于指纹定位的指纹信息。

目前，基于CSI的室内定位研究已经取得了一定的成果[3]，达到了米级甚至亚米级的定位精度。文献[4]利用CSI的频率差异性，建立了CSI衰落与距离的模型，使用三边测距定位，由于受带宽的限制，多径区分能力有限，测距精度不高，从而影响定位精度。文献[5]利用CSI的频率差异性，将30个信道CSI合成为5个子信道，并将多个天线的CSI求平均值处理，建立起一个基于概率模型的指纹定位模型。……