[论文解读] 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 21

一句话总结

本文提出了一种基于超宽带（UWB）的鲁棒室内定位与跟踪系统——多路径辅助室内导航与定位（MINT），该系统利用多径传播特性与虚拟锚点（VAs）来克服非视 Line-of-Sight（NLOS）误差。通过将反射多径分量建模为来自虚拟基站的信号，并结合使用扩展卡尔曼滤波器（EKF）进行数据关联，MINT在各种带宽条件下，尤其是在NLOS环境下，实现了卓越的精度与鲁棒性，显著优于传统测距与跟踪方案，包括传统系统失效的低带宽场景。

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.

研究动机与目标

• 研究传统基于UWB的室内定位系统在非视 Line-of-Sight（NLOS）传播条件下的性能限制。
• 评估高复杂度与低复杂度测距算法在真实室内环境中对传统跟踪方案的鲁棒性与精度表现。
• 证明多径分量（通常被视为干扰）可被有效利用以提升NLOS场景下的定位鲁棒性。
• 基于真实的信道测量数据与几何楼层平面图，开发并验证MINT框架的实际实现。
• 在不同信号带宽下，将MINT的性能与基于最大似然（ML）和JBSF测距的常规EKF跟踪方法进行对比。

提出的方法

• 系统采用超宽带（UWB）信号，脉冲宽度从0.2 ns至4 ns，以实现高时间分辨率并改善多径分离。
• 利用高分辨率信道估计算法，从测量的信道冲激响应中提取多径分量（MPCs）。
• 通过将反射多径信号建模为位于物理锚点和墙体镜像点处的虚拟基站，生成虚拟锚点（VAs）。
• 采用数据关联（DA）算法，结合楼层平面图的几何约束与信号延迟，将检测到的MPCs与最可能的VA关联。
• 使用扩展卡尔曼滤波器（EKF）融合来自直达路径与虚拟锚点路径的测距估计，实时估计用户位置。
• 通过位置误差的累积分布函数（CDF）与水平精度稀释因子（HDOP）在视 Line-of-Sight（LOS）与NLOS场景下的表现，评估系统性能。

实验结果

研究问题

• RQ1 基于ML与JBSF测距的传统UWB跟踪系统在真实室内环境中不同NLOS条件下的表现如何？
• RQ2 在NLOS场景下，多径传播能在多大程度上被利用以提升定位精度与鲁棒性？
• RQ3 MINT框架在不同UWB信号带宽下的性能与传统跟踪方案相比如何？
• RQ4 由于信号重叠与多径分量密集分布，MINT存在哪些性能限制？
• RQ5 虚拟锚点的使用如何影响几何精度稀释因子（HDOP）与整体系统鲁棒性？

主要发现

• 采用EKF-GADA（贪婪数据关联）的MINT在所有脉冲宽度下均持续优于所有传统跟踪方案，实现了最佳的位置误差CDF表现。
• 采用JBSF测距的传统EKF系统在NLOS区域性能严重下降，位置误差显著增加，主要由于测距偏差过大。
• 即使在250 MHz低带宽（Tp = 4 ns）条件下，MINT仍实现最大性能与鲁棒性提升，优于传统系统，后者因NLOS引起的偏差而出现异常值。
• 对于Tp = 0.2 ns与Tp = 1 ns，采用数据关联的MINT未能超越传统方案，原因分别为多径分量聚集导致的解析困难与脉冲重叠问题。
• 在NLOS条件下，MINT的HDOP值大多低于1，表明其几何构型优异；而传统系统HDOP值较高，尤其在测距中断期间表现更差。
• 在MINT中，采用ML测距的EKF表现良好，但仍逊于采用EKF-GADA的MINT，表明数据关联对性能提升具有显著作用。