[論文レビュー] NLOS Mitigation Using Sparsity Feature And Iterative Methods

Abbas Abolfathi, Fereidoon Behnia+1 more|arXiv (Cornell University)|Mar 19, 2018

Indoor and Outdoor Localization Technologies参考文献 11被引用数 5

ひとこと要約

本稿では、非直線視（NLOS）誤差をスパースな外れ値としてモデル化し、反復的しきい値処理（IMAT）を用いて得られる不定方程式系を解くことで、局所化精度を向上させる新規なNLOS低減アルゴリズムSRNIを提案する。NLOS誤差のスパarsityを活用することで、少数の基地局でも高い精度が得られ、大規模な基地局の組み合わせに対しても高速な計算が可能となる。

ABSTRACT

Well-known methods are employed to localize mobile station (MS) using line of sight (LOS) measurements. These methods may result in large error if they are fed with non LOS (NLOS) measurements. Our proposed algorithm, referred to as Sparse Recovery of NLOS using IMAT (SRNI), considers NLOS as unknown variables and solves the resultant underdetermined system emphasizing on its sparsity feature based on IMAT methods. Simulations are conducted to investigate the performance of SRNI in comparison of other conventional algorithms. Results demonstrate that SRNI is fast enough to deal with large combination of BSs and also accurate in lower number of BSs

研究の動機と目的

• 移動局（MS）局所化システムにおける非直線視（NLOS）測定によって生じる顕著な局所化誤差を是正すること。
• TOAまたはTDOA測定から導かれる不定方程式系において、NLOS誤差をスパースな外れ値としてモデル化すること。
• スパarsityと反復的しきい値処理を活用した、高速かつ高精度なアルゴリズムを開発し、耐障害性のあるNLOS低減を実現すること。
• 特にスパarsな基地局構成下でも、従来の局所化アルゴリズムを上回る精度と計算効率を達成すること。

提案手法

• アルゴリズムは、NLOS誤差を未知のスパース変数として扱う不定方程式系として移動局の局所化問題を定式化する。
• 特にIMAT（NLOS用の反復的しきい値処理）として特化された反復的ハードしきい値（IHT）法を適用し、スパース誤差ベクトルを回復する。
• 反復的に残差誤差を最小化するとともに、NLOS成分にスパarsityを強制することで、移動局の位置を推定する。
• スパarsity仮定は、通常は少数の基地局でのみNLOS伝搬が発生するため、測定ドメインにおける誤差ベクトルがスパースであることに裏付けられる。
• 反復ごとに位置推定とスパース誤差補正を交互に実行することで、解を改善する。
• 計算効率が高く、基地局数の増加に対しても良好にスケーリングされ、リアルタイム応用が可能である。

実験結果

リサーチクエスチョン

• RQ1 スパarsityに基づくモデリングは、移動局局所化におけるNLOS誤差を効果的に表現できるか？
• RQ2 基地局数の変動に応じて、提案されたSRNIアルゴリズムは従来手法に比べてどの程度の局所化精度を達成するか？
• RQ3 スパースなNLOS誤差の存在下で、反復的しきい値処理アプローチは収束速度とロバストネスをどの程度向上させるか？
• RQ4 少数の基地局しか利用できない状況でも、アルゴリズムは高い精度を維持できるか？

主な発見

• SRNIは、特に基地局が少ない状況下でも、従来手法に比べて顕著に高い局所化精度を達成する。
• アルゴリズムは高速な収束性と低計算複雑性を示し、大規模な基地局の組み合わせに対してもリアルタイム処理が可能である。
• スパarsityに基づく定式化のおかげで、SRNIは効果的にNLOS誤差を分離・低減し、位置推定への影響を低減する。
• シミュレーションにより、SRNIは少数の基地局での利用時でも高い精度を維持し、従来の最小二乗法や他の反復的手法を上回ることが示された。