[논문 리뷰] NLOS Error Mitigation Using Weighted Least Squares and Kalman Filter in UWB Positioning

Ruixin Fan, Xin Du|arXiv (Cornell University)|2022. 05. 12.

Indoor and Outdoor Localization Technologies인용 수 5

한 줄 요약

이 논문은 초광대역(UWB) 위치 측정에서 비선형 시선(NLOS) 오차를 완화하기 위해 가중 최소 제곱법 기반 강력한 칼만 필터(WLS-RKF)를 제안한다. NLOS 측정을 식별하기 위해 맬로본스 거리 기반의 가설 검정을 사용하고, 오류가 있는 거리 값을 가중 최소 제곱법(WLS)을 통해 가중치를 낮춰, NLOS 특성에 대한 사전 지식이 없이도 칼만 필터의 추정 성능을 향상시킨다. 시뮬레이션과 실제 실험에서 5cm 이내의 위치 측정 정확도를 달성한다.

ABSTRACT

In wireless positioning systems, non-line-of-sight (NLOS) is a challenging problem. NLOS causes great ranging bias and location error, so NLOS mitigation is essential for high accuracy positioning. In this letter, we propose the Weighted-Least-Squares Robust Kalman Filter (WLS-RKF) for NLOS identification and mitigation. WLS-RKF employs a hypothesis test based on Mahalanobis distance for NLOS identification, and updates the corresponding Kalman filter using the WLS solution. It requires no prior knowledge about NLOS distribution or signal features. We perform simulations and experiments for ultra-wideband (UWB) positioning in various scenarios. The results confirm that WLS-RKF effectively mitigates NLOS error and achieves 5cm positioning accuracy.

연구 동기 및 목표

• UWB 실내 위치 측정에서 지속적인 비선형 시선(NLOS) 전파 문제를 해결하기 위해, 이는 심각한 거리 오차와 위치 오차를 유발한다.
• NLOS 분포나 신호 특성(예: 신호 대 잡음비(SNR) 또는 지연 스프레드)에 대한 사전 지식에 의존하지 않는 강력한 NLOS 완화 방법을 개발하기 위해.
• 거리 잔차를 사용해 NLOS 조건에 적응하는 강력한 칼만 필터와 WLS 기반 오차 가중치 통합을 통해 위치 측정 정확도를 향상시키기 위해.
• 다양한 장애물 구성에서의 시뮬레이션 및 실제 UWB 환경에서의 검증을 통해, 다양한 장애물 환경에서의 효과성을 입증하기 위해.

제안 방법

• 칼만 필터 프레임워크 내의 거리 잔차에서 맬로본스 거리 기반의 가설 검정을 사용해 NLOS 측정을 탐지한다.
• NLOS로 확인된 측정값은 오차가 큰 영향을 미치지 않도록 가중 최소 제곱법(WLS)에서 낮은 가중치를 할당한다.
• 원시 측정값 대신 WLS 해를 사용해 칼만 필터를 업데이트함으로써, 편향된 거리 추정치에 대한 강건성을 향상시킨다.
• 채널 특성에 의존하거나 NLOS 오차의 통계적 가정이 필요 없이, 측정된 거리 값만을 기반으로 작동한다.
• 칼만 필터의 상태 벡터는 거리와 그 변화율을 모델링하며, UWB 거리 측정 동역학에 맞게 프로세스 노이즈 및 측정 노이즈 모델을 조정한다.
• 태그가 이동함에 따라 NLOS 탐지 및 가중치 조정을 동적으로 조정함으로써, 변화하는 전파 조건에 실시간으로 적응할 수 있다.

실험 결과

연구 질문

• RQ1 NLOS 오차의 신호나 분포에 대한 사전 지식이 없이도 맬로본스 거리 기반 가설 검정이 UWB 위치 측정에서 NLOS 측정을 효과적으로 식별할 수 있는가?
• RQ2 WLS를 강력한 칼만 필터와 통합했을 때, 표준 최소 제곱법(LS)이나 RKF 대비 NLOS 환경에서 위치 측정 정확도가 어떻게 향상되는가?
• RQ3 실제 UWB 환경에서 동적 장애물이 존재할 경우, 제안된 WLS-RKF 방법이 위치 오차를 어느 정도 감소시킬 수 있는가?
• RQ4 태그가 LOS와 NLOS 조건을 오가는 동안에도 이 방법이 높은 정확도를 유지할 수 있는가?
• RQ5 WLS-RKF는 시뮬레이션과 실제 실험 모두에서 5cm 이내의 위치 측정 정확도를 달성할 수 있는가?

주요 결과

• 제안된 WLS-RKF 방법은 시뮬레이션과 실제 실험 모두에서 가중치 없는 최소 제곱법(LS) 대비 위치 오차를 90% 이상 감소시켰다.
• 실제 실험에서 WLS-RKF의 평균 제곱근(RMS) 위치 오차는 모든 시험 케이스에서 2.5~4.1cm로 감소했으며, 90% 오차는 6.3cm 이내였다.
• LS 대비 최대 95%의 위치 오차 감소를 달성했으며, 특히 고편향 NLOS 조건에서 가장 뚜렷한 향상이 관찰되었다.
• WLS-RKF는 사람이나 조각상과 같은 장애물 주변을 통과할 때도 NLOS 오차를 효과적으로 완화했으며, 정확한 궤적 추정을 유지했다.
• NLOS에서 LOS로 전환된 후 칼만 필터는 몇 초 내에 진짜 위치로 수렴했으며, 효과적인 오차 보정을 보였다.
• 장기간의 NLOS 조건에서도 누적 오차가 발생하는 강력한 칼만 필터(RKF)에 비해 WLS-RKF는 일관된 정확도를 유지하며 성능이 뛰어났다.