Последние годы характеризуются значительными успехами в области навига-
ционных технологий и расширением сфер их применения. Развитие навигаци-
онных технологий и навигационной аппаратуры потребителя оказало огром-
ное влияние на повседневную деятельность человека, обеспечило
предоставление новых сервисов в традиционных областях деятельности, таких
как транспорт, геодезия и картография, изыскательские работы, природоох-
ранные мероприятия и многих других.
Сфера применения навигационной аппаратуры потребителя постоянно
расширяется, охватывая даже такие нетрадиционные области, как раннее
предупреждение о возможных авариях на гидротехнических сооружениях, про-
гнозирование оползней и осыпей береговой линии и горных массивов.
Таким образом, влияние навигационных технологий на человеческое сооб-
щество в последние годы существенно выросло.
Несомненно, наибольшее влияние на навигационные технологии в по-
следние десятилетия оказало активное развитие глобальных навигационных
спутниковых систем — GPS, ГЛОНАСС и др. В то же время известные недос-
татки спутниковой навигации стимулировали развитие альтернативных мето-
дов определения местоположения. Успехи альтернативных методов навигации
обуславливались, в первую очередь, достижениями в электронике, радиотех-
нике и технологиях МЭМС.
В то же время научные и технические публикации по навигации, за ред-
ким исключением, носят узконаправленный специализированный характер.
Практически отсутствуют системные публикации, рассматривающие раз-
нородные методы навигации как совокупность взаимодополняющих техноло-
гий решения общей задачи.
Представляемая читателям книга известных специалистов Д. Дардари,
Э. Фаллетти и М. Луизе в значительной степени заполняет данный пробел.
Уже в первой главе, помимо общего обзора и систематизации, выполнен
общий анализ подходов и обзор основных проблем. Изложение ведется на
доступном, но при этом достаточно высоком, выверенном авторами научном
уровне. Последующие главы представляемой монографии содержат достаточно
подробное и корректное изложение как известных научных подходов, так
и оригинальных результатов, полученных собственно авторами.
Уровень детализации описания методов, изложенных в монографии, по-
зволяет применить их в конкретных инженерных разработках навигационной
аппаратуры потребителей. При этом в книге достаточно хорошо изложены
вопросы комплексного использования различных методов навигации за ис-
ключением методов определения местоположения удаленных объектов. Что,
впрочем, является достаточно специфической задачей, редко используемой
в широком спектре навигационной аппаратуры потребителей.
Ценным качеством монографии являются и приведенные в 7-й главе кон-
кретные примеры реализации описываемых методов и результаты исследова-
ний этих реализаций, выполненных научными коллективами, которые пред-
ставляют авторы монографии.
Предлагаемая вниманию читателя работа должна вызвать значительный
научный и технический интерес ученых и инженеров, работающих в данной
области, и будет способствовать дальнейшему развитию навигационных техно-
логий.
Надеюсь, что данная монография будет полезна и найдет своего читателя в
сообществе российских ученых и инженеров.
Генеральный директор ОАО «КНИИТМУ», к.т.н., доцент,
действительный член Российской инженерной академии
В.А. Турилов
Предисловие
Надежность и точность позиционирования и навигации имеет решающее зна-
чение для постоянно разрабатываемых приложений, предназначенных для со-
временных технологий обработки сигнала. В этой книге содержится обзор не-
которых последних результатов научных исследований в области обработки
сигналов для определения местоположения и навигации, направленных на ре-
шение многих сложных проблем.
Книга была написана на основе работ, проводимых в европейской сети пе-
редового научного опыта в области беспроводной связи NEWCOM++. В этом
проекте я имел честь принимать участие и как внешний наблюдатель, и как
соавтор. Сеть передового опыта является инициативой Европейской комис-
сии, которая дает отличную возможность исследователям по всему континенту
построить новый уровень сотрудничества. В рамках этой инициативы иссле-
довательская деятельность сосредоточена на развитии технологий обработки
сигналов для обеспечения высокой точности определения местоположения
пользователей.
Эта книга рассматривает различные аспекты и грани методов позициони-
рования и навигации. Она начинается с описания «классических» технологий
позиционирования с помощью спутниковых систем (например, GPS и Galileo)
и наземных сотовых сетей. Читатель также встретит новые темы, в том числе
нахождение конечных пределов точности систем позиционирования, которые
определяются присутствием шумов и помех; описание работы ряда новых
методов, таких как прямое позиционирование, которые направлены на обеспече-
ние работы GPS с очень слабыми принимаемыми радиосигналами (например,
в помещении); а также методы оптимального сочетания измерений на основе
радиосигналов и сигналов с различных датчиков, например инерциальных
платформ (в частности гироскопы). Также обсуждаются новые области сов-
местного (кооперативного) позиционирования, в котором многие узлы обме-
ниваются сигналами и информацией, чтобы повысить точность своих пози-
ций, и, наконец, тщательно анализируется совершенно новая область исследо-
ваний – суперточная дальнометрия в закрытых помещениях с использованием
сигналов с ультраширокой полосой пропускания.
Сочетание теории и экспериментов в проекте NEWCOM++ привело к
практическим результатам, которые читатели могут найти в последней части
книги. Как пример непосредственного применения в авангарде исследования
реальных проблем представлены фьюжн-методы интеграции многократных
измерений датчиков на основе экспериментальных данных. Я надеюсь, что эта
книга послужит справочным пособием для всех, кто заинтересован в области
позиционирования и навигации.
Мо З. Вин,
доцент
Массачусетский технологический институт
Предисловие
Многие читатели этой книги, возможно, знакомы с приключениями Гарри
Поттера из бестселлеров Джоан Роулинг. В этом случае они знают, что юный
Гарри получил так называемую Карту Мародеров: кусок пергамента, который
показывает каждый дюйм магической школы Хогвартс, а также постоянно ме-
няющиеся в реальном времени позиции друзей и врагов. Конечно, если такой
артефакт описан в книге о Гарри Поттере, то это должно быть что-то ма-
гическое, попросту чудо. Но читатели этой книги знают лучше: это не магия,
а технология. На сухом языке инженеров Карта Мародеров — это географичес-
кая информационная система (GIS) с выделенным плагином позиционирования,
который отслеживает в реальном времени набор авторизованных пользовате-
лей и показывает их расположение на карте, выведенной на дисплей. Каждый
может скачать GIS на свой смартфон за небольшую плату. Однако в большей
степени эта технология основана на ряде различных методов, от радиопереда-
чи до геометрических вычислений, от анализа данных до фильтра Калмана, и
все они, вытекающие из общих и унифицированных методов обработки сигна-
лов, представляют общую основу многих приборов позиционирования, таких
как автомобильные навигаторы GPS, которые сейчас широко распространены
в развитых странах. Такое повсеместное распространение устройств позицио-
нирования в автомобилях или в смартфонах является основой для ряда инно-
вационных контекстно-зависимых услуг, которые в настоящее время уже дос-
тупны: поиски аптеки в незнакомом большом городе больше не похожи на
охоту за сокровищем. Однако мы только в начале пути: в ближайшие годы мы
увидим появление целого ряда программ высокого разрешения, которые способ-
ны определять местоположение с точностью менее метра и доступны для экс-
плуатации даже в условиях, затрудняющих распространение сигнала, напри-
мер внутри зданий. Число новых предлагаемых услуг ограничивается только
фантазией и будет расти в геометрической прогрессии вместе с соответствую-
щими доходами рынка.
Однако путь к этой цели по-прежнему сложный. Некоторые из современ-
ных технологий позиционирования в основном предназначены для различных
приложений (например, управления сетями связи), и они не оптимизированы
для предоставления точной и всегда доступной информации о местоположе-
нии. Кроме того, ни одна из используемых или находящихся в разработке тех-
нологий позиционирования не обеспечивает охват услугами в различных гете-
рогенных средах (например, на улице, в помещении, на море и на дороге) и
высокую четкость и точность позиционирования. Помимо этого, интеграция
различных технологий позиционирования является центральным аспектом для
будущего бесшовных систем позиционирования — ключом, который откроет
новую эру повсеместного знания о местоположении.
До сих пор большинство книг, связанных с позиционированием, было по-
священо конкретной системе, например спутниковой или наземной, или од-
ной технологии (например, GPS или радиочастотные идентификаторы). Тем
не менее механизмы, которые различные системы позиционирования исполь-
зуют для получения информации о местоположении пользователей, во многих
случаях имеют один и тот же фундаментальный подход. Кроме того, при раз-
работке будущих бесшовных систем позиционирования нельзя отбрасывать
глобальные знания различных технологий, если их эффективная интеграция
должна быть продолжена.
Помня об этом, мы постарались дать в этой книге широкий обзор техно-
логий спутникового и наземного позиционирования и навигации под общим
знаменателем обработки сигналов. Мы убеждены, что каждая проблема пози-
ционирования может быть в конечном итоге разрешена с точки зрения проек-
тирования сигнального процессора (для определенности — оценщика парамет-
ров), который позволит получить более точное положение пользователя,
начиная с набора шумных позиционно-зависимых измерений, собранных по-
средством обмена сигналов между беспроводными устройствами системы. На-
шей целью было не просто дать описание различных современных стандартов
или технологий позиционирования. Скорее, мы намерены представить и про-
иллюстрировать теоретические основы, на которых они базируются, и описать
несколько передовых практических решений задач позиционирования, под-
крепленных тематическими исследованиями на основе экспериментальных
данных.
В этой книге использованы результаты работы некоторых экспертов, со-
трудничающих с европейской сетью передового опыта NEWCOM++, и она
представляет собой один из главных итогов. Большая часть материала была вы-
брана из трудов молодых исследователей. Читатели могут заметить, что эта кни-
га создана несколькими авторами под общей редакцией. Несмотря на трудности
в координации и стандартизации деятельности такого количества исследовате-
лей (и мы надеемся, что преуспели в достижении этой цели), перед нами тот
случай, когда «разнообразие» приветствуется. Различные подходы к общей
проблеме позиционирования, поступающие из различных институтов и иссле-
довательских школ, будут очевидны для читателей; мы надеемся, что такое раз-
нообразие (что, на наш взгляд, только добавляет ценности книге) будет способ-
ствовать расширению точки зрения читателя по этому вопросу.
Эта книга предназначена для аспирантов и исследователей, которые наце-
лены на создание прочной научной основы в области позиционирования и на-
вигации. Она также предназначена для инженеров, которым необходимо раз-
работать систему позиционирования и понять основные принципы их работы.
Даже если не уделять большого внимания имеющимся литературным источни-
кам, один взгляд на оглавление также предоставит начинающему пользовате-
лю полезную информацию.
Для краткого обзора основ теории позиционирования и навигации можно
прочитать первые три главы, в то время как более сложные понятия и методы
приведены в последующих главах. В частности, в главе 1 вводится понятие ра-
диопозиционирования и постулируются математические задачи определения
положения мобильного устройства в определенной системе отсчета с по-
мощью измерений, извлеченных из радиоволн, распространяющихся между
определенными точками отсчета и мобильным устройством. Она представляет
собой классификацию беспроводных систем позиционирования на основе, с
одной стороны, вида информации (или измерения), которую они извлекают
из распространяющегося сигнала, а с другой стороны, типа сети инфраструк-
туры, созданной между устройствами, участвующими в процессе позициони-
рования. Затем дано вводное описание основных систем позиционирования,
рассматриваемых в книге, а именно спутниковых систем, их наземных систем
функционального дополнения, наземных сетевых систем (например, сотовых
сетей, беспроводных локальных сетей, беспроводных сенсорных сетей, а также
специальных компьютерных сетей).
Наконец, представлен обзор фундаментальных математических методик,
подходящих для решения задач позиционирования в приведенных выше кон-
текстах в тесном взаимодействии с методами обработки сигналов, благодаря
которым их можно реализовать в технологических условиях. Глава 2 представ-
ляет обзор спутниковых систем позиционирования с особым акцентом на
американской GPS, европейской Galileo и модернизированной ГЛОНАСС,
Россия, которые обеспечивают почти полный охват Земли глобальной навига-
ционной спутниковой системой (GNSS). Во-первых, описан «космический
сегмент» таких систем с точки зрения форматов и занятых полос передаваемо-
го сигнала. Затем подробно обсуждается архитектура типичного приемника
спутниковой навигации, так как он имеет несколько своеобразные требования
и особенности по отношению к коммуникационно-ориентированному тран-
сиверу. Затем представлено обсуждение основных источников ошибок в оцен-
ке позиции. Последняя часть этой главы посвящена существующей в настоя-
щее время так называемой системе поддержки – категории в основном
наземных сетевых систем, направленных на оказание поддержки GNSS-при-
емнику для улучшения точности или доступности определения своего положе-
ния. Примерами таких систем являются: дифференциальная GPS, EGNOS,
сети RTK и вспомогательная GNSS.
