[論文レビュー] Adaptive Frequency Band Selection for Accurate and Fast Positioning utilizing SOPs

Nicolas Souli, Panayiotis Kolios+1 more|arXiv (Cornell University)|Jun 9, 2022

Advanced Adaptive Filtering Techniques参考文献 26被引用数 2

ひとこと要約

本稿では、知識勾配（KG）最適化を用いた適応的周波数帯選択（FSA）アルゴリズムを提案し、信号の機会（SOP）と慣性計測による高速で高精度な相対的位置決定を実現する。受信電波強度（RSS）とベイズ的信念更新に基づき、最も情報量の多い周波数帯を知的に選択することで、RPS+FSA手法は計算負荷を低減しながらも高い位置決定精度を維持する。実時間での無人航空機（UAV）飛行テストにより、20m未塔の誤差とほぼリアルタイムの性能が実証された。

ABSTRACT

Signals of opportunity (SOPs) are a promising technique that can be used for relative positioning in areas where global navigation satellite system (GNSS) information is unreliable or unavailable. This technique processes features of the various signals transmitted over a broad wireless spectrum to enable a receiver to position itself in space. This work examines the frequency selection problem in order to achieve fast and accurate positioning using only the received signal strength (RSS) of the surrounding signals. Starting with a prior belief, the problem of searching for a frequency band that best matches a predicted location trajectory is investigated. To maximize the accuracy of the position estimate, a ranking-and-selection problem is mathematically formulated. A knowledge-gradient (KG) algorithm from optimal learning theory is proposed that uses correlations in the Bayesian prior beliefs of the frequency band values to dramatically reduce the algorithm's processing time. The technique is experimentally tested for a practical scenario of an unmanned aerial vehicle (UAV) moving around a GPS-denied environment, with obtained results demonstrating its validity and practical applicability.

研究の動機と目的

• 信号の機会（SOP）と受信電波強度（RSS）を用いた実時間相対位置決定における高い計算コストの課題に対処すること。
• 精度を損なわず、大規模なRSSベースの位置決定システムにおける処理時間とメモリ使用量を低減すること。
• ベイズ最適化を用いて、位置決定に最も情報をもたらす周波数帯を動的に選択する効率的なオンラインアルゴリズムの開発。
• 実用的なUAV航行シナリオにおける知識勾配（KG）アルゴリズムの実時間実装を可能にすること。

提案手法

• 最適学習理論におけるランク付け・選択問題として周波数帯選択問題を定式化する。
• 周波数帯の位置決定精度に関するベイズ的事前信念に基づき、知識勾配（KG）アルゴリズムを用いて周波数帯をランク付けする。
• 周波数帯間の信号強度相関を表現するために線形および非線形モデルを用い、信念更新の効率性を向上させる。
• 最も有望な周波数帯に限定して処理を行うことで、計算負荷をさらに低減するためのサブセットポリシー（SP）を導入する。
• RPS+FSAとして、動的に周波数帯を選択し、リアルタイムで位置を推定する相対位置決定システム（RPS）を拡張する。
• SDR、IMU、Jetson Nanoを搭載したUAVを用いて、0–3000 MHz範囲のRSSを収集し、手法を検証する。

実験結果

リサーチクエスチョン

• RQ1 SOPベースの位置決定において、位置決定誤差を最小化するとともに計算コストを低減する周波数帯選択はどのように最適化できるか？
• RQ2 制限された計算リソースを有する実時間・大規模なRSSベースの位置決定において、知識勾配（KG）アルゴリズムを効率的に適用できるか？
• RQ3 周波数帯選択における信念表現に線形モデルと非線形モデルを用いることで、どのような影響が生じるか？
• RQ4 適応的周波数帯選択は、UAV航行における実時間性能と精度にどのように影響を与えるか？
• RQ5 サブセットポリシー（SP）は、位置決定精度を劣化させることなく、計算効率をどの程度向上させるか？

主な発見

• 非線形KGベースのモデルは平均推定誤差を20m未塔に低減し、線形モデル（一部のケースで最大20mの誤差を示した）を上回った。
• サブセットポリシー（SP）は計算時間を顕著に短縮するとともに、全帯域スキャンと比較して推定誤差も低減した。
• RPS+FSAアルゴリズムは実時間での位置決定性能を達成し、GNSS不可環境におけるUAVへの実用的導入を可能にした。
• RPS+FSAを用いて推定された軌道は、GPS+IMUの真値とよく一致しており、図6に視覚的に一致が示された。
• 本手法により、大規模なRSSデータセットの効率的利用が可能となり、メモリおよび処理要件の低減が達成された。これにより、KGベースの最適化が実時間シナリオで実現可能となった。