JP7453170B2 - 測位システム - Google Patents
測位システム Download PDFInfo
- Publication number
- JP7453170B2 JP7453170B2 JP2021033657A JP2021033657A JP7453170B2 JP 7453170 B2 JP7453170 B2 JP 7453170B2 JP 2021033657 A JP2021033657 A JP 2021033657A JP 2021033657 A JP2021033657 A JP 2021033657A JP 7453170 B2 JP7453170 B2 JP 7453170B2
- Authority
- JP
- Japan
- Prior art keywords
- timing
- target
- prediction
- positioning system
- variance
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000007670 refining Methods 0.000 claims description 2
- 238000000034 method Methods 0.000 description 35
- 238000005259 measurement Methods 0.000 description 21
- 238000004088 simulation Methods 0.000 description 15
- 238000007796 conventional method Methods 0.000 description 12
- 238000001514 detection method Methods 0.000 description 11
- 238000004422 calculation algorithm Methods 0.000 description 10
- 238000004364 calculation method Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 6
- 230000010354 integration Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000009499 grossing Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 230000007613 environmental effect Effects 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 208000001992 Autosomal Dominant Optic Atrophy Diseases 0.000 description 1
- 238000012935 Averaging Methods 0.000 description 1
- 206010011906 Death Diseases 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000007717 exclusion Effects 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000001755 vocal effect Effects 0.000 description 1
Images
Landscapes
- Traffic Control Systems (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Description
すなわち、
電波を発したターゲットの位置を測定する測位システムにおいて、電波の到来方向に基づいてターゲットの位置を推定する位置推定部と、過去に推定されたターゲットの位置に基づいて、現在のターゲットの位置を予測する位置予測部とを有するファクターグラフ構造の測位部を備え、位置推定部と位置予測部が各々の処理結果を相互に伝達し合うことで、ターゲットの位置の測定を行うことを特徴とする。
無線セルラーネットワークが果たすべき役割は、移動通信からより専用的なインフラストラクチャを支援するアプリケーションへとパラダイムシフトが起きている。新たなユースケースには、スマート交通、工場自動化、遠隔建設制御、インテリジェント農業などが含まれる。特に、位置情報に基づくサービスは、セルラーネットワークの急速な進化を通じて注目を集めており、ユーザーの位置の追跡が非常に重要であると考えられている。更に、第5世代(5G)及び第5世代以降(B5G)のネットワークにおけるミリ波(mmWave)信号の激しい減衰に対処するには、正確な方向識別技術が必要である。ビーム追跡は、例えば、mMIMO(massive Multiple-Input Multiple-Output)システムに適用される。無線デバイスの密度及び移動性の向上を図るために、将来のネットワークでは、低複雑性でありながら非常にロバストな測位(ジオロケーション)及び追跡技術が強く求められている。
(1)時間同期もオフライントレーニングも必要としない。
(2)カメラなどのセンシングデバイスを使用することにより、電波や音を発しないターゲットでもDOA測定が可能である。
(3)ミリ波技術を適用した非常に高密度に配置されたセンシングデバイスにより、DOA測定に対するマルチパスの影響を将来のネットワークでは無視できると考えられる。
なお、DOA測定技術に関して多くの研究が行われているが、本提案では特に言及しない。
(1)EKFとGE(測位)を1つのFGフレームワークに統合することにより、DOAに基づく新たな追跡システムを提案する。
(2)事前情報として状態予測値を利用することにより、突然の検知エラーの影響を除去することができる。
(3)本提案に係るFG-GEは、従来の方式に比べて極めて低い計算複雑性を示す。