Фундаментальные технологии и методы обработки сигналов для определе-
ния положения мобильного устройства с помощью наземных сетей на основе
систем радиосвязи рассматриваются в главе 3. Из распространяющегося сиг-
14 Введение
нала могут быть извлечены различные параметры, потенциально зависящие от
позиции пользователя: мощность принимаемого сигнала (RSS), время прихода
сигнала (TOA), разность времени прихода сигнала (TDOA) и угол прихода
(АОА).
Затем объяснены основные методы получения информации о местополо-
жении из таких измерений в соответствии с классификацией геометрических
методов (или детерминированного, или статистического) и отображения (кар-
тирования, или фингерпринтинга. Проанализированы наиболее распростра-
ненные источники ошибок, влияющие на вышеупомянутые процессы.
Главу продолжают описания подходов к позиционированию, обычно при-
нятых в различных сетевых технологиях (например, сотовые сети, беспровод-
ные локальные сети и беспроводные сенсорные сети), адресация основного
формата сигнала, наиболее подходящий вид измерений и связанные алгорит-
мы позиционирования и навигации. Особое внимание уделено ультрашироко-
полосной технологии как наиболее перспективному формату сигнала для реа-
лизации высокой производительности наземного позиционирования.
На практике несколько факторов воздействуют на достижимую точность
беспроводных систем позиционирования. Однако теоретические пределы мо-
гут быть установлены с целью определения наилучшей точности, которую
только можно ожидать в определенных условиях, а также получения полезных
результатов тестов при оценке производительности практических схем. Глава 4
посвящена презентации нескольких таких пределов, в основном производных
от предела Крамера—Рао (CRB). Получены и рассмотрены теоретические гра-
ницы производительности, связанные с дальнометрией через время прибытия
сигналов сверхширокой полосы пропускания, а также приняты во внима-
ние критические условия, такие как многолучевое распространение сигналов.
Кроме того, улучшенное семейство пределов Зива—Закаи вводится как более
жесткий стандарт в случае плотного рассеяния, где CRB попадает в сомни-
тельный интервал.
Затем представлены новые результаты, связанные с выводом ограничений
производительности для инновационных подходов позиционирования, таких
как прямая оценка позиции (DPE) в GNSS, совместная (кооперативная) на-
земная локализация и последний анализ систем, склонных к радиопомехам,
например системы несущих.
В главе 5 представлены новейшие результаты исследований в области бес-
проводного позиционирования, выполненных в рамках проекта NEWCOM++.
Они представляют собой объективную, но неполную картину «горячих тем» в
современном беспроводном позиционировании в рамках прикладной и техно-
логической основы, представленной в предыдущих главах.
Основное внимание в первую очередь обращено на последние достижения
в области сверхширокополосных алгоритмов позиционирования, учитывая
частотные диапазоны для оценки TOA, совместные алгоритмы оценки TOA/
АОА, ухудшение приема из-за помех, а также уменьшение эффекта смещения
вне зоны прямой видимости. Затем рассмотрено приложение систем MIMO
для позиционирования. Нетрадиционные геометрические решения для пози-
ционирования представлены оценкой распределения с ограничением ошибок
и методом проекции на выпуклые множества (POCS). POCS затем пересмот-
рено в контексте совместного позиционирования с кооперативным методом
наименьших квадратов и распределенным алгоритмом, основанным на рас-
пространении доверия. Наконец, введена концепция когнитивного позицио-
нирования как функция когнитивных радиотерминалов. После вывода пред-
ставлены ожидаемые показатели производительности, оптимальная структура
сигнала для целей позиционирования и методы позиционирования.
Глава 6 посвящена объединению некоторых современных стратегий обра-
ботки сигнала в непрерывный процесс оценки, описанию различных измере-
ний параметров, связанных с позицией пользователя, но полученных с по-
мощью различных технологий и/или систем (например, измерений TOA и
TDOA в наземных сетях, измерений TOA и RSS в спутниковых и наземных
системах или спутниковых и инерциальных навигационных системах). Такой
подход, как правило, называется гибридизацией и обещает обеспечить боль-
шую точность по отношению к своим автономным аналогам или лучшую дос-
тупность благодаря разнообразию используемых технологий. Например, гиб-
ридизация спутниковой и инерциальной систем, как ожидается, послужит
компенсацией соответствующих недостатков двух систем, а именно относи-
тельно высокой дисперсии ошибки первой и дрейфа последней.
Математической основой для разработки гибридизации послужила байе-
совская фильтрация. Рассмотрена общая структура, в основу которой положе-
ны фильтр Калмана и его варианты с примерами приложений для позициони-
рования. Затем объясняется метод фракционной фильтрации и ее наиболее
часто используемых вариантов.
Приведены примеры гибридных алгоритмов позиционирования, начиная с
гибридной наземной архитектуры, архитектуры, представляющей собой ком-
бинацию GNSS и инерциальных измерений, с использованием либо подхода
фильтра Калмана, либо подхода прямой оценки позиции. Наконец, представ-
лен пример гибридного позиционирования на основе GNSS и наземной пере-
дачи сигнала в одноранговых сетях.
Глава 7, финальная часть этой книги, посвящена некоторым тематическим
исследованиям. Приведены практические примеры применения позициониро-
вания и навигации, которые являются результатом экспериментальных работ,
выполняемых исследователями, участвующими в сети NEWCOM++.
Благодарности
Авторы хотели бы поблагодарить Серхио Бенедетто, научного руководите-
ля сети NEWCOM++, за его исключительные способности в области руковод-
ства и управления этой большой сетью. Они также хотели бы выразить при-
знательность за поддержку и сотрудничество проекта сотрудникам Европей-
ской комиссии Питеру Шакману и Энди Хьютону, тем, кто способствовал
развитию научно-исследовательской деятельности NEWCOM++. Эта книга не
была бы написана без участия всех партнеров, участвующих в проекте
NEWCOM++ «Локализация и позиционирование» – работы, которой руково-
дили авторы М. Луиз и Д. Дардари. Авторы особо благодарят Карлеса Фернан-
деса-Прадеса, Синан Гечици, Монику Николи и Эрика Г. Стрёма за их неоце-
нимый вклад в формирование структуры этой книги.
Сокращения и аббревиатуры
ACGN — аддитивный цветной гауссовский шум
ACK — принять
ACRB — средний CRB
ADC — аналого-цифровой преобразователь
AEKF — адаптивный расширенный фильтр Калмана
AFL — якорь без локализации
AGNSS — вспомогательная GNSS
AGPS — вспомогательная GPS
AltBOC — знакопеременная двоичная смещенная несущая
AN — якорный узел
АОА — угол прихода сигнала
AOD — угол передачи сигнала
AP — точка доступа
API — интерфейс прикладного программирования
ARNS — авиационные радионавигационные услуги
ARS — ускоренный случайный поиск
AS — антиспуфинг
AS — азимут распространения сигнала
ASIC — специализированная интегральная схема
AWGN — аддитивный белый гауссовский шум
BCH — коды Бозе—Чоудхури—Хоквингема
BCRB — байесовский CRB
BIM — байесовская информационная матрица
BLAS — основные подпрограммы линейной алгебры
BLUE — наилучшая линейная несмещенная оценка
BOC — двоичная смещенная несущая
ВР — алгоритм распространения доверия
BPF — полосовой фильтр
bps — бит в секунду
BPSK — двоичная фазовая манипуляция
BPZF — полосовой зональный фильтр
BS — базовая станция
BSC — двоичный симметричный канал
BTB — граница Беллини—Тартара
BTS — базовая приемопередающая станция
С/А — необработанный/поглощенный сигнал
С/NAV — коммерческий/навигационный сигнал
C/N0 — отношение плотности мощности несущей к шуму
CAP — период утверждения на получение доступа
CBOC — композитная двоичная смещенная несущая
CC — центральный кластер
ССК — дополнительная кодовая манипуляция
CDF — интегральная функция плотности (плотность распределения)
CDM — круглый дисковый монополь
CDMA — множественный доступ с кодовым разделением сигналов
CE-POCS — ортогональная проекция на круговые и эллиптические выпук-
лые множества
CFP — бесконкурентный период
CH — главный кластер
CIR — импульсная характеристика канала
CKF — кубатурный фильтр Калмана
CL — гражданский длинный сигнал
CM — гражданский умеренный сигнал
CNLS — ограниченный метод NLS
CNSS — навигационная спутниковая система «Компас»
Coop-OA — совместные (кооперативные) ОА
Соор-POCS — совместная (кооперативная) POCS
COTS — готовый коммерческий продукт
CP — когнитивное позиционирование
CPICH — общий пилотный канал
CPM — непрерывное фазомодулирование
C-POCS — ортогональная проекция на круглое выпуклое множество
CPR — канальный импульсный отклик
CPS — системы когнитивного позиционирования
cps — элементов сигнала в секунду
CPU — центральный процессор
CR — когнитивное радио
CRB — нижний предел Крамера—Рао
CRC — циклический избыточный код
CRPF — фракционный фильтр стоимости
CS — контрольный сегмент/коммерческое обслуживание
CSI — информация о состоянии канала
CSS — импульсный сигнал с расширенным спектром
CTS — разрешение на передачу
CW — непрерывная волна
DAA — обнаружить и избежать
DAB — цифровое звуковое вещание
DCM — матрица направляющего косинуса
DE — алгоритм дифференциальной эволюции
DEPE — оценка задержки посредством оценки фазы
DFE — цифровой интерфейс
DFT — дискретное преобразование Фурье
DGPS — дифференциальная GPS
DIFS DCF — межкадровый интервал
DL — нисходящий канал
DLL — задержка автоподстройки частоты
DMLL — распределенное максимальное логарифмическое правдоподобие
DOA — направление прихода сигнала
DoD — министерство обороны
DP — прямой путь
DPCH — выделенный физический канал
DPE — прямая оценка позиции
DS — задержка распространения
DSP — процессор цифровых сигналов
DSSS — прямая последовательность с расширенным спектром
DVB — цифровая передача видеосигнала
dwMDS — распределенное взвешенное многомерное шкалирование
ЕВ — энергетический
ECEF — геоцентрический
ED — детектор энергии
EEPROM — электрически стираемая программируемая постоянная память
EGNOS — европейская геостационарная навигационная система
EIRP — эффективная изотропная излучаемая мощность
EKF — расширенный фильтр Калмана
EKFBT — расширенный фильтр Калмана с отслеживанием смещения
E-L — разница между ранним и поздним приходом сигнала
EPE — централизованная система позиционирования в реальном вре-
мени Ekahau
E-POCS — ортогональная проекция на эллиптическое множество
ERQ — расширенный алгоритм жесткости четырехугольников
ЕКА — Европейское космическое агентство
EU — Европейский Союз
F/NAV — навигация со свободным доступом
FB-MCM — фильтр-банк модуляции несущих
FCC —Федеральная комиссия по связи
FDMA — частотное разделение множественного доступа
FEC — опережающая коррекция ошибок
FFD — полнофункциональное устройство
FFT — быстрое преобразование Фурье
FHSS — скачкообразная перестройка частоты с расширенным спектром
FIM — информационная матрица Фишера
FLL — автоподстройка частоты
FMT — многочастотный фильтр
FOC — полная оперативная готовность
FPGA — программируемая вентильная матрица
FPK — параметры области коррекции
GAGAN — наземная расширенная GPS-навигация
GANSS — Galileo/дополнительная навигационная спутниковая система
GDOP — геометрическое ухудшение точности
GEO — геостационарный
GFSK — гауссовская двоичная частотная манипуляция
GIOVE — орбитальный элемент проверки системы Galileo
GIS — географическая информационная система
ГЛОНАСС — глобальная навигационная спутниковая система
GNSS — глобальная навигационная спутниковая система
GPIB — интерфейс шины общего назначения
GPRS — служба пакетной передачи данных через интерфейс
GPS — системы глобального позиционирования
GS — геодезическая система
GSM — глобальная система мобильной связи
GST — системное время системы Galileo
GUI — графический интерфейс пользователя
HDL — язык описания аппаратных средств
HDLA — информация о местоположении высокой точности
HDSA — информация о ситуации высокой точности
hdwMDS — гибридные dwMDS
HEO — эллиптические орбиты с большим углом наклона
HMM — скрытые модели Маркова
