[論文レビュー] WiSLAT: A Simultaneous Device Localization and Target Tracking Method for Wi-Fi Systems

Chunxi Chen, Jingwen Zhang+3 more|arXiv (Cornell University)|Mar 18, 2026

Indoor and Outdoor Localization Technologies被引用数 0

ひとこと要約

WiSLAT は未知の Wi‑Fi ステーションの局在化とターゲット追跡を同時に行い、事前のステーション位置情報に依存せず、下りリンク CSI からのドップラー周波数を利用して MMSE 形式と低複雑度の交互最適化アルゴリズムで実現する。

ABSTRACT

It has been shown that the channel state information (CSI) of a Wi-Fi system can be exploited to localize Wi-Fi devices or track trajectory of a moving target. In the existing literature, both sensing tasks are treated separately and some prior information is usually requested, including the signal fingerprints, the locations of some anchor devices in the Wi-Fi system, and etc. In the proposed WiSLAT method, however, it is shown that both sensing tasks can assist each other, such that the request on prior system information can be eliminated. Particularly, in a Wi-Fi system with an access point (AP) and at least three stations, where the locations of the stations are unknown, the WiSLAT is designed to detect the Doppler frequencies of the downlink CSI at the stations, such that their locations and the trajectory of the target with respect to the AP can be inferred. The joint detection can be conducted by searching the optimal stations' locations and target's trajectory, such that their corresponding Doppler frequencies fit the observed ones best. Due to the tremendous non-convex search space, a low-complexity sub-optimal algorithm integrating alternate optimization, extended Kalman filter and density-based clustering is proposed in WiSLAT. Experiments conducted in indoor environments demonstrate the effectiveness of WiSLAT, achieving a median trajectory-tracking error of 0.68 m.

研究の動機と目的

• 優先的に Wi‑Fi センシングにおける SLAT を促進するため、事前のステーション位置情報と指紋への依存を排除する。
• 複数のステーションからのドップラー計測を活用した共同局在化と追跡のフレームワークを開発する。
• 非凸 MMSE 問題を効率的に解く低複雑度アルゴリズムを提案する。
• 方法を実験的に示し、局在化と追跡精度を定量化する。

提案手法

• ドップラー周波数を用いた MMSE 問題として、ジョイントなステーション局在化とターゲット軌跡を定式化する。
• ハードウェア位相オフセットをキャンセルするため、ダウンリンク CSI からのドップラーシフトをアンテナ間の信号比で検出し、周波数抽出のために STFT を適用する。
• 粗い探索と反復的な交互最適化の二段階アプローチで MMSE 問題を解く。
• 最適化内で EKF を用いてターゲット軌跡を再構築する。
• 問題特有のヤコビ行列を用いた Levenberg–Marquardt (LM) 更新で、ステーション位置と開始点の勾配ベース更新を行う。
• 現実的な初期値推定として運動学駆動の初期化を活用して、妥当な初期ステーション位置を導出する。

実験結果

リサーチクエスチョン

• RQ1 未知のWi‑Fiステーション位置と移動ターゲット軌跡を、コールドスタートのWi‑Fiシステムでドップラー検出から共同推定できるか。
• RQ2 提案された MMSE 形式と低複雑度アルゴリズムは、環境情報の prior なしでステーション位置とターゲット軌跡の両方をどの程度再現できるか。
• RQ3 交互最適化と EKF ベースの軌道再構成が局在化と追跡精度に与える影響は。
• RQ4 現実的な Wi‑Fi 設定下で、室内環境における実用的な性能はメートル単位でどの程度か。

主な発見

• 本手法は室内実験で中値軌道追跡誤差を 0.68 m、室内実験で中値 Wi‑Fi ステーション局在化誤差を 1.07 m を達成。
• 複数の軌道に対する結果を平均化すると、平均局在化誤差は 0.45 m に低減する。
• 実験には単一の AP と未知位置の受信ステーション4点を用い、5 m × 5 m のエリアでセンサ活用を実現。
• 粗い探索とその後の LM ベースの微調整最適化は、地上-truth に近い軌道へ到達するために必須である。
• ドップラー信号を検出できる少なくとも3つのステーションが存在すれば、コールドスタート時にも SLAT が有効となる。