(4)P-CRLBを使用してFG-EKFの観測誤差分散をリアルタイムで推定することにより、追跡のロバスト性が更に強化される。
本提案では、非線形離散SSMに焦点を当てる。タイミングkにおけるターゲットの状態はsk =[xk ,yk ]T で表され、2次元平面におけるターゲットの位置を定義する。ここで、kはタイミングを示し、k={1,2,・・・,K}である。
本提案に係るDOAに基づく追跡アルゴリズムは、以下に説明するように、FG-EKFとFG-GEの両方を含む。
式(2)及び式(5)によれば、位置追跡の目的は、事後確率p(sk ,vk |z1:k )が最大となるsk 及びvk を見つけることである。ここで、(・)1:k は、タイミング1からkまでのデータ系列である。
まず、前のタイミングでのFG-EKFの出力に基づいて、現在の状態の予測を行う。図1に示すように、予測された状態のメッセージフローμc (sk |k-1 )は、下記の式(10)で与えられる。
次に、予測された状態sk|k-1 が観測によって更に精緻化され、現在のタイミングkでのFG-EKFの結果が得られる。図1に示すように、FG-EKFの出力のメッセージフローμe (sk )は、下記の式(11)で与えられる。
精緻化された状態を取得した後、ベクトルvk も更新する必要がある。状態方程式(1)は未知であると仮定するので、vk は、vk-1 を補正項v^k で精緻化することによってのみ更新される。図1によれば、vkのメッセージフローは、下記の式(12)で与えられる。
FG-EKFで要求される状態観測値zk を得るために、以下に説明する、本提案に係るFG-GEが適用される。以下の説明では、センサー番号nは省略される。
ここでは、本提案に係るFG-GEと非特許文献1で提案された従来のFG-GEの複雑性の比較を行う。具体的には、1回の反復時間内でそれぞれの方式に必要な加算(ADD)、乗算(MUL)、及び三角関数(TRI)の演算を下記の(表1)及び(表2)に示す。表1は、本提案に係るFG-GEの複雑性の分析結果を示す。表2は、従来のFG-GEの複雑性の分析結果を示す。
以下、本提案に係る追跡アルゴリズムを使用して、例示的な非線形状態空間モデルを評価する。タイミングk={1,2,・・・,100}の場合、プロセス方程式は下記の式(33)、式(34)で与えられる。
本提案方式と従来方式の比較を、2つのシナリオの下で提供する。第1シナリオでは、3つのセンサーがそれぞれ(0,-1)、(8,10)、(15,-2)の位置に設置された室内環境について、単位としてメートルを用いて考察する。各タイミングで、全てのセンサーが60のDOAサンプルを測定すると仮定する。すなわち、L=60、σw 2=0.05、σθ 2 =3°と仮定する。第2シナリオでは、屋外環境に焦点を当て、それぞれ(0,-10)、(80,100)、(150,-20)の位置に設置された3つのセンサーを用い、測定スナップショット数L=70とする。また、σw 2=1、σθ 2 =5°とする。公平に比較するために、FG反復時間J=10を固定し、同じ乱数シードを使用した。なお、シミュレーションに適用した従来のFG-GEには、非特許文献1に記載されているものを使用した。
理論的分析が困難であるため、本提案に係るFG-GEの収束挙動を以下のシミュレーションのみによって検証する。具体的には、2つのパラメータ、つまり、タイミングインデックスとFG反復の観点から評価する。
DOA測定が誤警報を受けた場合の本発明に係るFG-GEのロバスト性について説明する。本シミュレーションでは単純なシナリオを評価する。すなわち、配備された複数のセンサーのうちの1つのみに対して、確率pf を伴って各タイミングで誤警報が発生するとする。このとき、実ターゲットの測定に加えて、ランダムDOAを伴う干渉信号がセンサーで観測される。
P-CRLBの利用は、分散σe 2で表される観測安定性が実際の追跡環境で動的に変化する可能性があるという事実に基づいたものである。追跡性能を安定させるために、リアルタイムのσe 2の推定値としてP-CRLBを使用する。推定精度は、本提案に係るFG-GEによって得られるP-CRLB、実際のCRLB、及び二乗平均誤差(MSE)の平均の3つの項目を比較することで評価される。上記の平均MSEは、平均σe 2に相当する。σe 2は、実際には測定分散σθ 2 によって決定され、全体的な影響傾向を観察するために全てのセンサーで常に同じに保たれることに留意されたい。その他のパラメータは、上述した第2シナリオと同様に設定した。
本明細書では、EKFとGE(測位)を1つのFGフレームワークに統合する追跡アルゴリズムを提案した。EKFから得られた予測状態情報は、フィルタリングのために使用されるだけでなく、FG-GEの事前情報として観測のためにも使用される。シミュレーション結果によれば、本提案に係るFG-GEは、従来方式よりも僅かに低い平均RMSEを達成することができる。正確な事前情報の欠如に起因して、追跡の開始時に大きな誤差が生じる可能性があるが、検出性能は3~4回程度のタイミング後に急速に収束することが分かる。また、事前情報を使用することで、誤警報などの突発的な感知エラーの影響を効果的に低減することができる。更に、観測誤差の分散を推定するために、FG-EKFでP-CRLBを用いた。この手法により、観測分散の固定推定を用いる方法と比較して、動的な環境変化が生じる中での追跡のロバスト性をより高めることができる。本提案に係る追跡システムは、その低複雑性のために、実際の実装が容易になる。
また、本発明は、例えば、上記の処理に関する技術的手順を含む方法や、上記の処理をプロセッサにより実行させるためのプログラム、そのようなプログラムをコンピュータ読み取り可能に記憶する記憶媒体などとして提供することも可能である。
Claims (4)
- 電波を発したターゲットの位置を測定する測位システムにおいて、
タイミングkの時点のターゲットの位置を推定し、推定結果の位置およびその分散を示す推定メッセージを出力する位置推定部と、タイミングkの時点のターゲットの位置を予測し、予測結果の位置およびその分散を示す予測メッセージを出力する位置予測部とを有するファクターグラフ構造の測位部を備え、