HOW — передача слова
HPOCS — гибридная POCS
HW — аппаратный
I —в фазе
Iid — независимый и однородно распределенный
I/NAV — целостность/навигация
IBERT — интегрированный тестер отношения битовых ошибок
IC — интегральная схема
ICD — документ управления интерфейсом
ICT — информационно-коммуникационные технологии
IE — информативный элемент
IF — промежуточная частота
Сокращения и аббревиатуры 21
IGSO — наклонная геостационарная орбита
ILS — система инструментальной посадки
IMU — инерционное измерительное устройство
INR — отношение мощности помех к шуму
INS — инерциальная навигационная система
IODC — запрос о данных часов
IODE — запрос о данных эфемерид
IP — интеллектуальная собственность
IR — импульсное радио
IRNSS — региональная навигационная спутниковая система
IR-UWB — импульсное UWB-радио
ISM — промышленно-научный медицинский
ISO/IEC — Международная организация по стандартизации/Международ-
ная электротехническая комиссия
ISRO — Индийская организация космических исследований
IST — социальные информационные технологии
ITU — Международный союз электросвязи
ITS — интеллектуальная транспортная система
IVP — инерциальная виртуальная платформа
JBSF — скачок назад и опережающий поиск
KF — фильтр Калмана
KNN — k-й ближайший соседний терминал
LAAS — локальная усилительная система
LAMBDA — регулировка неопределенности декорреляции при вычислении
методом наименьших квадратов
LAN — локальная вычислительная сеть
LAPACK — пакет программ линейной алгебры
LBS — сервис определения местоположения
LCS — сервисы определения местоположения
LDC — низкая нагрузка
LDPC — проверка четности с низкой плотностью
LEO — отключение ошибки позиционирования
LIFO — алгоритм «последний прибыл — обслужен первым», вычисление
в обратном порядке
LLC — логическое управление по ссылкам
LLR — логарифмическое отношение правдоподобия
LNA — малошумящий усилитель
LOB — линия несущей
LOS — условия прямой видимости
LRT — тест правдоподобия
LS — метод наименьших квадратов
LSB — младший бит
LTE — долгосрочная эволюция
LVDS — низковольтная дифференциальная передача сигналов
MAC — среда контроля доступа
MAP — апостериорный максимум
МАI — помехи множественного доступа
MBOC — мультиплексированная двоичная смещенная несущая
MB-UWB — многополосный UWB-канал
MC — множественная несущая
MCAR — разрешение неопределенности множественной несущей
MCRB — измененный CRB
МЕО — средняя околоземная орбита
MEMS — электромеханические системы
МF — согласованный фильтр
MGF — моментная производящая функция
MGF — проверка нескольких гипотез
MIMO — со многими входами и многими выходами
MISO — со многими входами и одним выходом
ML — максимальное правдоподобие
MLE — оценка максимального правдоподобия
MMSE — минимальная среднеквадратическая ошибка
MOM — метод моментов
МР — многолучевость
MPC — многолучевой компонент сигнала
MPEE — огибающая ошибки распространения многолучевого сигнала
MRC — максимальное соотношение объединения
MS — мобильная станция
MSAS — многофункциональные дополнительные спутниковые системы
MSB —самый старший бит
MSE — среднеквадратическая ошибка
MSEE — среднеквадратическая ошибка оценки
MSK — минимальный сдвиг-манипуляция
MST — минимальное остовное дерево
MTSAT — многофункциональный транспортный спутник
MUI — многопользовательские помехи
МV — минимальная дисперсия
N/А — недоступен
NAV — навигация
NAVSTAR — навигационная система для координатно-временного определе-
ния и ранжирования
NB — узкополосный
NBI — узкополосные помехи
NCO — осциллятор с числовым программным управлением
NDIS — спецификация интерфейса сетевого драйвера
NED — нисходящий северо-восточный сигнал
NFR — дальнометрия в ближнем поле
NLOS — условия отсутствия прямой видимости
NLS — нелинейный метод наименьших квадратов
NMEA — Национальная ассоциация морской электроники
NMV — нормализованная минимальная дисперсия
NN — нейронные сети
NOLA — неперекрывающиеся предположения
NPE — централизованная система позиционирования Navizon
NQRT — новый тест жесткости четырехугольников
NRE — разовые расходы
NRZ — обратный нулю
NSI5 — нестандартный I5
NSQ5 — нестандартный Q5
NTP — Network Time Protocol (временный сетевой протокол)
ОА — внешняя аппроксимация
OCS — сегмент оперативного контроля
OEM — производитель оригинального оборудования
OFDM — ортогональное мультиплексирование разделенной частоты
OMA — Open Mobile Alliance (открытое сообщество производителей мо-
бильной связи)
OMUX — выход мультиплексора
OOB — внешний по отношению к полосе сигнала
OQPSK — компенсированная квадратурная фазовая манипуляция
OQRT — первоначальный тест жесткости четырехугольников
ORQ — оригинальный тест жесткости четырехугольников
ОS — открытый сервис
OTD — наблюдаемая разница во времени
OTDOA — наблюдаемое TDOA
P2P — одноранговые сети
PAM — импульсная амплитудная модуляция
PAN — персональная сеть
ПК — персональный компьютер
PDA — персональный электронный органайзер (КПК)
PDF — функция плотности вероятности
PDP — профиль задержки мощности
PF — фракционный фильтр
PHR — физической заголовок
24 Сокращения и аббревиатуры
PHY — физический уровень
PLL — фазовая автоподстройка частоты
PN — псевдошум
PND — персональные навигационные устройства
POC — оперативный центр полезной нагрузки
POCS —проекция на выпуклые множества
POR — проекция на кольца
PPM — импульсная модуляции позиции
ppm — частей на миллион
PPS — сервис точного позиционирования
PR — псевдослучайный
PRN — псевдослучайный шум
PRS — общественные службы
PRT — тест частичной жесткости
PSD — спектральная плотность мощности
PSDP — профиль пространственной задержки мощности
PSDU — сервисный блок физических данных
PSK — фазовая манипуляция
PVT — позиция, скорость и время
PW — ширина импульса
pTOA — псевдовремя прибытия сигнала
PV — позиция-скорость
Q — квадратурная фаза
QPSK — квадратурная фазовая манипуляция
QZSS — квазизенитная спутниковая система
RDMV — дисперсия корня минимальной производной
RDSS — спутниковая служба радиоопределения
RF — радиочастотный
RFD — снижение функции устройства
RFID — радиочастотная идентификация
RIMS — станции контроля дальности и целостности
RLE — надежная оценка позиции
RMS — среднеквадратичное
RMSE — среднеквадратическая ошибка
RMV — корень минимальной дисперсии
RN — опорный узел
RNSS — региональная навигационная спутниковая система
ROA — скорость прибытия сигнала
ROC — технологическая характеристика приемника
ROM — постоянное запоминающее устройство
RQ — жесткость четырехугольников
Сокращения и аббревиатуры 25
RRC — алгоритм «корень приподнятого косинуса/радиоуправления ресур-
сами»
RRLP — протокол радиуса расположения ресурса
RSS — сила принимаемого сигнала
RT — надежная трилатерация
RTCM — радиотехническая комиссия по услугам морского позиционирова-
ния
RTK — кинематика в реальном времени
RTLS — система позиционирования в реальном времени
RTS — готов к отправке
RTT — время приема — передачи
RV — случайная величина
RX — приемник
СА — селективный доступ
SAR — поисково-спасательные службы
SAW — поверхностная акустическая волна
SBAS — спутниковая система функционального дополнения
SBS — последовательный поиск назад
SBSMC — последовательный поиск назад для нескольких кластеров
SCKF — корневой кубатурный фильтр Калмана
SCPC — один канал на несущую
SDR — Software Defined Radio (программируемая радиосвязь)
SDS — симметричные двухсторонние
SET — SUPL-терминал
SFD — разделитель начала кадра
SHR — синхронизация заголовков
SIFS — короткий интервал между кадрами
SIMO — с одним входом и многими выходами
SIR — последовательная интерполяция значения
SIS — сигнал в пространстве
SISO — с одним входом и одним выходом
SLP — SUPL-платформа
SMA — миниатюрный вариант А
SMC — последовательный метод Монте-Карло
SMR — соотношение сигнала и многолучевости
SNIR — соотношение сигнал — шум плюс помеха
SNR — соотношение сигнал — шум
SoL — безопасность жизни
SPKF — сигма-точка фильтра Калмана
SPS — символов в секунду
SPS — служба стандартного позиционирования
SQKF — корневой квадратурный фильтр Калмана
SRN — вторичный опорный узел
SRS — служба того же уровня
SS — расширенный спектр
SS-CPM — непрерывный фазомодулированный сигнал с расширенным
спектром
SS-GenMSK — обобщенно-минимальная модуляция со сдвигом фазы и рас-
ширенным спектром
ST — простой порог
SUPL — безопасное позиционирование на плоскости пользователя
SV — космический аппарат
SVD — сингулярное разложение
SW — программного обеспечения
SYNCH — преамбула синхронизации
TCAR — разрешение неопределенности тройной несущей
TDE — время задержки оценки
TDOA — разница во времени прибытия сигнала
TH — время скачка
TH-PPM — фазово-импульсная модуляция со скачковым изменением вре-
менных интервалов
TI — трилатерационное пересечение
TLM — телеметрия
TLS — общий метод наименьших квадратов
TLS-ESPRIT — общая оценка параметров сигнала методом наименьших квад-
ратов с помощью вращательной инвариантности
TMBOC — временное мультиплексирование двоичной смещенной несу-
щей
TNR — отношение порога к шуму
TOA — время прибытия сигнала
TOF — время полета
TOW — время недели
ТRS — двухскоростное обслуживание
TTFF — время до первого сигнала
TW-TOA — двустороннее TOA
TX — передатчик
UE — пользовательское оборудование
UERE — эквивалентная ошибка измерения дальности пользователем
UKF — рекурсивный фильтр Калмана
UL — восходящий сигнал
ULA — равномерный линейный массив
ULP — протокол определения местоположения пользователей
Сокращения и аббревиатуры 27
UMTS — универсальная система мобильной связи
UN — неизвестный узел
URE — ошибка определения дальности пользователем
U.S. — США
US — пользовательский сегмент
UT — пользовательский терминал
UTC — всеобщее скоординированное время
UTM — универсальная проекция Меркатора
UTRA — UMTS наземный радиодоступ
UWB — ультраширокая полоса пропускания
VANET — автомобильная одноранговая сеть
VHDL — VHSIC язык описания аппаратных средств
VHSIC — интегральная схема с очень высокой скоростью
VNA — векторный сетевой анализатор
VRS — виртуальная базовая станция
WAAS — широкая усиливающая система
WADGPS — широкая дифференциальная GPS
WARN — широкая опорная сеть
WB — широкополосный сигнал
WBI — широкополосные помехи
WCDMA — широкополосный множественный доступ с кодовым разделением
WE — беспроводные расширения
WED — дополнительные задержки вследствие прохождения сигнала через
стены
WGS84 — Всемирная геодезическая система
WiMAX — технология предоставления беспроводного широкополосного до-
ступа в Интернет
WLAN — беспроводная локальная сеть
WLS — метод взвешенных наименьших квадратов
WMAN — беспроводная сеть столичной области
WPAN — беспроводная персональная сеть
WRAPI — беспроводной программируемый интерфейс для научных иссле-
дований
WRR — отношение ширины импульса к средней скорости прибытия
многолучевого компонента
Wrt — по отношению
WSN — беспроводная сенсорная сеть
WT — беспроводные инструменты
WWB — предел Вайс—Вайнштейна
ZZB — нижний предел Зива—Закаи
Глава1
Введение
Дэвид Дардари, Эмануэла Фаллетти,
Франческо Соттиле
1.1. Основы позиционирования
с помощью беспроводных устройств
1.1.1. Общие вопросы и приложения
Позиционирование представляет собой процесс определения местоположения
одной точки относительно других точек, местоположение которых уже извест-
но. Оно было фундаментальной потребностью человека с момента его появле-
ния. Для решения этой задачи еще в эпохи, предшествующие развитию совре-
менных технологий, люди изобрели несколько инструментов, основанных на
наблюдении за звездами.
В нашу технологическую эру можно определить местоположение людей и
объектов в реальном времени, используя передачу радиосигналов (далее —
беспроводную передачу). В этом контексте самый популярный пример — гло-
бальная система позиционирования (GPS) — спутниковая система позицио-
нирования, которая позволяет пользователям с наземными приемниками точ-
но определить свое географическое положение [24]. В настоящее время
позиционирование становится основой для развития услуг по определению
местоположения (location-based services — LBS). В частности, беспроводные
системы позиционирования вызывали значительный интерес в течение многих
лет [1, 7, 12—14, 16, 22, 23, 26, 28, 29, 33, 35, 40].
