[논문 리뷰] NLOS Mitigation Using Sparsity Feature And Iterative Methods

Abbas Abolfathi, Fereidoon Behnia외 1명|arXiv (Cornell University)|2018. 03. 19.

Indoor and Outdoor Localization Technologies참고 문헌 11인용 수 5

한 줄 요약

이 논문은 비선형 시선(NLOS) 오차를 희박한 이상치로 모델링하고, 반복적 임계값 처리(이하 IMAT)를 사용하여 그로 인한 부족한 결정계수 시스템을 해결함으로써 정밀도를 향상시키는 새로운 NLOS 보정 알고리즘인 SRNI를 제안한다. NLOS 오차의 희박성을 활용함으로써, 소수의 기지국 조합에서도 높은 정확도를 달성하고, 대규모 기지국 조합에 대해서도 빠른 계산이 가능하다.

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

연구 동기 및 목표

• 모바일 스테이션(MS) 위치 측정 시스템에서 비선형 시선(NLOS) 측정으로 인한 심각한 위치 오차를 해결하기 위해.
• TOA 또는 TDOA 측정에서 유도된 부족한 결정계수 시스템에서 NLOS 오차를 희박한 이상치로 모델링하기 위해.
• 희박성과 반복적 임계값 처리를 활용하여 강건한 NLOS 보정을 위한 빠르고 정확한 알고리즘을 개발하기 위해.
• 특히 희박한 기지국 구성 조건에서 전통적인 위치 측정 알고리즘에 비해 정확도와 계산 효율성 측면에서 뛰어나게 성능을 향상시키기 위해.

제안 방법

• 알고리즘은 NLOS 오차를 알려지지 않은 희박한 변수로 간주하는 부족한 결정계수 시스템으로 모바일 스테이션(MS) 위치 측정 문제를 수립한다.
• 특히 NLOS에 적합하게 수정된 반복적 딱정 임계값(IHT) 방법을 적용하여, 희박한 오차 벡터를 복원한다.
• 이 방법은 잔차 오차를 최소화하면서도 NLOS 성분에 대해 희박성을 강제함으로써 반복적으로 모바일 스테이션의 위치를 추정한다.
• 희박성 가정은 일반적으로 몇몇 기지국만이 NLOS 전파를 경험하므로 측정 도메인에서 오차 벡터가 희박하다는 사실에 의해 정당화된다.
• 알고리즘은 각 반복에서 위치 추정과 희박한 오차 보정을 번갈아가며 해를 정밀화한다.
• 이 방법은 계산적으로 효율적이며 기지국 수에 따라 잘 스케일링되어 실시간 적용이 가능하다.

실험 결과

연구 질문

• RQ1 희박성 기반 모델링이 모바일 스테이션 위치 측정에서 NLOS 오차를 효과적으로 표현할 수 있는가?
• RQ2 기지국 수가 다양할 때 제안된 SRNI 알고리즘이 전통적 방법에 비해 위치 측정 정확도에서 어떻게 성능을 내는가?
• RQ3 반복적 임계값 처리 접근법이 희박한 NLOS 오차 존재 조건에서 수렴 속도와 강건성에 얼마나 기여하는가?
• RQ4 소수의 기지국만 이용 가능한 상황에서도 알고리즘이 높은 정확도를 유지할 수 있는가?

주요 결과

• SRNI는 전통적 방법에 비해 특히 기지국 수가 제한된 상황에서 훨씬 높은 위치 측정 정확도를 달성한다.
• 알고리즘은 빠른 수렴과 낮은 계산 복잡도를 보이며, 대규모 기지국 조합에서도 실시간 처리가 가능하다.
• 희박성 기반 수식에 기반하여 SRNI는 효과적으로 NLOS 오차를 분리하고 보정함으로써 위치 추정에 대한 영향을 줄인다.
• 시뮬레이션 결과, SRNI는 기지국 수가 적은 경우에도 높은 정확도를 유지하며, 기존 최소제곱법 및 기타 반복적 방법보다 뛰어난 성능을 보였다.