前記位置推定部は、タイミングkの時点に観測された電波の到来方向に基づいてタイミングkの時点のターゲットの位置を推定し、推定結果の位置およびその分散を示す推定メッセージを生成して前記位置予測部に与え、
前記位置予測部は、タイミングkより前のタイミング1~k-1の各時点の予測メッセージに基づいてタイミングkの時点のターゲットの位置を予測し、予測結果の位置およびその分散をタイミングkの時点の推定メッセージに基づいて精緻化することでタイミングkの時点の予測メッセージを生成し、タイミングkより後の位置予測で使用すると共にタイミングkより後の位置推定のための事前情報として前記位置推定部に与えることを特徴とする測位システム。 - 請求項1に記載の測位システムにおいて、
前記位置予測部は、タイミングkより前のタイミング1~k-1の各時点およびタイミングkより後のタイミングk+1~q(ここで、タイミングqは、タイミングkから見て未来となる過去のタイミング)の各時点の予測メッセージに基づいて、タイミングkの時点のターゲットの位置を予測および平滑化することを特徴とする測位システム。 - 請求項1又は請求項2に記載の測位システムにおいて、
前記位置予測部は、タイミングkより前のタイミング1~k-1の各時点におけるターゲットの位置を少なくとも用いて線形近似を行って、タイミングkの時点のターゲットの位置を予測することを特徴とする測位システム。 - 請求項1乃至請求項3のいずれかに記載の測位システムにおいて、
前記位置予測部は、拡張カルマンフィルタを用いて、タイミングkの時点のターゲットの位置を予測することを特徴とする測位システム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021033657A JP7453170B2 (ja) | 2021-03-03 | 2021-03-03 | 測位システム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2021033657A JP7453170B2 (ja) | 2021-03-03 | 2021-03-03 | 測位システム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2022134508A JP2022134508A (ja) | 2022-09-15 |
JP7453170B2 true JP7453170B2 (ja) | 2024-03-19 |
Family
ID=83231310
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2021033657A Active JP7453170B2 (ja) | 2021-03-03 | 2021-03-03 | 測位システム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7453170B2 (ja) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019167268A1 (ja) | 2018-03-02 | 2019-09-06 | 三菱電機株式会社 | 目標監視装置および目標監視システム |
US20210373855A1 (en) | 2020-12-24 | 2021-12-02 | Harbin Engineering University | Rotation Matrix-Based Factor Graph Cooperative Localization Algorithm |
JP2022015782A (ja) | 2020-07-10 | 2022-01-21 | 株式会社日立国際電気 | 測位システム |
-
2021
- 2021-03-03 JP JP2021033657A patent/JP7453170B2/ja active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2019167268A1 (ja) | 2018-03-02 | 2019-09-06 | 三菱電機株式会社 | 目標監視装置および目標監視システム |
JP2022015782A (ja) | 2020-07-10 | 2022-01-21 | 株式会社日立国際電気 | 測位システム |
US20210373855A1 (en) | 2020-12-24 | 2021-12-02 | Harbin Engineering University | Rotation Matrix-Based Factor Graph Cooperative Localization Algorithm |
Also Published As
Publication number | Publication date |
---|---|
JP2022134508A (ja) | 2022-09-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Lin et al. | A new constrained weighted least squares algorithm for TDOA-based localization | |
Vaghefi et al. | Cooperative received signal strength-based sensor localization with unknown transmit powers | |
So | Source localization: Algorithms and analysis | |
Guo et al. | Square-root unscented Kalman filtering-based localization and tracking in the Internet of Things | |
Salari et al. | Mobility-aided wireless sensor network localization via semidefinite programming | |