Одной из главных областей использования методов позиционирования яв-
ляются транспортные системы в целом и интеллектуальные транспортные сис-
темы (intelligent transportation systems — ITS) в частности, в том числе поиск и
спасение при авариях, маршрутизация трафика, буксировка, помощь, а также
слежение за грузами [17]. Во всей этой деятельности используется хорошо из-
вестная GPS. Безопасность является одной из главных мотиваций разработки
гражданских приложений для мобильных устройств позиционирования, ис-
пользование которых является обязательным для экстренных вызовов по теле-
фонам 112 (в Европе) или 911 (в США) [18, 21]. Кроме того, LBS-услуги в на-
стоящее время привлекают все больше интереса и инвестиций, поскольку они
открывают новые возможности для совершенно новых рыночных стратегий,
основанных на мобильной местной рекламе, отслеживании перемещения пер-
сонала, навигационной помощи и позиционно-зависимого биллинга [23, 28].
Наглядное представление контекстно-зависимой архитектуры управления эти-
ми услугами показано на рис. 1.1.
В ближайшие годы мы увидим использование высокоточных систем пози-
ционирования (high-definition situation-aware — HDSA), способных работать в
сложных условиях распространения сигналов в окружающей среде, что обычно
невозможно при использовании GPS, например, внутри зданий и в подземных
помещениях. Такое применение требует системы позиционирования с субмет-
ровой точностью [14]. Надежное позиционирование в подобных условиях явля-
ется ключевым фактором для разнообразного использования, включая логисти-
ку, отслеживание в целях обеспечения безопасности (для авторизованных
лиц — для обеспечения высшей степени безопасности), медицинские услуги
(мониторинг пациентов), поисково-спасательные операции (связь с пожарными
или жертвами природных катастроф), управление бытовой техникой, автомо-
бильную безопасность и военные системы. Ожидается, что в 2017 году глобаль-
Рис. 1.1. Концепция архитектуры управления услугами в зависимости от окружающей об-
становки
Устройства, получающие
информацию об
окружающей обстановке
Услуга
Услуга
Услуга
Потребности
пользователя
Привычки
пользователя
Продолжи-
тельность
позициони-
рования
Услуги, зависимые от информации Персонализированная услуга
об окружающей обстановке
Услуги точного
позиционирования
Информация об окружающей обстановке
Активация
услуги
Управление информа-
цией об окружающей
обстановке
Устройство, ин-
терпретирующее
информацию
об окружающей
обстановке База данных
об окру-
жающей
обстановке
Устройство
вывода
информации
Устройство
моделирования
связи окружаю-
щей среды
и услуги
Информация
об услуге
Активация
набора услуг
в зависимости
от окружающей
обстановки
Услуги, оказываемые
конечному
пользователю
Правильная конфи-
гурация устройства
Правильное бизнес-
приложение
Правильная сеть
Правильное место
Правильная
информация
о местоположении
Правильные
развлекательные
Управление приложения
услугами
ные доходы от использования систем позиционирования в реальном времени
(real-time locating systems — RTLS), составят более 6 млрд евро [6].
Как вы узнаете из этой книги, ни одна из существующих и разрабатывае-
мых в настоящее время технологий позиционирования по отдельности не в
состоянии обеспечить охват услугами всего разнообразного и разнородного
окружения (например, одновременно открытых мест и закрытых помещений)
с необходимой высокой точностью позиционирования. Интеграция различных
технологий позиционирования, как представляется, является ключом к буду-
щим интегрированным RTLS, которые откроют новую эру повсеместного зна-
ния своего местоположения.
1.1.2. Классификация беспроводных систем позиционирования
Основная характеристика беспроводного позиционирования предполагает на-
личие «активного» терминала, положение которого должно быть определено.
Эта ситуация принципиально отличается от радиолокации, в процессе кото-
рой происходит нахождение «пассивного» удаленного объекта, который ни
коим образом не участвует в процессе позиционирования, например исполь-
зование радаров в процессе радиолокации. По этой причине радиолокацию
часто связывают с военными технологиями и наблюдением. Напротив, «актив-
ный» терминал, определяющий свое местоположение, должен активно участ-
вовать в процессе позиционирования, он принимает соответствующие измере-
ния и получает/обменивается информацией посредством беспроводных
устройств с некоторыми базовыми станциями. Информация о местоположе-
нии, как правило, используется самим терминалом, но также может быть на-
правлена какой-то станции управления, ответственной за деятельность терми-
нала. Определение местоположения относится поэтому к большому семейству
систем, процедур и алгоритмов, разработанных для военного применения,
но в последнее время все более широко используется в гражданском секторе.
В этой книге термины «определение местоположения», «позиционирование» и
«локализация» являются взаимозаменяемыми.
Между позиционированием и (радио-) навигацией существует фундамен-
тальное различие. Действительно, навигация относится к «теории и практике
планирования, учета и контроля хода и положения транспортного средства,
особенно морского или воздушного судна»1. Это означает, что навигационные
системы могут не только определить точное положение терминала, но и отсле-
дить, а затем исправить его траекторию после первого определения. В нави-
гации отслеживание траектории означает больше, чем просто установление
последовательности независимых положений объекта, так как оно часто вклю-
чает в себя оценку трехосевой скорости и, возможно, ускорения.
Определение взято из словаря American Heritage®.
Беспроводные системы позиционирования имеют ряд опорных беспровод-
ных узлов (узлы привязки — базовые узлы) с постоянной и точно известной
позицией в принятой системе координат и обязательно один или несколько
локализованных мобильных узлов (часто называются агентскими, целевыми
или мобильными пользовательскими узлами) (см. рис. 1.2). Терминология не
является универсальной, а зависит от используемой технологии: в сотовых
системах позиционирования термин «базовая станция» (base station — BS) ис-
пользуется для обозначения радиоустройств (radio frequency — RF) с извест-
ными координатами, в то время как название «мобильная станция» (mobile
station — MS) используется по отношению к радиоустройствам с неизвестны-
ми координатами, иногда также ее называют пользовательским терминалом
(user terminal — UT) или пользовательским оборудованием (UE). В контексте
беспроводных сенсорных сетей (wireless sensor networks — WSN) радиоустрой-
ства обычно указываются в виде узлов: базовых узлов с известными координа-
тами и агентского узла с неизвестными координатами.
Позиционирование, как правило, происходит в два основных этапа:
во-первых, проводятся непосредственные измерения между узлами, и, во-вто-
рых, эти измерения обрабатываются для определения положения агентских
узлов. Типичным примером данных измерений является определение расстоя-
ния между используемыми узлами. Это измерение называется дальнометрией.
На основе типа измерений, проведенных между узлами, и конфигурации сети
беспроводные системы позиционирования могут быть классифицированы по
различным критериям, как описано в следующих разделах.
1.1.2.1. Классификация беспроводных систем позиционирования
на основе имеющихся измерений
Каждый сигнал или физически измеряемая характеристика, которая передает
позиционно-зависимую информацию, может, в принципе, использоваться для
оценки местоположения потребителя. В зависимости от возможностей обору-
дования узла доступны различные виды измерений, основанные, например, на
радиоизлучении, инерциальных приборах (например, ускорение), инфракрас-
ном и ультразвуковом излучении. В частности, при использовании радиосиг-
налов полезная позиционно-зависимая информация может быть получена пу-
Межузельные измерения
Самоизмерения
Базовый узел Потребитель
Рис. 1.2. Общая схема сети системы позиционирования
тем анализа таких характеристик сигнала, как уровень принимаемого сигнала
(received signal strength — RSS), время приема сигнала (time of arrival — TOA) и
угол прихода сигнала (angle of arrival — АОА) или только из знания, что два
или более узлов находятся в зоне радиовидимости. В табл. 1.1 приведена клас-
сификация используемых позиционно-зависимых измерений. Ниже дан крат-
кий обзор, более подробная информация представлена в главе 3.
Таблица 1.1. Классификация систем позиционирования на основе доступных измерений
Измеряемая характеристика Схема позиционирования Определение характеристики
Угол прихода сигнала
(АОА)
На основе углов прихода
сигнала
Характеризует направление распростра-
нения сигнала
Обычно требуется антенная решетка
Уровень принимаемого
сигнала (RSS)
На основе дальности
Фингерпринтинг
Интерферометрическая
Измерение уровня принимаемого сигна-
ла
Время прихода сигнала
(TOA)
На основе дальности Измерение задержки распространения
сигнала
Разность во времени при-
хода сигнала (TDOA)
На основе разности в
дальности
Измерение разности в задержках прини-
маемых сигналов
Дальнометрия в ближней
зоне (NFR)
На основе дальности Отношение между углом, образованным
электрическими и магнитными полями
принимаемого сигнала, и расстоянием
между передатчиком и приемником
Радиовидимость На основе близости к узлу Подключение
Ускорение и угловая ско-
рость
Инерциальные Дает информацию о линейном и угловом
смещении
Магнитное поле Земли Магнитные Дает информацию об ориентации в про-
странстве
Измерение угла прихода сигнала (АОА)
При использовании методов угловых измерений местоположение потреби-
теля устанавливается путем измерения углов прихода сигналов АОА, поступа-
ющих на измерительную станцию. Источник сигнала находится на прямой ли-
нии, образованной станцией, и около АОА (также называется линией пеленга
(line of bearing — LOB)). Когда одновременно доступны несколько независи-
мых измерений АОА, точка пересечения двух LOB дает двумерное местополо-
жение потребителя. При точных измерениях проблемой позиционирования, ко-
торую предстоит решить в этом случае, является пересечение нескольких
прямых в 3D-пространстве. На практике шум, неточность измерения АОА и
многолучевое распространение сигнала требуют использования более чем двух
углов. Измеряющая станция, оснащенная антенной решеткой, которая позво-
ляет оценивать АОА, может быть как локализуемым терминалом (в данном
случае измеряется AOA сигналов от различных базовых узлов), так и самим
базовым узлом (в этом случае он принимает сигнал, передаваемый потребите-
лем, устанавливая его АОА).
Измерение уровня принимаемого сигнала (RSS)
Дальнометрия на основе уровня сигнала
Простейшим измерением, практически всегда доступным в каждом бес-
проводном устройстве, является определение уровня принимаемого сигнала
(RSS). На основании принципа «чем дальше узел, тем слабее принимаемый
сигнал» можно получить оценку расстояния между двумя узлами (дальномет-
рию) путем измерения RSS. Теоретические и эмпирические модели использу-
ют для того, чтобы перевести разницу (в дБ) в уровнях переданного (считается
известным) и принятого сигнала в дальность. Дальнометрия RSS не требует
синхронизации времени между узлами. К сожалению, проблемы распростра-
нения сигнала, такие как преломление, отражение, затенение и многолуче-
вость, приводят к ослаблению сигнала, которое слабо коррелируется с рассто-
янием, что приводит к неточным оценкам последнего.
Моделирование радиополя (фингерпринтинг)
Моделирование радиополя, также известное как картирование, — метод
отображения измеренных данных (например, RSS) на известной сетке в среде,
представленной данными моделирования, которые генерируются в процессе
картирования окружающей обстановки во время этапа калибровки системы.
При проведении позиционирования измеренные данные сопоставляются с су-
ществующей моделью. Типичные недостатки этого метода включают измене-
ние модели из-за изменений в геометрии пространства, например в результате
закрытия дверей в помещение.
Интерферометрический метод
Технология основана на передаче радиосигнала на нескольких различных
частотах между парными узлами. Несущая полученного композитного сигнала
после полосовой фильтрации медленно меняется с течением времени. Сме-
щение фазы этой несущей может быть оценено на основе измерений RSS и
содержит информацию о разнице в расстоянии до узлов. Сделав несколько из-
мерений в сети, состоящей по крайней мере из восьми узлов, можно восстано-
вить взаимное расположение узлов в 3D-системе координат [27].
Измерение времени прихода (TOA) сигнала
Временная дальнометрия
Учитывая, что электромагнитные волны распространяются со скоростью
света, то есть с Ј 3·108 м/с, расстояние d между парой узлов может быть полу-
чено из измерения задержки распространения или времени прохождения сиг-
нала (time of flight — TOF) ф = d/с при оценке сигнала (ТОА). Как показано
в главе 3, когда используются широкополосные сигналы и доступны точные
измерения времени, временная дальнометрия может обеспечить высокую точ-
ность позиционирования. Однако синхронизация времени и погрешности из-
мерений представляют собой основные проблемы при разработке методов вре-
менной дальнометрии.
Системы, работающие на основе определения суммы времени прихода сигна-
лов, измеряют относительную сумму расстояний между потребителем и базо-
выми узлами и уточняют определение местоположения как пересечение трех и
более эллипсоидов с фокусами в двух базовых узлах.
Системы, работающие на основе определения разности времени прибытия
(TDOA), измеряют разность расстояний между приемо-передающей парой
узлов. В результате измерений TDOA получается гиперболоид постоянной
разности расстояния, когда базовые узлы находятся в фокусе.
