[論文レビュー] Accurate and Robust Indoor Localization Systems using Ultra-wideband Signals

Paul Meissner, Erik Leitinger+2 more|arXiv (Cornell University)|Apr 30, 2013

Indoor and Outdoor Localization TechnologiesEngineering参考文献 3被引用数 21

ひとこと要約

本稿では、多重パス伝播と仮想アンカー（VAs）を活用して視線外（NLOS）誤差を克服する、耐障害性に優れたUWBベースのインDoorローカライゼーションシステム、Multipath-Assisted Indoor Navigation and Tracking（MINT）を提案する。反射多重パス成分を仮想ベースステーションからの信号としてモデル化し、EKFを用いたデータ連携を実施することで、MINTはNLOS条件下でも優れた精度と耐障害性を達成する。これは、さまざまな帯域幅、特に従来のシステムが失敗する低帯域幅環境においても、従来の距離測定およびトラッキング方式を上回る性能を発揮する。

ABSTRACT

Indoor localization systems that are accurate and robust with respect to propagation channel conditions are still a technical challenge today. In particular, for systems based on range measurements from radio signals, non-line-of-sight (NLOS) situations can result in large position errors. In this paper, we address these issues using measurements in a representative indoor environment. Results show that conventional tracking schemes using high- and a low-complexity ranging algorithms are strongly impaired by NLOS conditions unless a very large signal bandwidth is used. Furthermore, we discuss and evaluate the performance of multipath-assisted indoor navigation and tracking (MINT), that can overcome these impairments by making use of multipath propagation. Across a wide range of bandwidths, MINT shows superior performance compared to conventional schemes, and virtually no degradation in its robustness due to NLOS conditions.

研究の動機と目的

• 視線外（NLOS）伝搬条件下における従来のUWBベースのインドアローカライゼーションシステムの性能制限を調査すること。
• 実際のインドア環境における高複雑度および低複雑度の距離測定アルゴリズムを用いた従来のトラッキング方式の耐障害性および精度を評価すること。
• 通常は障害要因と見なされる多重パス成分が、NLOS状況下でのローカライゼーションの耐障害性を向上させるために活用可能であることを示すこと。
• 実際のチャネル測定データおよび幾何的フロアプランデータを用いて、MINTフレームワークの実用的実装を構築し、検証すること。
• さまざまなUWB信号帯域幅において、MINTの性能を最大尤度（ML）およびJBSF距離測定を用いた従来のEKFベースのトラッキングと比較すること。

提案手法

• 高い時間分解能と多重パス分離性を達成するため、0.2 nsから4 nsまでのパルス幅を持つ超広帯域（UWB）信号を用いる。
• 高分解能チャネル推定アルゴリズムを用いて、測定されたチャネルインパulse応答から多重パス成分（MPCs）を抽出する。
• 反射多重パス信号を、物理アンカーおよび壁面に対して像点に位置する仮想ベースステーションからのものとしてモデル化することで、仮想アンカー（VAs）を生成する。
• フロアプランの幾何的制約と信号遅延を用いて、検出されたMPCsを最も可能性の高いVAに紐付けるデータ連携（DA）アルゴリズムを実装する。
• 直接パスおよび仮想アンカーパスからの距離推定値を統合するため、拡張カルマンフィルタ（EKF）を用いてユーザーの位置をリアルタイムで推定する。
• 位置誤差の累積分布関数（CDF）および水平方向の精度低下度（HDOP）を用いて、LOSおよびNLOS状況下での性能を評価する。

実験結果

リサーチクエスチョン

• RQ1 実際のインドア環境におけるさまざまなNLOS条件下で、MLおよびJBSF距離測定に基づく従来のUWBトラッキングシステムの性能はいかがなものか？
• RQ2 多重パス伝搬をどの程度活用することで、NLOS状況下でのローカライゼーション精度および耐障害性を向上させられるか？
• RQ3 さまざまなUWB信号帯域幅において、MINTフレームワークの性能は従来のトラッキング方式と比べてどの程度異なるか？
• RQ4 信号の重なりや近接して配置された多重パス成分の影響により、MINTにどのような制限が生じるか？
• RQ5 仮想アンカーの使用が、水平方向の精度低下度（HDOP）および全体的なシステム耐障害性にどのように影響を与えるか？

主な発見

• EKF-GADA（グリーディデータ連携）を用いたMINTは、すべての従来のトラッキング方式を一貫して上回り、全パルス幅において最良の位置誤差CDFを達成する。
• JBSF距離測定を用いた従来のEKFシステムは、NLOS領域で著しい性能劣化を示し、大きな距離測定バイアスのため、位置誤差が顕著に増加する。
• 250 MHz（Tp = 4 ns）という低帯域幅でも、MINTは最大の性能および耐障害性の向上を達成し、NLOS由来のバイアスによって外れ値を示す従来のシステムを上回る。
• Tp = 0.2 nsおよびTp = 1 nsの場合は、MINTにDAを適用しても、クラスタ化されたMPCsの解離困難さやパルスの重なりのため、従来方式を上回れない。
• NLOS条件下では、MINTはHDOP値を1未満に保つことが多く、優れた幾何的構成を示すが、従来のシステムは特に距離測定不能時において高いHDOP値を示す。
• MINTにおけるML距離測定を用いたEKFは良好な性能を示すが、EKF-GADAを用いたMINTに劣り、データ連携が性能向上に顕著に寄与していることが示される。