毫米波WiFi系统中多目标无源定位与生命体征检测算法

【摘要】：为提高独居老人看护、地震及消防救援等场景下人体目标无源定位和感知精度，基于空间交替广义期望最大化（SAGE）算法，提出了一种室内多目标毫米波无源定位和生命体征检测算法。首先，在毫米波WiFi系统中利用毫米波的高空间分辨率和人体目标固有的特征（即人体呼吸和心跳频率在一定范围内变化），对采集的信道响应在时域上进行滤波预处理，有效提取目标直接反射径；然后，将人体目标位置参数及呼吸心跳频率看作多径信号参数，将多目标无源定位和生命体征检测建模为信道测量的多径信号参数估计问题；最后，利用SAGE算法实现多个静止目标的位置信息和生命体征参数的联合估计。所提算法利用了人体先验信息，并同时对时域、频域和天线空间域的信息进行分析，提高了估计精度，降低了计算复杂度。实验和仿真结果表明，所提算法在微波暗室环境下可以有效估计人体目标的呼吸和心跳频率，其估计精度分别可达97.1%和97.7%；在多目标场景下，与传统基于WiFi的无源定位和感知算法相比，所提算法的定位误差降低约70%，呼吸频率估计精度提高约19%。