Подключение
Простейший способ получить нужные измерения для позиционирова-
ния — это определение близости к узлу. В этом случае простая информация о
подключении (да/нет) используется для оценки положения узла. Информация
о местоположении представляется как соседство с ближайшим известным ба-
зовым узлом (ориентиром). Основным преимуществом этого метода является
то, что он не требует никаких специальных аппаратных средств и времени
синхронизации между узлами, так как сведения о подключении можно полу-
чить в любом беспроводном устройстве. Тем не менее такой позиционно-зави-
симой информации, полученной с использованием этого метода, может ока-
заться недостаточно.
Дальнометрия в ближней зоне (NFR)
При дальнометрии в ближней зоне принимаются радиосигналы низкой
частоты (обычно около 1 МГц) и, следовательно, большой длины волны (око-
ло 300 м) [32]. Главная идея этого метода заключается в использовании детер-
минированных отношений, которые существует между углом, образованным
электрическими и магнитными полями принимаемого сигнала, и расстоянием
между передатчиком и приемником. Этот низкочастотный подход к определе-
нию местоположения позволяет проникать через большие препятствия, обла-
дает лучшей устойчивостью перед многолучевостью, а иногда дает и более точ-
ное определение местоположения благодаря дополнительной информации в
ближнем поле, в отличие от классических методов использования высоких
частот в дальнем поле. Основные недостатки этой технологии — потребность
в больших антеннах и низкая энергоэффективность.
Автономное позиционирование
Помимо измерений характеристик радиосигналов при обмене между узла-
ми (межузельные измерения), потребитель может определить свое местополо-
жение с помощью локальных измерений (автономное позиционирование) с
использованием бортовых датчиков, таких как инерционный измерительный
блок (inertial measurement units — IMU). В последнее время разработка недо-
рогих электромеханических систем (МЕМS) сделала устройства IMU очень
популярными. IMU может, как правило, содержать акселерометр и гироскоп.
Акселерометр измеряет ускорение устройства, на котором он крепится (изме-
нение линейной скорости), в дополнение к тяжести Земли, в то время как ги-
роскоп определяет угловую скорость устройства. Эти измерения не обеспечи-
вают позиционирование устройства непосредственно, поскольку они
позволяют только отслеживать его перемещения. Для определения собственно
положения устройства могут использоваться некоторые стратегии, как прави-
ло, на основе интеграции различных измерений. При этом позиционирование
может быть получено, например, при интеграции, во время которой определя-
ются положение и ориентация дрейфа в результате погрешностей измерений.
Это является основным ограничением использования инерциальных датчиков
при позиционировании в течение длительных промежутков времени. Для
уменьшения этих дрейфов инерционные устройства могут объединяться с маг-
нитометром, чтобы использовать магнитное поле Земли в качестве эталона.
Как объясняется в главе 6, самое большое преимущество IMU получается при
их использовании в комбинации с некоторыми беспроводными методами по-
зиционирования с помощью объединения данных алгоритмов обработки сиг-
налов.
1.1.2.2. Классификация на основе конфигурации сети
Конфигурация сети и набор доступных измерений влияют на стратегию обра-
ботки сигнала (алгоритм позиционирования), которая будет использоваться
для решения задач позиционирования. Рассмотрим, например, классическую
задачу об определении позиции (x; y) потребителя с помощью измеренного
расстояния di между местоположением потребителя и набором N базовых
узлов с известными координатами (xi, yi) при i = 1, 2, …, N. Расстояние можно
получить, например, с помощью TOA, RSS или NFR-измерений. Полагая для
простоты оценку расстояния идеальной, можно найти позицию потребителя с
помощью простых геометрических построений. На самом деле i-й базовый
узел (в 2D-сценарии) определяет окружность с центром в точке с координата-
ми xi, yi и радиусом di (рис. 1.3). Точка пересечения нескольких окружностей
соответствует положению потребителя. В двумерном пространстве требуются
по крайней мере три базовых узла.
К сожалению, при наличии ошибок в определении расстояния окружности
в общем случае не пересекаются в одном уникальном положении, что делает
позиционирование более сложной проблемой; это подробно рассматривается
в главах 2 и 3.
В зависимости от применения ограничений только небольшая часть узлов
может иметь информацию о своей позиции (базовые узлы), к ним относятся
узлы, оснащенные приемниками GPS или развернутые в известных позициях.
Другие узлы с неизвестной позицией (агенты) должны оценить свое местопо-
ложение за счет взаимодействия с базовыми узлами. При непосредственном
взаимодействии с достаточным количеством базовых узлов могут быть приня-
ты односкачковые алгоритмы позиционирования. Напротив, при использова-
нии многоскачкового распространения сигнала требуется взаимодействие между
узлами для передачи информации о положении базового узла тем узлам, кото-
рые не способны установить прямое взаимодействие с базовыми узлами.
В некоторых сценариях ни один из узлов не обладает информацией о сво-
ей абсолютной позиции (безъякорный сценарий). Абсолютная позиция — это
точное место, где находится узел, описанное в общей системе отсчета для всех
позиционированных узлов. Если системой отсчета является Земля, наиболее
часто используемой геодезической системой (geodetic system — GS) являет-
ся Всемирная геодезическая система (world geodetic system — WGS-84). Тем
не менее во многих случаях нет необходимости в знании абсолютных коорди-
нат (например, специальные боевые и спасательные системы). В этих случаях
оцениваются только относительные координаты (иногда называемые вирту-
альными координатами) и должны быть разработаны дополнительные алгорит-
мы позиционирования.
Позиционирование может быть центрированным относительно терминала,
когда потребитель выполняет измерения расстояния от базовых узлов на осно-
ве радиосигналов, передаваемых через них, а также проводит расчеты, необхо-
димые для определения собственной позиции, или центрированным относи-
тельно сети, когда сигнал, передаваемый потребителем используется
базовыми узлами (объединенными в сеть) для вычисления позиции потребите-
ля, в этом случае информация о местоположении затем отправляется обратно
потребителю, агенту.
Базовый узел 1
Базовый узел 2
Агент
Базовый узел 3
Рис. 1.3. Пример геометрического позиционирования
Резюме этой классификации представлено в табл. 1.2. Другие возможные
классификации основаны на применяемой беспроводной технологии, напри-
мер сотовая и сенсорная сети, спутниковая и наземная системы, либо на
основе зоны покрытия, например в помещении и на улице. Такая классифи-
кация рассматривается более подробно в специальном разделе 1.2.
Таблица 1.2. Классификация на основе конфигурации сети
Конфигурация сети Описание
На основе базовых узлов Часть узлов обладает информацией о своем местоположении
Многопрыжковая Расстояние от базовых узлов может быть получено косвенно через
промежуточные узлы
Однопрыжковая Расстояние от базовых узлов может быть получено при прямом
взаимодействии
Безъякорная Ни один из улов не обладает информацией о своем местоположении
Без определения дальности Используется только информация о подключении
Терминал-центрированная Использование специальной электроники в мобильном телефоне
для определения собственного местоположения
Сеть-центрированная Специальное оборудование для позиционирования в сети в целях
определения местоположения мобильного терминала
1.1.3. Показатели производительности
Требования к сетям, имеющим информацию о своем местоположении, и тех-
нологиям зависят от их использования. Поскольку измерения, выполняемые
при определении местоположения потребителя, зависят от некоторой неопре-
деленности (например, шума), оценка местоположения также будет характери-
зоваться ошибками.
Ошибка оценки позиции задается евклидовым расстоянием между опреде-
ленной позицией x и истинной позицией x следующим образом:
e( ) || x x x| |2 . (1.1)
Локальный показатель точности представляет собой среднеквадратичную
ошибку (root mean square error — RMSE) оценки позиции
RMSE {e2(x)}, (1.2)
где {·} — статистическое ожидание по всем (случайным) источникам оши-
бок. RMSE часто называют точностью, так как это мера статистических откло-
нений оценки позиции от реального положения. Высокой точности соответ-
ствует низкая RMSE.
Прецизионность (сходимость результатов) описывает статистические от-
клонения от среднего положения, в частности дисперсию или стандартное
отклонение (возможно, субъективное) от оцененной позиции. Высокая преци-
38 Глава 1. Введение
зионность представляется в виде низкой дисперсии или стандартного отклоне-
ния. При объективной оценке точность и прецизионность совпадают.
Другие представления точности и прецизионности включают в себя (вре-
менную/пространственную) достоверность измерений, при которой ошибки
измерений будут ниже некоторого порога на определенный процент времени
или измерений. Это представление можно рассматривать как вероятность от-
каза (сбоя), возникающую, если ошибка превышает допустимый порог eth:
pout {e(x) eth}, (1.3)
где {X} указывает вероятность события X, а eth является пороговой (то есть
максимально допустимой) ошибкой оценки позиции. Вероятность вычисляет-
ся с учетом всех возможных пространственных положений и моментов време-
ни [39]. Если рассматривать всю область позиционирования, то ошибку пози-
ционирования в результате отказа (localization error outage — LEO) можно
рассматривать как глобальный показатель точности. Эквивалентный показа-
тель, часто упоминаемый в литературе, — интегральная функция плотности
(cumulative density function — CDF) Fe(e) погрешности оценки позиции, кото-
рая задается уравнением
Fe(eth) {e(x) eth} 1 pout. (1.4)
Другими показателями точности являются надежность работы алгоритма
при некоторых нарушениях, таких как отсутствие радиовидимости, а также по-
крытия области, в которой узлы могут быть локализованы. В частности, ас-
пекты, связанные со скоростью обновления локализации (то есть количество
оценок позиции (перерегистрации) в секунду), имеют большое значение для
навигационных систем (навигация пешеходов и транспортных средств, как
правило, требует разной скорости обновления локализации), перекрывающих-
ся сложных алгоритмов и высокой стоимости узлов.
1.2. Системы позиционирования и навигации
В этой книге рассматриваются существующие и перспективные системы пози-
ционирования и навигации, создаваемые на базе научных и технологических
исследований последних лет. Учитывая приведенные ранее классификации,
теперь мы перейдем к технологическим различиям между спутниковыми и на-
земными системами позиционирования. Наглядное представление об основ-
ных технологиях позиционирования в настоящее время и степени их распрос-
транения и точности дано на рис. 1.4.
Системы спутникового позиционирования основаны на положении искусст-
венных спутников, которые вращаются по известным орбитам и непрерывно
передают сигналы, используемые мобильными терминалами для выполнения
дальнометрии. По своей сути это навигационные системы, в то время как
последние наземные системы предназначены в основном для позициони-
рования. Система глобального позиционирования (GPS) в настоящее время
в большей степени является глобальной навигационной спутниковой систе-
мой (GNSS).
Наземные системы позиционирования используют сеть наземных станций.
В прошлом использовались несколько наземных систем для морской и авиа-
ционной навигации: Decca, LORAN-C, TACAN и VOR/DME и множество
других [2, 25]. Они характеризуются очень специализированными областями
применения и высокой стоимостью установки и обслуживания. В долго-
срочной перспективе некоторые из них будут заменены GNSS. Описание
данного поколения наземных навигационных систем выходит за рамки этой
книги.
С другой стороны, современные наземные системы определения местопо-
ложения родились как своего рода побочный продукт существующих беспро-
водных систем связи. Одним из основных различий между современными
спутниковыми и наземными системами позиционирования является основная
цель, для которой предназначен сигнал, идущий от передатчика к приемнику:
в спутниковой системе целью является действительно позиционирование, тог-
да как в наземных системах позиционирование часто является вспомогатель-
ной опцией по отношению к передаче данных. По этой причине существует
такое различие в технологических проблемах и областях применения. Это так-
же главная причина, почему технология спутниковой навигации рассматрива-
ется зачастую как область, отличная от телекоммуникаций, возможно, находя-
щаяся ближе к географическим наукам и наблюдениям.
Из-за разнообразия наземных беспроводных систем и методов модуляции
к настоящему времени были предложены различные подходы к возможности
позиционирования в личных телефонах и портативных устройствах. К ним от-
Глобальная
Региональная В помещении
WSN/RFID WLAN Сотовая Спутниковая (GPS)
i-D-метка
0,5—5 м 5—10 м Более 30 м 5—50 м
Рис. 1.4. Иллюстрация основных технологий позиционирования, а также их качественный
уровень охвата и точности
носятся терминал-центрированные и сеть-центрированные процедуры для со-
товых сетей, для которых первые предложения изучались более пятнадцати
лет назад — процедуры, направленные на модуляцию и протоколы для бес-
проводных локальных сетей (WLAN), беспроводные сети больших городов
(WMAN) и WSN. Например, новая выделенная RTLS на основе радиочастот-
ной идентификации (radio frequency identification — RFID) или на перспектив-
ных технологиях передачи, таких как ультраширокая полоса пропускания
(ultra-wide bandwidth — UWB), была недавно представлена на рынке, как это
показано в разделе 1.2.3. В табл. 1.3 сведены основные характеристики не-
скольких существующих систем. Список систем позиционирования с исполь-
зованием других технологий можно найти в работе [16].
Таблица 1.3. Сравнение существующих систем позиционирования
Техно$
логия
Метод
измерения Точность Достоинства Недостатки
GPS TDOA 10—20 м Глобальное по-
крытие
Дорогостоящая
инфраструктура,
работает только
на открытом воз-
духе
Galileo TDOA 1—5 м Глобальное по-
крытие
Дорогостоящая
инфраструктура,
работает только
на открытом воз-
духе
A-GNSS TDOA Более 5 м Покрытие терри-
тории одной
страны
Низкая точность
внутри помеще-
ний
Сотовая E-OTD/OTDOA 50—500 м Покрытие терри-
тории одной
страны
Требуются син-
хронизированные
базовые станции
Сотовая CellID Размер сото-
вой ячейки
Покрытие терри-
тории одной
страны
Низкая точность
WLAN RSS-модель 1—5 м Покрытие внутри
помещений, низ-
кая стоимость
Требуется база
данных цифровой
модели, низкая
точность
WSN
(ZigBee)
RSS 1—10 м Покрытие внутри
помещений, низ-
кая потребляемая
мощность, низ-
кая стоимость
Низкая точность
WSN
(UWB)
TOA/TDOA/AOA 0,1—1 м Покрытие внутри
помещений, вы-
сокая точность
Малая дальность
(менее 20 м),
проблемы в
NLOS
Техно$
логия
Метод
измерения Точность Достоинства Недостатки
RFID Близость к узлу Подключе-
ние
Покрытие внутри
помещений, низ-
кая потребляемая
мощность, низ-
кая стоимость
Низкая точность,
одна метка на по-
зицию
NFR Электромагнитные
характеристики в
ближнем поле
1—5 м Покрытие внутри
помещений, низ-
кая стоимость
Низкие частоты,
большие антенны
INS Ускорение/угловая
скорость/магнит-
ное поле Земли
1—5% от
пройденного
пути/угла пе-
ремещения
Работает везде Дрейф позиции/
ориентации
Тем не менее необходимо признать, что в настоящее время наблюдается
сильное сближение технологий за счет интеграции навигационных и ком-
муникационных устройств, приложений и услуг (NAV/COM-систем и услуг).
Передним краем беспроводного позиционирования является гибридизация
спутниковых и наземных систем на базе концепции бесшовного позициониро-
вания, основной пример — вспомогательная услуга GPS, которая использует
наземные сотовые сети для повышения точности GPS-приемника.
1.2.1. Спутниковые системы
Мир навигации только что стал свидетелем важного этапа развития: появи-
лись и достигли полной работоспособности различные спутниковые навига-
ционные системы, конкурирующие и дополняющие GPS. Европа призывает
к развертыванию своей глобальной спутниковой системы Galileo, Россия ра-
дикально модернизировала глобальную навигационную спутниковую систему
(ГЛОНАСС), Япония и Индия разрабатывают собственные региональные сис-
темы, а Китай занят преобразованием своей изначально региональной систе-
мы Beidou в глобальную. Соединенные Штаты вкладывают значительные ре-
сурсы в модернизацию GPS. Появление этого нового спутникового созвездия
способствовало ускорению мировых исследований в области спутниковой на-
вигации, глубоко изменило рынок навигационных приемников и благодаря
новым возможностям, новым услугам и повышению доступности расширило
перспективы потребителей. Тем не менее бесспорным лидером среди спутни-
ковых систем сегодня является GPS.
GPS является спутниковой радионавигационной системой, используемой
для вычисления точного времени и трехмерной позиции в любом месте на
Земле. Схема этой процедуры приведена на рис. 1.5. Определение местополо-
жения с помощью GPS достигается путем получения сигнала с помощью
Таблица 1.3. (Окончание)
TOA-измерения, или псевдодальности, от минимум четырех спутников GPS.
Эти предварительные значения псевдодальности представляют собой измерен-
ные расстояния при прямой видимости (line of sight — LOS) сигналов, переда-
ваемых каждым из спутников Nsat. Псевдодальность ск для каждого спутника k
будет равна
k k u k u (x x)2 (y y)2 (zk zu)2 c
bu, k 1,2, ,Nsat ,
где хk, уk и rk — геоцентрические, геофиксированные (ECEF) координаты для
спутника k, а с — скорость света. Индекс u относится к потребителю, а хu, yu
и zu — ECEF-координаты потребителя. Временной сдвиг пользователя Дbu яв-
ляется сдвигом между временем опорного приемника и (неизвестным)
GPS-временем.
Как описано в главе 2, система (по крайней мере) четырех таких уравне-
ний линеаризуется и итеративно решается для определения местоположения
потребителя и его временного сдвига с использованием метода наименьших
квадратов (LS) [24]. Временной сдвиг пользователя представляет собой изме-
няющуюся во времени величину, которая влияет на все псевдодальности и об-
условлена следующими факторами:
• дрейф и сдвиг шкалы времени в приемнике потребителя;
• задержка при прохождении сигнала через спутниковую аппаратуру (ана-
логовый и цифровой);
• задержка сигнала при прохождении/обработке в антенне и приемнике.
Принимаемый шум
Многолучевость
Линия радиовидимости
Квазилиния
радиовидимости
Дальность + ошибка
Многолу-
чевость
Потребитель
Рис. 1.5. Базовая архитектура GPS
Источники ошибок:
Ионосфера
Тропосфера
В принципе, высокоточное позиционирование может быть получено в ре-
зультате решения системы уравнений, упомянутых ранее. Однако в целом есть
несколько основных источников ошибки GPS. Два из них включают неизвест-
ные атмосферные ошибки или задержки в ионосфере и тропосфере. Из-за
этих эффектов LOS-сигнал прибывает позже, чем предсказывают уравнения
псевдодальности. Многолучевое распространение — еще один основной ис-
точник ошибки псевдодальности. Многолучевые сигналы (как правило, неже-
лательные) — это отраженные сигналы от земли или других близлежащих пре-
пятствий. В отличие от атмосферных воздействий, которые непосредственно
влияют на LOS-сигнал TOA, многолучевость является причиной ошибочных
измерений TOA-сигнала приемником GPS.
Принципы, обобщенные ранее для GPS, являются основой для понимания
архитектуры всех спутниковых навигационных систем, в настоящее время на-
ходящихся в разработке, как глобальных, так и региональных. Более подроб-
ное обсуждение представлено в главе 2.
1.2.2. Системы функционального дополнения GNSS
Системы функционального дополнения GNSS появились, чтобы непрерывно
обеспечивать надежную и безопасную навигацию, особенно когда требуются
высокая точность, или усовершенствованное покрытие, или доступность. Точ-
ность, доступность, целостность и непрерывность — ключевые функции любой
GNSS, поэтому для их улучшения были разработаны необходимые процедуры
и внешние средства в виде систем функционального дополнения GNSS [30].
Системы функционального дополнения создают в целях уменьшения погреш$
ностей от основных источников ошибок в GNSS. В основном это осуществ-
ляется путем размещения базовых станций на точно известном месте в непо-
средственной близости от потребителя или там, где требуется высокая
точность навигации. Базовая станция измеряет расстояние до каждого из ви-
димых спутников, демодулирует навигационное сообщение и в зависимости от
типа параметра вычисляет несколько типов поправок, которые должны при-
меняться в приемнике потребителя с целью повышения точности местоопре-
деления. Затем станция передает корректирующие сигналы потребителям че-
рез канал передачи данных, при этом точность позиционирования может
составлять несколько сантиметров. Системы функционального дополнения рабо-
тают только в общем режиме, учитывая пространственно коррелированные
ошибки, такие как задержка сигнала в ионосфере и тропосфере. Ошибки, об-
условленные многолучевостью, равно как и ошибки вследствие интерферен-
ции, не являются общими для базовых станций и потребителей, поэтому они
не могут быть исправлены с помощью любых систем дополнения.
Основными системами функционального дополнения в настоящее время
являются дифференциальные GPS (differential GPS — DGPS), спутниковые
системы функционального дополнения (satellite-based augmentation systems —
SBAS), системы, работающие в режиме реального времени (real-time kinematic
— RTK), и вспомогательные GNSS (AGNSS) [37]. Интересно отметить, что
в то время как DGPS, SBAS, RTK требуют развертывания специальной назем-
ной сети опорных станций и конкретных протоколов связи, AGNSS в основ-
ном использует архитектуру сети существующих систем сотовой связи, в част-
ности с дополнительными функциями. По этой причине AGNSS — очень
перспективная технология, поскольку она по своей сути реализует концепцию
интеграции NAV/COM.
1.2.3. Наземные сетевые системы
Тенденция персонального использования навигационных систем, связанных с
LBS, требует, чтобы устройства позиционирования могли беспрепятственно
работать в различных изменяющихся и критических условиях, например внут-
ри складов, многоэтажных зданий, подземных магазинов, на парковках, внут-
ренних торговых и офисных помещениях. Примерами использования явля-
ются определение местоположения продукции, хранящейся на складе,
обнаружение медицинского персонала или оборудования в больнице, поиск
пожарных в горящем здании, определение местоположения полицейских со-
бак, обученных поиску взрывчатых веществ в здании, и нахождение помечен-
ных инструментов и оборудования, разбросанных по всему заводу [14]. К со-
жалению, прием сигнала GNSS в закрытых помещениях затрудняется из-за
сильного затухания при прохождении стен и перекрытий, а также в результате
многолучевого эффекта. Поэтому внутри помещений возникают большие про-
блемы с приемом и обработкой сигнала GNSS, решить которые призваны но-
вые модуляции (такие, которые предусмотрены для Galileo) и новые подходы
к навигации (в основном услуг GNSS).
Когда приемник находится в закрытом помещении, прием сигнала характе-
ризуется сильным ослаблением радиосигнала и несколькими отраженными или
рассеянными компонентами многолучевого распространения. Затухания, влия-
ющие на прямое распространение сигнала, могут варьироваться от 10 до 25 дБ в
зависимости от свойств бетона, тем самым снижая мощность радиосигнала при-
мерно от 160
до 190
дБВт, однако номинальная чувствительность современ-
ных коммерческих приемников примерно равна 178 дБВт. Кроме того, внутри
помещения эффект многолучевости и рассеяния становится еще более выра-
женным. В таких условиях использование основных приемников GPS действи-
тельно сомнительно, поэтому применяются другие подходы.
В настоящее время много исследований ориентировано на использование
наземных беспроводных технологий как средств развития систем позициони-
рования и навигации, которые работают там, где использование спутниковых
систем невозможно (внутри помещений, в городе). Новые LBS требуют опре-
деленного уровня точности установления местоположения, которому должны
удовлетворять системы позиционирования, несмотря на все проблемы, типич-
ные для распространения беспроводной связи, такие как затухание канала,
низкое отношение сигнал — шум (signal-to-noise ratio — SNR), многопользова-
тельские помехи и многолучевость.
Первые работы по позиционированию в помещениях появились более 10
лет назад, но многие работы еще продолжаются для уточнения и дальнейшей
разработки этих новаторских идей, как в академических, так и в промышлен-
ных кругах [3, 15, 16]. Некоторые беспроводные технологии были изучены для
внутреннего позиционирования. Их отличительными элементами являются:
• алгоритм позиционирования, который может использовать различные
типы измерения сигнала, например TOA, АОА и RSS;
• физический уровень сетевой инфраструктуры, используемый для связи с
терминалом пользователя. Одной из наиболее перспективных техноло-
гий для внутреннего позиционирования и связи, как представляется, яв-
ляется UWB [31, 33].
В этой книге термин «наземные сетевые системы позиционирования и нави-
гации» относится к тем системам, которые используют беспроводные техноло-
гии и полностью развернуты на земле. Наиболее часто используемыми бес-
проводными технологиями такого рода являются сети сотовой связи,
беспроводные локальные сети (WLAN), беспроводные системы на базе UWB,
системы с радиочастотной идентификацией (RFID) и беспроводные сенсор-
ные сети (WSN).
Наземные сетевые системы позиционирования можно также отнести к ло-
кальным системам, или системам малой дальности, потому что их зона по-
крытия ограничивается тем регионом, где они развернуты. Таким образом,
они отличаются от GNSS, охват которых носит глобальный характер.
1.2.3.1. Позиционирование в сотовых сетях
Сотовые сети опираются на набор базовых станций (BS) с радиусом покрытия
примерно до десятков километров каждая. В настоящее время они широко
распространены во всех развитых странах.