Du et al. | A RSSI-based parameter tracking strategy for constrained position localization | |
Kumar et al. | Target detection and localization methods using compartmental model for internet of things | |
Huang et al. | Analysis of TOA localization with heteroscedastic noises | |
Yin et al. | A novel distributed sensor fusion algorithm for RSSI-based location estimation using the unscented kalman filter | |
Fahed et al. | Wi-Fi-based localization in dynamic indoor environment using a dynamic neural network | |
KR101627419B1 (ko) | 이동 노드의 위치 추정 방법 및 그 장치 | |
Kim | Non-line-of-sight error mitigating algorithms for transmitter localization based on hybrid TOA/RSSI measurements | |
Gholami et al. | Hybrid TW-TOA/TDOA positioning algorithms for cooperative wireless networks | |
Shenoy et al. | A lightweight ANN based robust localization technique for rapid deployment of autonomous systems | |
Amar et al. | A reference-free time difference of arrival source localization using a passive sensor array | |
Fahama et al. | An experimental comparison of RSSI-based indoor localization techniques using ZigBee technology | |
Paulino et al. | Evaluating a novel Bluetooth 5.1 AoA approach for low-cost indoor vehicle tracking via simulation | |
Landolsi et al. | LOS/NLOS channel identification for improved localization in wireless ultra-wideband networks | |
JP7453170B2 (ja) | 測位システム | |
Wang et al. | TDOA and FDOA based source localisation via importance sampling | |
Wang et al. | Hyperbolic positioning using RIPS measurements for wireless sensor networks | |
Adhami et al. | Dual‐mode multiple‐target tracking in wireless sensor networks based on sensor grouping and maximum likelihood estimation | |
Obeidat et al. | Indoor localization using received signal strength | |
Di Rocco et al. | Sensor network localisation using distributed extended kalman filter | |
Tian et al. | Cooperative localization based on semidefinite relaxation in wireless sensor networks under non-line-of-sight propagation |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A80 | Written request to apply exceptions to lack of novelty of invention |
Free format text: JAPANESE INTERMEDIATE CODE: A80 Effective date: 20210310 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20230327 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20231031 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20231225 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20240305 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20240307 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7453170 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |