Predykcja położenia użytkownika w przestrzeni 3D w przypadku zaniku lub braku sygnału z GNSS

• Autorzy: Cyrek J. , Dudczyk J. , Kawalec A. , Witczak A.

Identyfikatory

DOI

10.15199/ELE-2014-036

Warianty tytułu

EN

User 3D position estimation in case of GNSS signal loss or absence

• Języki publikacji: PL

Abstrakty

PL

W artykule dokonano przeglądu obecnie stosowanych metod lokalizacji przestrzennej 3D w przypadku zaniku lub braku sygnału z GNSS. W pierwszej części artykułu przedstawione zostały ogólne zasady pracy systemów GNSS. Następnie przedstawiona została metoda nawigacji zliczeniowej DR (ang. Dead Reckoning). Dane nawigacyjne z poszczególnych przyrządów zostały przetworzone za pomocą filtru Kalmana (ang. Kalman Filter) oraz tradycyjnego filtru komplementarnego, gdzie odbiornik GNSS pełnił rolę źródła danych korekcyjnych. W kolejnym punkcie opisana została korelacja dystynktywnych wartości pola magnetycznego w poszczególnych punktach w przestrzeni geograficznej z numerycznym zobrazowaniem terenu. Głównym elementem pracy jest propozycja integracji metody U-TDOA (ang. Uplink Time Difference of Arrival) z modelami predykcji zasięgów stosowanymi w systemach komórkowych oraz z numerycznym zobrazowaniem terenu. Pomimo świadomości istnienia ograniczeń związanych z zastosowaniem metody, jak choćby częściowe wydzielenie zasobów sieci na czas realizacji procesu lokalizacji, wykorzystanie jej może znacznie zawęzić obszar lokalizacji źródła sygnału w przestrzeni 3D. Jest to szczególnie istotne np. w przypadku wielopiętrowych budynków i w sposób znaczący skraca czas odnalezienia poszkodowanego. Podsumowanie pracy stanowi wniosek wskazujący na potrzebę integracji różnych rozwiązań w budowie hybrydowego systemu nawigacyjnego. Działanie takie umożliwi znaczący wzrost prawdopodobieństwa estymacji właściwej lokalizacji w przypadku zaniku lub braku sygnału z GNSS.

EN

This article reviews current methods of 3D spatial location in the event of loss or absence of GNSS signal. The first part presents main information of the existing GNSS systems. Next, the DR (Dead Reckoning) navigation method is described. Navigation data from individual instruments are processed using the Kalman Filter and traditional complementary filter as well, where GNSS receiver serves as the source of correction data. Further, we describe correlation between distinctive values of the magnetic field at different points located in the geographic space and map. The main part of the work proposes integration of the U-TDOA (Uplink Time Difference of Arrival) method with the ranges prediction models, used in cellular systems. The current method analysis indicates that the location accuracy depends on many factors and its particular and proper representation in the applied models. Despite awareness of the limitations associated with using models such as partial separation of network resources for the duration of the localization process, its use can significantly narrow down the location of the signal source in 3D space. This is significantly important in the case of high buildings environment, and substantially reduces victim time find. Summarizing, we propose integration of different solutions in the construction of a hybrid navigation system. Such action increases the estimation of the correct location in the event of loss or absence of GNSS signal.

Słowa kluczowe

PL

radionawigacja; GNSS; U-TDOA; pole magnetyczne; model kanału radiowego; nawigacja zliczeniowa

EN

radio navigation; GNSS; U-TDOA; magnetic field; radio channel model; dead reckoning; Kalman filter

• Wydawca: Wydawnictwo SIGMA-NOT
• Czasopismo: Elektronika : konstrukcje, technologie, zastosowania
• Rocznik: 2014
• Tom: Vol. 55, nr 6
• Strony: 25--29
• Opis fizyczny: Bibliogr. 25 poz., rys.

Twórcy

autor

Cyrek J.

• WB Electronics SA, Ożarów Mazowiecki

autor

Dudczyk J.

• WB Electronics SA, Ożarów Mazowiecki

autor

Kawalec A.

• Wojskowa Akademia Techniczna, Warszawa

autor

Witczak A.

• Wojskowa Akademia Techniczna, Warszawa

Bibliografia

• [1] Bertoni Henry L., Suh J.W.: “Ray simulations for evaluating different methods used to locate mobiles in cities”. Antennas and Propagation Society International Symposium, 2005 IEEE .
• [2] Boles L.C. and Lohmann K.J.: “True navigation and magnetic maps in spiny lobsters”. Nature, 421: 60–63, 2003.
• [3] Cheung K.W.,So H.C.: “Least Squares Algorithms for Time of Arrival Based Mobile Location”. IEEE Transaction on signal processing vol. 52, no 4, 2004.
• [4] Cyrek J., Dudczyk J.: „Analiza możliwości lokalizacji aparatu telefonii komórkowej przy wykorzystaniu anten adaptacyjnych w systemach UMTS”. Proceedings of the 8th International Electronic and Telecommunication Conference of Students and Young Scientific Workers SECON’2008, Warsaw, 11–13 March 2008.
• [5] Dudczyk J., Mirosław T.: „Polski program żołnierza przyszłości”, Kwartalnik Bellona, nr 2/2012, str. 207–215, ISSN 1897–7065.
• [6] Dudczyk J.: „Informatyczne serce systemu C4I żołnierza przyszłości”. Miesięcznik RAPORT, vol. 9, 2011.
• [7] Dudczyk J.: „Indywidualny Komunikator Żołnierza jako fundamentalne ogniowo systemu C4I programu TYTAN”. IV Konferencja Dni Przemysłu 2011, Warszawa DPZ, 22–22 listopada 2011.
• [8] Frasco B.: “Enhanced Observed Time Difference (E-OT D)”. www.transittion.fcc.gov. Ariel Communications.
• [9] Hansen R.C.:” Special Issue on Active and Adaptive Antenna”, IEEE Trans. Antennas and Propagation Magazine, Vol. AP-12, March 1964.
• [10] http://www.konar.pwr.wroc.pl: „Filtr Kalmana – zastosowania w prostych układach sensorycznych”.
• [11] Narkiewicz J.: „GPS globalny system pozycyjny: budowa, działanie”, zastosowanie, WKiŁ, Warszawa, 2003.
• [12] Narkiewicz J.: „GPS i inne satelitarne systemy nawigacyjne”, WKiŁ, Warszawa, 2007.
• [13] Trueposition: “Global Wireless Location Solutions”, http://www.trueposition.com.
• [14] Trueposition: “The Importance of Location”, EC 911 True story.
• [15] Trueposition: “GPS vs.U-TDOA for Emergency Call Location”.
• [16] http://glonass-iac.ru/en/GPS/index.php.
• [17] http://glonass-iac.ru/en/GLON ASS/monitoring.php.
• [18] BeiDou Navigation Satellite System Signal In Space Interface Control Document – China Satellite Navigation Office December 2012.
• [19] http://theconversation.com; Indoor blackspots could leave 4G revolution wanting.
• [20] Grewal M.S., Andrews A.P.: Kalman filtering Theory and Practice Using MATLAB. John Wiley & Sons, Canada, 2001.
• [21] Gordon N.J., Ristic B., Arulampalam S.: Beyond the Kalman Filter – Particle Filters for Tracking Applications. Artech House, London, 2004.
• [22] Pent M., Spirito M.A., Turco E., “Method for Positioning GSM Mobile Stations Using Absolute Time Delay Measurements” IEE Electron. Lett. 33(24), 1997.
• [23] Spirito M.A., “On the Accuracy of Cellular Mobile Station Location Estimation” IEEE Trans. Vehicular Technol. 50(3) 2001.
• [24] Spirito M.A., “Further Results on GSM Mobile Stations Locations” IEE Electron. Lett. 35(11), 1999.
• [25] V. Ruutu, M. Alanen, G. Gunnarsson, T. Rantalainen, V.-M. Teittinen”Mobile phone location in dedicated and idle modes”, IEEE Xplore, 1999.