Наиболее популярная технология позиционирования в сотовых сетях
основана на TDOA [22]. Например, позиционирование в GSM основывается
на существующей разности во времени (OTD). OTD оценивает разность во вре-
мени между сигналами, приходящими в локальные станции (MS) от двух раз-
ных BS. По крайней мере, необходимы три видимые BS для оценки положе-
ния МS, которое получается в результате пересечения гиперболических
линий, имеющих фокусы в положениях ВS. Окончательная точность позицио-
нирования в GSM-системе с использованием OTD колеблется от 50 до 500 м.
Метод оценки параметра сигнала, используемый в UMTS сетях, — TDOA
(OTDOA), он основан на подходе TDOA. Во всяком случае, точность сотового
позиционирования довольно скромная, по этой причине последние алгоритмы
определения местоположения пытаются использовать любую имеющуюся ин-
формацию о состоянии окружающей среды (например, затухание, доплеров-
скую частоту и топологию сети) для достижения более высокой точности с по-
мощью методов объединения данных. Позиционирование в сотовых системах
рассматривается в разделе 3.2.1.
1.2.3.2. Позиционирование в беспроводных локальных сетях (WLAN)
Область размещения WLAN намного меньше площади сотовых сетей. Они
широко используются как в частных, так и государственных учреждениях, та-
ких как кампусы компаний, университетов, корпораций, аэропорты, музеи и
торговые центры. Развертывание сетей WLAN под открытым небом можно
увидеть только в небольших зонах крупных городов в оживленных местах. Ре-
шение проблем позиционирования на основе WLAN-систем полагается глав-
ным образом на оценку мощности сигнала. Поскольку измерение мощности
принимаемого сигнала (RSS) является частью нормального режима работы
беспроводного трансивера, никакой другой специальной аппаратной инфра-
структуры не требуется. Как описано в разделе 3.3, наиболее часто в WLAN-
системах используются методы моделирования пространства фингерприн-
тинга [3].
1.2.3.3. Позиционирование при радиочастотной идентификации (RFID)
RFID-технология привлекла огромный интерес во всем мире, начиная с самых
ранних новаторских идей, выдвинутых в 1948 г. Множество примеров исполь-
зования этой технологии можно найти в нескольких областях, таких как ло-
гистика, автомобили, наблюдение, системы автоматизации, и в целом для
идентификации объектов в режиме реального времени [9]. RFID-система со-
стоит из меток, которые присваиваются объектам и считывателю. Считыватель
запрашивает метки для получения данных, хранящихся на них посредством
беспроводной связи. Когда требования к стоимости, размерам и энергопотреб-
лению меток становятся особенно жесткими, рассматриваются пассивные или
полупассивные варианты меток. Связь с пассивными метками обычно осуще-
ствляется передачей обратного сигнала, логические и запоминающие схемы
контроля меток получают необходимую энергию для обработки ВЧ-сигнала,
присланного считывателем.
Последние разработки демонстрируют тенденцию к гибридизации активных
RFID- и RTLS-технологий [19]. Некоторые поставщики RFID внедряют или
адаптируют RTLS-концепции, чтобы обеспечить дополнительные функцио-
нальные возможности своих устройств. Некоторые системы опираются на алго-
1.2. Системы позиционирования и навигации 47
ритмы позиционирования, основанные на близости, которые, в общем,
не очень точны для многих приложений. Стандарт ИСО/МЭК 24730-2 [20] был
введен в 2006 году, чтобы заполнить разрыв между RFID- и RTLS-технология-
ми. Также были проведены некоторые научно-исследовательские разработки
для интеграции RFID- и UWB-технологий и получения RTLS крайне низкой
стоимости [5]. Алгоритмы позиционирования, принятые в RTLS на основе
RFID, как правило, те же, что и в беспроводных локальных сетях и WSN.
1.2.3.4. Позиционирование в WSN
WSN в своей простейшей форме можно определить как сеть устройств (про-
стых, малогабаритных), называемых узлами, которые принимают информацию
об окружающей среде и посредством беспроводной связи обмениваются ин-
формацией. Данные передаются через несколько ретрансляторов в локальный
приемник данных (контроллер или монитор) или в другие сети через шлюз
(как показано на рис. 1.6) [38]. Число приложений, где используются WSN се-
годня или планируется их приложение в будущем, достаточно велико. Помимо
«основных» приложений, относящихся к общему мониторингу окружающей
среды и процессов, WSN используются или будут использоваться также в сис-
теме безопасности дорожного движения, медицине, сельском хозяйстве, ло-
гистике и при ликвидации последствий стихийных бедствий.
Во многих (если не сказать всех) приложениях WSN сенсор используется
мало, если он не оказывается в положении, в котором были собраны дан-
ные. Проблемы позиционирования в WSN могут сильно варьироваться по
своему характеру от сети к сети и от приложения к приложению. Целесооб-
разность подхода к позиционированию сенсорных узлов зависит от доступ-
ных аппаратных средств, измеренных данных, инфраструктуры и от требова-
ний приложения. В некоторых случаях фиксированная инфраструктура
может быть установлена по всей области развертывания сети, для того чтобы
помочь позиционированию подвижных сенсорных узлов. Эта инфраструкту-
ра может включать в себя опорные узлы в известном месте (якоря) или цент-
Наблюдаемое пространство
Интернет
Рис. 1.6. Пример WSN
Приемник данных/
контроллер
Узел/преобразователь
Межсетевой
шлюз
ральную станцию обработки с расширенными ресурсами с точки зрения вы-
числительной мощности и/или энергоснабжения. Ожидаемый размер сети,
то есть плотность узлов и зона покрытия сети, также играет важную роль в
процессе проектирования. Некоторые WSN, которые были рассмотрены в
литературе, включают тысячи сенсорных узлов, плотно расположенных на
очень больших площадях. В таких крупных сетях очень важно, чтобы слож-
ность алгоритма позиционирования не стала резко возрастать в зависимости
от количества узлов и/или уровня подключения сети, то есть важным факто-
ром часто является алгоритм масштабирования. В табл. 1.4 приведены неко-
торые основные аспекты WSN с точки зрения структуры алгоритма позицио-
нирования и основных свойств. Позиционирование в WSN рассматривается
в разделе 3.4.
Таблица 1.4. Факторы, влияющие на выбор алгоритма позиционирования WSN
Характеристики WSN Важные свойства алгоритма
Доступное оборудование для узлов Сложность алгоритма
Наличие фиксированной инфраструктуры Распределенный или централизованный алгоритм
Ожидаемый размер сети (количество узлов,
соединений)
Алгоритм масштабирования
Наличие исходных данных Метод позиционирования, например трилатерации
Область применения сети Точность алгоритма позиционирования
1.2.3.5. Сверхширокополосная (UWB) технология позиционирования
UWB является перспективной технологией для высокоточного позициониро-
вания в закрытых помещениях, позволяющей очень точно и быстро измерить
расстояния. UWB также является жизнеспособной технологией для беспровод-
ной связи малой дальности в закрытых помещениях с потенциально привлека-
тельными особенностями: высокой скоростью передачи, простотой и низкой
стоимостью, малым потреблением энергии [4, 13]. Эта технология вызвала
значительный и постоянно растущий интерес у многих производителей в
США с февраля 2002 года, когда Федеральная комиссия по связи (FCC) от-
крыла диапазон шириной 7,5 ГГц (от 3,1 до 10,6 ГГц) для использования
устройств UWB [8].
Традиционный подход к конструкции системы связи UWB использует
узкополосные кратковременные импульсы очень короткой продолжительнос-
тью, как правило, порядка наносекунды, тем самым распространяя энергию
радиосигнала достаточно равномерно по широкой полосе частот в диапазоне
от крайне низких значений до нескольких гигагерц. Этот метод обычно назы-
вают UWB-импульс-радио (IR-UWB). Большое преимущество короткоим-
пульсной модуляции — возможность оценить TOA, определяющее местополо-
жение с точностью менее 1 м.
В марте 2004 года в рамках стандартизации IEEE 802.15 была создана техни-
ческая группа под названием «Целевая группа TG4a». Ее задача заключалась в
определении альтернативного физического уровня (IEEE 802.15.4a) на основе
UWB-характеристик для стандарта IEEE 802.15.4, большей частью используемо-
го для создания WSN. Перед конструкторами стояли две цели: низкая стои-
мость и низкое энергопотребление, которые были достигнуты за счет нового
слоя PHY на основе UWB с помощью простых схем демодуляции, низкой ско-
рости передачи данных и малого тепловыделения. Низкое энергопотребление
достигается за счет низкого коэффициента использования (заполнения импуль-
сами). Было заявлено, что первый коммерческий чипсет, совместимый с IEEE
802.15.4a, будет выпущен в конце 2011 года. Параллельно с этим ряд компаний,
предлагающих собственные продукты UWB для RTLS, серьезно занялись разра-
боткой нового стандарта IEEE 802.15.4f, который должен регламентировать ре-
шения для точного позиционирования в закрытых помещениях при чрезвычай-
но низкой стоимости и низком энергопотреблении.
1.3. Применение технологий обработки сигналов в позиционировании и навигации Как показано на примерах в разделе 1.1.2, при отсутствии ошибок измерений
большинство задач позиционирования связаны с геометрическим подходом,
при котором расположение MS непосредственно определяется из параметров,
зависящих от позиции, которые извлекают из полученного сигнала путем гео-
метрических построений (например, пересечения окружностей и гипербол).
На практике измерения подвержены ошибкам, и, следовательно, такие подхо-
ды могут оказаться бесполезными. Следовательно, задача позиционирования
должна решаться в рамках более общей теории оценивания.
В общем случае проблема позиционирования может быть сформулирована
следующим образом (рис. 1.7). Рассмотрим общий сценарий с большим ко-
личеством беспроводных узлов, где некое подмножество узлов находится в не-
известных позициях (MS). Пусть х — набор координат для позиций MS. Мы
хотим оценить x для позиций MS по ряду доступных измерений r (наблюде-
ний). Этот набор может включать в себя измерения от нескольких BS, а также
измерения между MS или самостоятельные измерения. Измерения могут быть
либо TOA, АОА, RSS, либо даже гетерогенные комбинации из них. Главный
вопрос заключается в разработке оценочной функции, которая сводит к мини-
муму определенные показатели точности, такие как RMSE. Как правило,
предпочтительнее получить оценочную функцию, которая обеспечивает объ-
ективную и минимальную дисперсию оценки.
Статистическая геометрия дает теоретическую основу, которая помогает
решать задачи позиционирования даже при наличии ошибок измерений. Ста-
тистические методы основаны на вероятностном описании наблюдения r.
Предполагается, что элементы r (измерения) — случайные переменные (random
variables — RV), суммарная функция плотности вероятности (PDF) кото-
рых зависит от положения MS. Как правило, используется модель аддитивно-
го шума, а это означает, что предполагаемые параметры позиции задаются
суммой слагаемых, зависимых от местоположения MS, и случайных помех.
Статистические методы делятся на параметрические или непараметрические в
зависимости от того, доступно или нет вероятностное описание набора наблю-
дений r соответственно. Теперь мы представляем краткий обзор основных
подходов, которые используются в теории оценивания для решения проблемы
позиционирования. Более подробную информацию читатель может найти в
классических учебниках по теории оценивания [36].
1.3.1. Параметрические статистические методы
Параметрические методы предполагают полное или частичное статистическое
определение параметров позиции.
1.3.1.1. Байесовская оценочная функция
Когда можно получить априорные статистические характеристики измере-
ний r, а также параметр для оценки (координаты х позиций станций MS),
можно использовать байесовские методы. Объективная оценочная функция
минимальной среднеквадратической ошибки (MMSE) задается выражением
x MMSE xp(x|r)dx, (1.5)
где p(x|r)— апостериорная плотность вероятности PDF от х.
Следующий критерий — оценочная функция максимальной апостериор-
ной вероятности (MAP), определяется как
x argmax (xr)
x
MAP p |, (1.6)
что эквивалентно оценочной функции MMSE, когда случайные величины х
и r являются совместно гауссовскими.
Измерения
Оценка
позиции
Оценка
Априорная
информация
Рис. 1.7. Проблема оценки позиции
Наблюдение пространства
1.3.1.2. Оценка методом максимального правдоподобия
При отсутствии априорных статистических характеристик позиций станций
MS не всегда существует несмещенная оценка с минимальной дисперсией,
а если она все-таки есть, отсутствует простая процедура для ее нахождения.
Популярным и в целом оптимальным методом является оценка по методу
максимального правдоподобия (maximum likelihood — ML):
argmax x (rx)
x
ML p | , (1.7)
где p(r|x) является условной PDF измерений, определяемой позициями MS.
Популярность оценки ML исходит из того, что она асимптотически эффектив-
на, то есть при малых ошибках измерений она становится несмещенной оцен-
кой с минимальной дисперсией. Действительно, когда существует эффектив-
ная оценка, ее можно произвести с помощью ML-оценки.
