[论文解读] Distributed Ranging and Localization for Wireless Networks via Compressed Sensing

Ming Gan, Dongning Guo+1 more|arXiv (Cornell University)|Aug 16, 2013

Indoor and Outdoor Localization Technologies参考文献 21被引用 3

一句话总结

该论文提出了一种基于压缩感知的物理层框架，用于无线网络中的分布式测距与定位，通过使用开关信号（on-off signaling）实现半双工约束下的同时多节点发送与接收。仿真结果表明，使用1,200符号帧，在约10次迭代内即可实现亚米级精度，显著优于ALOHA或CSMA等基于竞争的协议。

ABSTRACT

Location-based services in a wireless network require nodes to know their locations accurately. Conventional solutions rely on contention-based medium access, where only one node can successfully transmit at any time in any neighborhood. In this paper, a novel, complete, distributed ranging and localization solution is proposed, which let all nodes in the network broadcast their location estimates and measure distances to all neighbors simultaneously. An on-off signaling is designed to overcome the physical half-duplex constraint. In each iteration, all nodes transmit simultaneously, each broadcasting codewords describing the current location estimate. From the superposed signals from all neighbors, each node decodes their neighbors' locations and also estimates their distances using the signal strengths. The node then broadcasts its improved location estimates in the subsequent iteration. Simulations demonstrate accurate localization throughout a large network over a few thousand symbol intervals, suggesting much higher efficiency than conventional schemes based on ALOHA or CSMA.

研究动机与目标

• 解决传统测距与定位协议中基于竞争的介质访问（如ALOHA、CSMA）效率低下的问题。
• 在单个传输帧内实现所有邻居节点之间的同时定位估计与距离测量。
• 通过快速开关双工（RODD）信号方案，克服无线节点的物理半双工限制。
• 设计一种完全分布式、迭代式的算法，仅通过本地信息交换与压缩感知，实现对节点位置估计的收敛。
• 证明物理层集成测距与定位可显著提升频谱效率与时间效率，优于传统网络层解决方案。

提出的方法

• 每个节点在同步帧中指定的开启时隙内广播编码其当前位置估计的码字。
• 节点在关闭时隙内监听来自所有邻居的叠加信号，利用无线信道的叠加特性。
• 利用压缩感知，每个节点从叠加信号中解码出邻居的位置估计和信号强度（用于测距）。
• 利用信号强度测量结果，基于路径损耗模型估计到邻居的距离。
• RODD信号方案通过在相同帧内交替发送与接收，实现类似全双工的操作。
• 每个节点通过使用解码的邻居信息迭代更新其位置估计，并在下一帧中重新广播改进后的估计。

实验结果

研究问题

• RQ1 是否可以利用无线网络中同时多节点通信的能力，在物理层实现联合测距与定位？
• RQ2 如何克服物理层半双工限制，以实现在分布式定位中同时发送与接收？
• RQ3 在分布式网络环境中，压缩感知技术在从叠加的、含噪声的信号中实现准确位置恢复方面能达到何种程度？
• RQ4 收敛速度与定位精度如何随网络密度、锚点分布和信噪比（SNR）变化？
• RQ5 是否可以实现完全分布式、迭代式的算法，在无需集中协调、且仅需帧级时间同步的前提下，达到高定位精度？

主要发现

• 所提出的算法在节点位于其邻居凸包内部时，可实现亚米级定位精度（通常为零点几米），即使在100个节点的大规模网络中亦然。
• 在100个节点、16个锚点呈4×4网格分布的网络中，平均定位误差在约10次迭代内单调下降，并达到稳定的低误差水平。
• 在8次迭代后，超过90%的客户端定位误差在1米以内，且后续迭代中性能进一步提升。
• 当信噪比低于30 dB时，平均定位误差随SNR增加而急剧下降，但超过30 dB后趋于平缓，主要受干扰主导。
• 该方案仅需约10次1,200符号帧的迭代，显著优于基于竞争的协议（如ALOHA或CSMA），后者因碰撞需大量重传。