具体实施方式

本发明提供了一种物联网LoRa信号的波束成形多目标感知方法，通过在特定方向加强接收信号，从而将来自其它方向的信号削弱，从而解决多目标感知干扰问题，实现多个目标的同时感知。

为了使本发明的目的、技术方案及优点更加清楚，以下通过具体实施，并结合附图，对本发明进一步详细说明。

本发明提供的方法面向的检测目标是具有频率的物体或人，例如，具有的振动频率的振动物体或者具有呼吸频率的人体。下述实施例均以根据人体呼吸频率为例，进行多目标感知。

实施例一

如图1所示，本发明实施例提供的一种物联网LoRa信号的波束成形多目标感知方法，包括下述步骤：

步骤S1：基于LoRa信号的波束成形信号构建具有M根天线阵列的LoRa网关，可得到复平面波束成形信号；

步骤S2：根据复平面波束成形信号，进行角度-频率谱信号处理，得到角度-频率谱图；

步骤S3：根据角度-频率谱图，通过频率和角度扫描以检测目标。

如图2所示，展示了本发明提供的方法的流程示意图。

在一个实施例中，上述步骤S1：基于LoRa信号的波束成形信号构建具有M根天线阵列的LoRa网关，可得到复平面波束成形信号，具体包括：

步骤S11：检测目标到M根天线的路径长度分别表示为d₁(t),d₂(t),…,d_M(t)，其中，t为时间，函数d_i(t)表示所述路径长度随时间变化的函数；M根天线对应的动态向量和静态向量分别表示为H_d1,H_d2,…,H_dM，以及H_s1,H_s2,…,H_sM；M根接收天线的信号，表示为下述公式(1):

…

其中，k为扫频率，φ_c为载波频率误差，φ_s为采样频率误差，A_i为第i根天线上的动态向量强度，λ为LoRa信号波长，j为复数符号；

如图3所示，展示了LoRa波束示意图，其中灰色实线箭头表示动态向量，黑色实线箭头表示静态向量。为了在特定方向上获得更强的信号接收，将信号的路径延迟弥补并将多天线信号求和。假设线性天线阵列的间距为d，对于本发明实施例采用的915MHz的LoRa信号，d＝16厘米。检测目标和天线阵列距离可以是几十米，远大于d。因此，可以认为目标到每根天线的角度是相同的。

第2根至第m根天线接收到的信号可以看作是第一根天线接收信号的延迟形式。因此，在空气中存在额外的信号传播路径长度，相应地存在额外的相位旋转角度。当信号到达角为θ，计算动态信号到达第m根天线和第一根天线之间的相位差以及第一根天线和其余天线之间的相位差。

步骤S12：动态信号到达第i根天线和第一根天线之间的相位差以及和其余天线之间的相位差，由下述公式(2)～(3)计算得出：

其中，θ为信号的到达角；ω(θ)为导向向量；为第i根天线和第一根天线之间的相位差；

步骤S13：通过计算所有M根天线上接收信号的加权和，构造波束成形方向θ的接收信号，表示为下述公式(4):

其中，静态向量组合表示为可将公式(4)简化为下述公式(5):

由于d_i(t)-(i-1)d·sin(θ)＝d₁(t),即第2根天线至第M根天线与第一根天线对准；令即所有天线上动态成分的能量和，则公式(5)可简化为下述公式(6):

波束成形信号由静态和动态分量组成。通过选择正确的θ,M根天线上目标的反射信号(动态分量)加起来增强，而静态成分随机相加。如图4所示，LoRa波束成形示意图，可以看到在波束成形之后，动态矢量包含的目标信息大大增强，而静态矢量的变化不大(由于随机相加)。因此，在向量空间中，动态矢量相对于静态矢量旋转，与之前相比产生更强的信号。然而，由于载波频率误差(CFO)和采样频率误差(SFO)的存在，它们会破坏信号的变化。为了消除CFO和SFO引起的随机相位旋转，需要去除这一项本发明提供的方法通过寻找到一个参考信号，可以消除不需要的信号，其主要是随机相位偏移CFO和SFO。还需要确保在这个过程中包含目标感知信息的动态分量不受影响。为了实现这一点，方法执行波束成形过程的相反操作，用于将多天线在接收端获取到的动态分量抵消相加，这个过程称为“波束置零”，如图5所示。

步骤S14：由于载波频率误差(CFO)和采样频率误差(SFO)会引起的随机相位旋转，因此需要消除公式(6)中将每根天线接收到的信号与权重向量相乘，得到下述公式(7):

令是1×M的权重向量，其中有2M个待确定参数，需要找到1×M维的权重向量W，使得

由于对每根天线的动态矢量的大小没有先验知识，无法直接求解权重向量W。所以，将其表达为一个优化问题，具体来说，对于给定W,定义动态成分频率的能量比。即，在频谱中，物体运动引起的能量在频谱中的总能量的占比。具体来说，能量比的计算包括：通过对信号进行快速傅立叶变换(FFT)得到动态频率分量在时间窗上的加权和信号；2)FFT峰值及其相邻点的能量和除以所有FFT点的能量和。应用随机优化算法迭代优化搜索找到最佳的W。令W*为求解结果，从公式(7)得到波束置零信号，如公式(8)所示；

这样就可以快速得到只包含静态分量和需要消除的成分；将参考信号Ref(t)表示为其中，

为了消除不需要的成分，将y(θ,t)除以Ref(t)，最终得到复平面波束成形信号，如公式(9)所示：

其中，是估计的静态向量；波束增强后的动态向量。

从公式(9)中，可以看出变化的随机相位偏移被消除。剩下的部分是动态路径长度d₁(t)以及一些常数(即静态向量)，动态向量在保留了感知信息的情况下得到加强。

在一个实施例中，上述步骤S2：根据复平面波束成形信号，进行角度-频率谱信号处理，具体包括：

步骤S21：对复平面波束成形信号的每个角度采用快速傅立叶变换(FFT)算法，得到带有正负频率的结果；

步骤S22：对正负频率的结果求和，以得到检测目标实际相应的能量，以此得到角度-频率谱图；根据角度-频率谱图获取检测目标所在的大致区域。

以四个人在一个房间里呼吸监测为例，如图7所示，他们坐的方向相对于LoRa设备为-40度，0度，20度和40度，其相应的呼吸频率为0.23Hz、0.37Hz、0.23Hz、0.23Hz。计算四个检测目标的呼吸信号在各个方向的能量分布，得到如图8所示的角度-频率谱图，清楚地显示了三个突出高亮的区域。第一个具有0.23Hz的人体呼吸频率为-40度，呼吸频率为0.37Hz的第二个目标在0度。由于目标3和4具有相同的呼吸频率和接近的方向，因此需要通过后续处理进行区分。

在角度-频率谱图中，识别目标具有两个特征：角度和频率。由于波束成形存在旁瓣，可以从多个角度检测到同一个目标。如果只有一个目标，可以简单地选择信号更强的方向。但是，当有多个目标时，两个目标可能具有相同的角度。因此，不能采用简单的阈值来检测目标。

本发明提出一种基于动态阈值的频率和角度扫描方式，以检测目标的精确位置。考虑到多个目标即使具有相同的呼吸频率，他们的呼吸节奏也不可能完全保持同步。因此，可以计算呼吸波形的曲率，使用曲率中峰值的时间差，即使在相同的速率和相同的角度也可以区分目标。通过动态调整能量阈值，依次执行频率扫描和角度扫描，从而消除由旁瓣引起的误报并检测多个目标。

在一个实施例中，上述步骤S3：根据角度-频率谱图，通过频率和角度扫描以检测目标，具体包括：

步骤S31：通过频率扫描将角度-频率谱图中具有强周期性和大波动的信号选为候选频率；

在频率扫描中，将具有强周期性和大波动的信号视为候选目标。在角度-频率谱图中为每个频率选择所有角度中的最大能量。如图9显示了对4个检测目标的频率扫描结果，在示例中，最大和最小能量为3.566和0.502，本发明实施例将动态阈值设置为1.726。因此，可以选择0.23Hz和0.37Hz作为候选频率，从而区分出目标2与其他目标。

步骤S32：通过角度扫描将候选频率中能量高于动态阈值的角度作为最终检测目标，其中，动态阈值是根据最大和最小能量动态计算而得。

对于候选频率，选择能量高于阈值的角度作为候选。在这里，还根据此时的最大和最小能量来计算动态阈值频率。通过仅使用角度信息，可以将目标1与目标3、4分开。然而，当两个目标(3和4)具有相似的呼吸频率并且在身体上也彼此靠近时，角度信息不足以将其分开。将进一步比较曲率线上的峰值时间。如果两个候选目标的峰在时间上分开，则认为它们很可能对应于不同的目标。因此，即使目标3和目标4位于同一位置，角度信息无法分开，可以利用清晰的时序关系区分。

本发明的实施例采用的是基于LoRa节点和网关构成的LoRa感知平台，LoRa节点是Semtech SX1276连接至Arduino Uno。LoRa节点在915MHz频段上以125kHz的带宽发送信号。LoRa网关是基于USRP X310，并配备了四根定向天线(TX900-PB-1313)。LoRa网关连接到具有Intel Core i7 CPU和16GB RAM的笔记本电脑。以每秒1000个样本采样，并使用MATLAB进行实时处理。为了监测多个目标的呼吸，获得四根天线上的信号流，每次在30秒的滑动窗口中处理信号流。对于每个扫描角度，计算复平面中的信号表示，并用带通滤波器去除异常值。通过分析呼吸模式，能够确定目标的数量及其相应的呼吸频率。呼吸监测带NUL-236用于提供呼吸检测的真值。图10展示了实时可视化多目标呼吸监测的效果示意图。

本发明所提供的方法使用角度信息(不同空间方位)，频率信息(不同呼吸频率)和时间信息(不同的目标的呼吸引起的初始相位，即曲率峰值时间差)，能够进行多目标的感知。

本发明公开了一种物联网LoRa信号的波束成形多目标感知方法，利用远距离、低功耗LoRa信号，设计基于LoRa多天线的波束成形方法。通过寻找没有动态目标影响的参考信号，提出信号的相位校准方法，将各个天线信号对齐叠加，从而赋予波形很好的指向性，并消除了干扰。在此基础上，利用信号的复平面表示，提出信号角度-频率谱生成方法进行多目标识别，通过频率扫描(频域)和角度扫描(空域)，结合信号初始相位信息(时间)，对目标进行联合估计，从而解决多目标感知干扰问题，实现多个目标的同时感知。

实施例二

如图11所示，本发明实施例提供了一种物联网LoRa信号的波束成形多目标感知系统，包括下述模块：

构建波束成形信号模块41，用于基于LoRa信号的波束成形信号构建具有M根天线阵列的LoRa网关，可得到复平面波束成形信号；

构建角度-频率谱图模块42，用于根据复平面波束成形信号，进行角度-频率谱信号处理，得到角度-频率谱图；

频率和角度扫描模块43，用于根据角度-频率谱图，通过频率和角度扫描以检测目标。

提供以上实施例仅仅是为了描述本发明的目的，而并非要限制本发明的范围。本发明的范围由所附权利要求限定。不脱离本发明的精神和原理而做出的各种等同替换和修改，均应涵盖在本发明的范围之内。