Дисперсия любой несмещенной оценки снизу ограничена нижним пределом
Крамера—Рао (CRB), который, как правило, принимается в качестве эталона для
новой конструкции оценок. Основные пределы рассматриваются в главе 4.
1.3.2. Непараметрические статистические методы
1.3.2.1. Оценка методом наименьших квадратов (LS)
Когда (априори) статистическая характеристика измерения отсутствует, в ка-
честве стандартного подхода используют метод наименьших квадратов. Пред-
положим, что измерение может быть выражено следующим образом:
r = h(x) + n, (1.8)
где h(x) обозначает связь между измерениями и положением MS, n — ошибки
измерения, LS-оценка — позиция xLS, которая минимизирует сумму квадратов
ошибок измерения следующим образом:
xLS = arg min
x
(x — h(x))T (x — h(x)). (1.9)
Поскольку никаких вероятностных предположений об измерениях не сде-
лано, сведение к минимуму ошибки LS не минимизирует ошибки оценивания,
следовательно, в целом LS не является оптимальным методом. Заметим, что
если погрешность измерения n имеет гауссовское распределение, оценки LS и
ML становятся эквивалентными.
1.3.3. Негеометрические методы
Совершенно иной подход применяется в негеометрических методах, где изме-
рения используются не для построения геометрических соотношений, а для
получения своего рода «подписи» каждого интересующего места. Примером
негеометрического метода являются методы моделирования пространства (или
картирования). Метод описан более подробно в подразделе 3.1.2.3.
52 Глава 1. Введение
1.3.4. Дополнительные инструменты обработки сигналов
Хотя теория оценки была хорошо отработана в течение нескольких десятиле-
тий, алгоритм хорошей оценки до сих пор является областью активных на-
учных исследований из-за возможности негауссовских нарушений (например,
многолучевого распространения, условия существования канала без прямой
видимости (non-line-of-sight — NLOS), отсутствия синхронизации времени),
различных конфигураций сети (централизованных, распределенных, совмест-
ных, когнитивных) и ограничений, таких как сложность вычислений и энерго-
эффективность. Поэтому были разработаны несколько дополнительных
инструментов обработки сигнала. Например, если набор r включает в себя в
межстанционные измерения (совместная локализация), прямое определение
оценок MMSE, ML, LS или максимальных апостериорных оценок (maximum
a posteriori — MAP) становится недоступным вследствие их сложности. Кроме
того, измерения r могут содержать наблюдения, выполненные в разные мо-
менты времени в среде, где MS находятся в непрерывном движении. В этом
случае для более точной оценки позиции могут быть использованы алгоритмы
отслеживания с применением байесовского подхода с временными корреляци-
ями между последовательными наблюдениями. Как показано в главе 6, байе-
совская система также позволяет эффективно интегрировать различные техно-
логии позиционирования (например, спутниковые и наземные или радио- и
инерционные), а также мобильные модели MS в единой системе навигации
посредством объединения данных.
1.3.4.1. Байесовская фильтрация
В байесовской фильтрации [11] проблема локализации моделируется как ди-
намическая система, в которой вектор состояния хn в дискретный момент вре-
мени n имеет координаты MS. В частности, в момент n апостериорная PDF
Bel(xn) состояния хn называется правдоподобием и оценивается в два этапа
(рис. 1.8). На первом этапе функция правдоподобия обновляется в соответ-
ствии с мобильной моделью p(xn|xn — 1), которая представляет собой динами-
ческую модель для системы Bel(xn). Мобильная модель дает описание измене-
ния xn — 1 xn, то есть статистическое описание движения MS. На втором
этапе функция доверия претерпевает дальнейшее обновление до Bel(xn) с уче-
том статистической информации p(rn|xn) о положении в момент времени n, на-
чиная с измерения вектора rn, собранного на момент n. Это воспринимающая
модель восприятия, которая работает в качестве обновления состояния систе-
мы. Посредством функции правдоподобия можно определить наиболее веро-
ятное состояние (позицию MS) в момент времени n среди всех возможных со-
стояний. Поскольку реализация байесовского фильтра может быть сложной, в
литературе были разработаны несколько оптимальных подходов, которые бу-
дут представлены в главе 6.
1.3.4.2. Метод максимального правдоподобия
Методы максимального правдоподобия и их относительная простота реализа-
ции, например методы, основанные на фактор-графах, представляют собой
мощные средства обработки сигналов для решения проблемы позиционирова-
ния при совместной работе [10, 34, 40]. Как показано на рис. 1.9, сеть позици-
онирования может быть представлена в виде неориентированного графа, где
вершины — это узлы с привязанными локациями хк и предварительные PDF,
а ребра (ветви) соединяют узлы и позволяют обмениваться измерениями с ве-
роятностью p(rn,k|xk,xn). На каждой итерации узел k получает приближенную
апостериорную PDF (правдоподобие) p(xk|r) его собственной позиции.
Измерения
Рис. 1.8. Схематическое представление байесовской фильтрации для отслеживания позиции
Мобильная
модель
Воспринимающая
модель
Предсказание
состояния
Подстройка
состояния
Рис. 1.9. Позиционирование с помощью методов распространения доверия
Соседи используют свои измерения для вычисления показателей правдо-
подобия к позиции k-го узла и отправляют его к узлу k (в виде сообщения).
Обмен сообщениями между узлами продолжается до получения сходимости
алгоритма. Более подробную информацию о позиционировании, основанном
на распространении доверия, можно найти в главе 5, где также дан пример
этого подхода (см. подраздел 5.4.5.2).
Литература
1. A. Sayed, A. Tarighat, N. Khajehnouri, Network-based wireless location, IEEE Signal
Process. Mag. 22 (4) (2005) 24—40.
2. S. Appleyard, R. Linford, P. Yarwood, Marine Electronic Navigation, second ed., Routledge
& Kegan Paul, 1988.
3. P. Bahl, V.N. Padmanabhan, RADAR: An in-building RF-based user location and tracking
system, in: Proceedings of the IEEE Infocom 2000, Tel Aviv, Israel, 2000.
4. D. Dardari, A. Conti, U. Ferner, A. Giorgetti, M.Z. Win, Ranging with ultrawide bandwidth
signals in multipath environments, Proc. IEEE, Special Issue on UWB Technology
& Emerging Applications, 97 (2) (2009) 404—426.
5. D. Dardari, R. D’Errico, C. Roblin, A. Sibille, M.Z. Win, Ultrawide bandwidth RFID:
The next generation? Proc. IEEE, Special Issue on RFID — A Unique Radio Innovation
for the 21st Century, 98 (9) (2010) 1570—1582.
6. R. Das, P. Harrop, RFID forecast, players and opportunities 2007—2017. http://www.idtechex.
com, 2007.
7. F. Gustafsson, F. Gunnarsson, Mobile positioning using wireless networks, IEEE Signal
Process. Mag. 22 (4) (2005) 41—53.
8. Federal Communications Commission, Revision of part 15 of the commission’s rules regarding
ultrawideband transmission systems, first report and order (ET Docket 98—153),
Adopted Feb. 14, 2002, Released Apr. 22, 2002.
9. K. Finkenzeller, RFID Handbook: Fundamentals and Applications in Contactless Smart
Cards and Identification, second ed., John Wiley & Sons, 2004.
10. D. Fontanella, M. Nicoli, L. Vandendorpe, Bayesian localization in sensor networks: Distributed
algorithm and fundamental limits, in: 2010 IEEE International Conference on
Communications (ICC), 2010, pp. 1—5.
11. D. Fox, J. Hightower, L. Liao, D. Schulz, G. Borriello, Bayesian filtering for local estimation,
IEEE Pervasive Comput. 2 (3) (2003).
12. G. Sun, J. Chen, W. Guo, K.J. Ray Liu, Signal processing techniques in network-aided
positioning, IEEE Signal Process. Mag. 22 (4) (2005) 12—23.
13. S. Gezici, Z. Tian, G.B. Giannakis, H. Kobayashi, A. Molisch, H.V. Poor, et al., Localization
via ultrawideband radio, IEEE Signal Process. Mag. 22 (4) (2005) 70—84.
14. H. Liu, H. Darabi, P. Banerjee, J. Liu, Survey of wireless indoor positioning techniques
and systems, IEEE Trans. Syst. Man Cybern. C Appl. Rev. 37 (6) (2007) 1067—1080.
15. A. Harter, A. Hopper, P. Steggles, A.Ward, P.Webster, The anatomy of a context-aware
application,Wireless Networks 8 (2002) 187—197.
16. J. Hightower, G. Borriello, Location systems for ubiquitous computing Computer 34 (8)
(2001) 57—66.
17. http://ec.europa.eu/information society/activities/intelligentcar/icar/index en.htm, 2008.
18. http://ec.europa.eu/information society/activities/intelligentcar/technologies/tech 07/index
en.htm, 2008.
19. ISO/IEC 19762-5:2008. Information technology — automatic identification and data capture
(AIDC) techniques — part 5: Locating systems.
Литература 55
20. ISO/IEC 24730-2. Information technology — real-time locating systems (RTLS) — part
2: 2.4 GHz air interface protocol.
21. J.H. Reed, K.J. Krizman, B.D. Woerner, T.S. Rappaport, An overview of the challenges
and progress in meeting the E-911 requirement for location services, IEEE Commun.
Mag. 36 (4) (1998) 30—37.
22. J.J. Caffery Jr., G.L. Stuber, Overview of radiolocation in CDMA cellular systems, IEEE
Commun. Mag. (1998) 38—45.
23. K. Gratsias, E. Frentzos, V. Delis, Y. Theodoridis, Towards a taxonomy of location based
services, in: Web and Wireless Geographical Information Systems, Lecture Notes in Computer
Science, Springer, Berlin/Heidelberg, 2005.
24. E.D. Kaplan, Understanding GPS: Principles and Applications, second ed., Artech House,
Norwood, MA, 2006.
25. M. Kayton, W. Fried, Avionics Navigation Systems. A Wiley-Interscience publication. J.
Wiley, 1997.
26. M. Vossiek, L. Wiebking, P. Gulden, J. Wieghardt, C. Hoffmann, P. Heide, Wireless local
positioning, IEEE Microwave Mag. 4 (4) (2003) 77—86.
27.M. Maroti, P. Vцlgyesi, S. Dora, B. Kusy, A. Nadas, A. Ledeczi, et al., Radio interferometric
geolocation. in: Proceedings of the ACM Conference on Embedded Networked
Sensor Systems, San Diego, 2005.
28. P. Bellavista, A. Kupper, S. Helal, Location-based services: Back to the future. IEEE Pervasive
Comput. 7 (2) (2008) 85—89.
29. N. Patwari, J.N. Ash, S. Kyperountas, A.O. Hero, R.L. Moses, N.S. Correal, Locating
the nodes: Cooperative localization in wireless sensor networks. IEEE Signal Process.
Mag. 22 (4) (2005) 54—69.
30. R.E. Phelts, Multicorrelator Techniques for Robust Mitigation of Threats to GPS Signal
Quality, PhD thesis, Stanford University, 2001.
31. Z. Sahinoglu, S. Gezici, I. Guvenc, Ultra-Wideband Positioning Systems: Theoretical Limits,
Ranging Algorithms, and Protocols, Cambridge University Press, 2008.
32. H.G. Schantz, A real-time location system using near-field electromagnetic ranging, in:
2007 IEEE Antennas and Propagation Society International Symposium, Honolulu, HI,
2007.
33. Y. Shen, M. Win, Fundamental limits of wideband localization — part I: A general framework,
IEEE Trans. Inf. Theory 56 (10) (2010) 4956—4980.
34. Y. Shen, H. Wymeersch, M. Win, Fundamental limits of wideband localization — part II:
Cooperative networks. Inf. Theory IEEE Trans. 56 (10) (2010) 4981—5000.
35. T.S. Rappaport, J.H. Reed, B.D. Woerner, Position location using wireless communications
on highways of the future, IEEE Commun. Mag. 34 (10) (1996) 33—41.
36. H.L.V. Trees, Detection, Estimation, and Modulation Theory: Part I, second ed., John
Wiley & Sons, Inc., New York, 2001.
37. F. Van Diggelen, A-GPS: Assisted GPS, GNSS, and SBAS, GNSS Technology and Applications
Series, Artech House, 2009.
38. R. Verdone, D. Dardari, G. Mazzini, A. Conti, Wireless Sensor and Actuator Networks:
Technologies, Analysis and Design, Elsevier, 2008.
39. M.Z. Win, A. Conti, S. Mazuelas, Y. Shen, W.M. Gifford, D. Dardari, Network localization
and navigation via cooperation, IEEE Commun. Mag. (2011).
40. H. Wymeersch, J. Lien, M. Win, Cooperative localization in wireless networks, Proc.
IEEE 97 (2) (2009) 427—450.