随着IEEE 802.11标准的推广,无线网络在室内环境的覆盖率逐年增加,由此带来了新的可探索空间——基于无线局域网(WiFi,Wireless Fidelity)信号的特征提取感知室内空间中的变化,例如室内人员入侵检测、呼吸检测、心率检测等。利用WiFi信号进行室内定位的研究也成为近年来研究的热门。一些基于室内定位的服务也逐渐应运而生,如学校或公司里的签到系统、商场里利用公共WiFi在商铺附近投放广告、仓库里机器人自动仓储管理服务等。本文通过研究移动通信系统中的多输入多输出和正交频分复用技术(MIMOOFDM,Multi-input Multi-output,Orthogonal frequency-division multiplexing)中基于信道状态信息(CSI,Channel State Information)测量实现波束成形的原理深入分析,并基于原子范数最小化(ANM,Atomic Norm Minimization)框架下的半正定规划(SDP,Semidefinite Programing)优化问题对室内环境中多径信道的信息进行估计。利用CSI信息通过ANM-SDP算法获得包含当前环境下多径信道状态信息的拓普利兹矩阵u,并对u矩阵进行范德蒙德分解得到多径飞行时间(ToF,Time of Flight)的估计结果。本文的主要工作是基于ANM-SDP算法提出了单测量向量(SMV,Single Measurement Vector)模型、多重测量向量(MMV,Multiple Measurement Vector)模型和加权原子范数(RAM,Reweighted Atomic Norm Minimization)模型下的半正定规划算法,这三种模型在应对不同需求场景时有各自的性能优缺点,本文将从多维度对比分析三种模型的性能极限和参数限制。首先搭建了MATLAB仿真平台,模拟电磁波在障碍物众多的室内场景中的瑞利衰落信道传输模型,根据预设的信道带宽、多径间隔和首径传播时延等归一化参数获得信道相应观测向量,将此模拟信道传输模型获得的观测向量对三种模型进行仿真实验分析。然后在实际室内环境下布置3个接入点(AP,Access Point)和1个站点(STA,Station)的实验场景,采集真实场景中STA和多AP间的CSI数据,对三种模型的实测性能进行对比分析。本文提出的基于ANM-SDP算法的三种模型的WiFi室内定位技术有效解决了在不同真实场景中不同定位精度的实际需求,有效解决了传统室内定位对硬件设备的高依赖性、定位精度不可控、定位效率低等难题。