[논문 리뷰] WiSLAT: A Simultaneous Device Localization and Target Tracking Method for Wi-Fi Systems

Chunxi Chen, Jingwen Zhang외 3명|arXiv (Cornell University)|2026. 03. 18.

Indoor and Outdoor Localization Technologies인용 수 0

한 줄 요약

WiSLAT은 이전 위치 정보 없이 다운링크 CSI의 도플러 주파수를 사용하여 알려지지 않은 Wi‑Fi 기기를 공동으로 위치 추정하고 움직이는 대상을 추적하며, MMSE 구성과 저복잡도 교대 최적화 알고리즘을 통해 수행한다.

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.

연구 동기 및 목표

• 이전의 기지국 위치 정보 및 핑거프린트에 대한 의존성을 제거하여 Wi‑Fi 센싱에서 SLAT를 촉진한다.
• 여러 대의 기지국으로부터의 도플러 측정을 활용하는 공동 위치추정 및 추적 프레임워크를 개발한다.
• 비선형 MMSE 문제를 효율적으로 해결하기 위한 저복잡도 알고리즘을 제안한다.
• 실험적으로 방법을 시연하고 위치추정 및 추적 정확도를 정량화한다.

제안 방법

• 도플러 주파수를 이용하여 도체 위치와 대상 궤적을 공동 위치 추정 및 대상 궤적으로 최소평균제곱오차(MMSE) 문제로 형식화한다.
• 하드웨어 위상 오프셋을 제거하기 위해 다운링크 CSI의 안테나 간 교차 신호 비를 이용해 도플러 편이를 감지하고 STFT를 적용하여 주파수를 추출한다.
• 후보 초기 해에 대한 거친 탐색과 반복적인 교대 최적화를 결합한 2단계 접근법으로 MMSE 문제를 해결한다.
• 최적화 내에서 EKF(Extended Kalman Filter)를 사용하여 대상 궤적을 재구성한다.
• 문제 특정 야코비안(Jacobians)을 갖는 Levenberg–Marquardt(LM) 업데이트를 사용하여 기지국 위치와 시작점을 그래디언트 기반으로 업데이트한다.
• 운동학 기반 초기화로 합리적인 초기 기지국 위치를 도출한다.

실험 결과

연구 질문

• RQ1 콜드 스타트 Wi‑Fi 시스템에서 도플러 검출로 알려지지 않은 Wi‑Fi 기기 위치와 움직이는 대상의 궤적을 공동으로 추정할 수 있는가?
• RQ2 사전 환경 정보 없이도 제안된 MMSE 구성과 저복잡도 알고리즘이 기지국 위치와 대상 궤적을 얼마나 잘 복원할 수 있는가?
• RQ3 교대 최적화와 EKF 기반 궤적 재구성이 위치 추정 및 추적 정확도에 미치는 영향은 무엇인가?
• RQ4 현실적인 Wi‑Fi 환경에서 실내에서 달성 가능한 실제 성능 수준(미터 단위)은 어느 정도인가?

주요 결과

• 실내 실험에서 중위 궤적 추적 오차가 0.68 m이다.
• 실내 실험에서 중위 Wi‑Fi 기기 위치 오차가 1.07 m이다.
• 여러 궤적에 대해 결과를 평균하면 평균 위치 오차가 0.45 m로 감소한다.
• 실험은 단일 AP와 위치가 알려지지 않은 4개의 수신 스테이션을 사용하여 5 m × 5 m 영역 내에서 센싱을 달성했다.
• 거친 탐색에 이어 미세 LM 기반 최적화는 실제 궤적에 근접하기 위해 필수적이다.
• 최소한 3개의 스테이션이 도플러 신호를 검출할 때 시스템은 여전히 효과적이며, cold start에서 SLAT를 가능하게 한다.