본 논문은 휴대폰이나 PCS의 통신망 기반 구조를 사용하여 이동국의 위치 추정 시스템을 개발하는데 목적이 있다. 이동국의 위치 추정이 가능하게 될 때 도시 교통 관리, 119 긴급 구조, 범죄 수사, 환자 안전 보호 특히 치매 환자를 위한 서비스가 가능하게 된다. 본 논문은 기지국과 이동국의 위치를 나타내기 위해 전파 경로가 NLOS 환경일 경우 표준 잡음을 모델링 할 때 LOS 환경의 통계적 특성을 이용한다고 가정하였다. 우선 표준 잡음의 평균 표준 편차를 $\pm150$으로 하여 측위 알고리즘인 TOA와 TDOA를 이용하여 위치 추정값을 비교 분석하고 Kalman filter를 이용해 표준 잡음을 제거한 후 측위 알고리즘을 이용하여 위치 추정값을 비교 분석하였다. 그리고 결과치를 smoothing 처리하여 비교 분석하였다. 표준 잡음을 제거하지 않은 경우에 비해 Kalman filter를 사용하여 표준 잡음을 제거하면 TOA에서는 51.2 m, TDOA에서는 34.8 m의 2차원 평균 위치 오차가 향상된 결과를 얻었다. 그 결과에 smoothing 기법을 이용하면 2차원 평균 위치 오차가 약 3 m 정도 개선됨을 확인하였다.
본 논문은 휴대폰이나 PCS의 통신망 기반 구조를 사용하여 이동국의 위치 추정 시스템을 개발하는데 목적이 있다. 이동국의 위치 추정이 가능하게 될 때 도시 교통 관리, 119 긴급 구조, 범죄 수사, 환자 안전 보호 특히 치매 환자를 위한 서비스가 가능하게 된다. 본 논문은 기지국과 이동국의 위치를 나타내기 위해 전파 경로가 NLOS 환경일 경우 표준 잡음을 모델링 할 때 LOS 환경의 통계적 특성을 이용한다고 가정하였다. 우선 표준 잡음의 평균 표준 편차를 $\pm150$으로 하여 측위 알고리즘인 TOA와 TDOA를 이용하여 위치 추정값을 비교 분석하고 Kalman filter를 이용해 표준 잡음을 제거한 후 측위 알고리즘을 이용하여 위치 추정값을 비교 분석하였다. 그리고 결과치를 smoothing 처리하여 비교 분석하였다. 표준 잡음을 제거하지 않은 경우에 비해 Kalman filter를 사용하여 표준 잡음을 제거하면 TOA에서는 51.2 m, TDOA에서는 34.8 m의 2차원 평균 위치 오차가 향상된 결과를 얻었다. 그 결과에 smoothing 기법을 이용하면 2차원 평균 위치 오차가 약 3 m 정도 개선됨을 확인하였다.
This paper is aimed at developing an location tracking system of mobile station based on currently available mobile communication network or mobile Phone and PCS(Personal Communication System). When the location tracking of mobile stations is in services, Emergency-119, all of crime investigation, e...
This paper is aimed at developing an location tracking system of mobile station based on currently available mobile communication network or mobile Phone and PCS(Personal Communication System). When the location tracking of mobile stations is in services, Emergency-119, all of crime investigation, effective urban traffic management and the safety protection of Alzheimer＇s patients can be available. In order to track the location of the mobile and base station, assumption in this paper is to use the statistic characteristics of LOS when modeling the standard noise in case that radio path is LNOS environment. The standard variation of the standard noise is $\pm150$. First, location is estimated by the positioning algorithms of TOA and TDOA and compared each other. Second, after canceling the standard noise by Kalman filter, location is estimated by the above two positioning algorithms. Finally, the location by the Kalman filter and two positioning algorithms is estimated by smoothing method. As a result, 2 dimensional average location error is imvoved by 51.2m in TOA and 34.8m in TDOA when Kalman filer and two positioning algorithms are used, compared with the two positioning algorithm used. And there is 3 more meter improvement after smoothing than Kalman filer and two positioning algorithms used.
This paper is aimed at developing an location tracking system of mobile station based on currently available mobile communication network or mobile Phone and PCS(Personal Communication System). When the location tracking of mobile stations is in services, Emergency-119, all of crime investigation, effective urban traffic management and the safety protection of Alzheimer＇s patients can be available. In order to track the location of the mobile and base station, assumption in this paper is to use the statistic characteristics of LOS when modeling the standard noise in case that radio path is LNOS environment. The standard variation of the standard noise is $\pm150$. First, location is estimated by the positioning algorithms of TOA and TDOA and compared each other. Second, after canceling the standard noise by Kalman filter, location is estimated by the above two positioning algorithms. Finally, the location by the Kalman filter and two positioning algorithms is estimated by smoothing method. As a result, 2 dimensional average location error is imvoved by 51.2m in TOA and 34.8m in TDOA when Kalman filer and two positioning algorithms are used, compared with the two positioning algorithm used. And there is 3 more meter improvement after smoothing than Kalman filer and two positioning algorithms used.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
가설 설정
NLOS 모델 식에 근거해서, 표준 잡음과 NLOS 에러 성분의 합은 Gaussian 잡음이라고 가정한다. 기지국 위치는 (500, 500), (3000, 500), (3000, 5000)이고 이동국 초기 위치는 (2570, 500) 이다.
제안 방법
Kalman 句ter의 순환 루프를 나온 값들을 보다더 좋은 추정치를 얻기 위하여 smoothing 처리하였다.
실제의 직선거리를 구하기 위하여 우선 전파 환경에 따른 통계적 특성의 차이를 이용하여 측정데이터가 NLOS 오차를 가지고 있는지 확인한 후 Kalman filter를 통해 표준 잡음을 줄이고 NLOS 오차를 제거하여 LOS 환경에서그 다음터로 변환한다. 그 다음 단계에서 2차원 평면상에서 이동국의 위치를 찾는다.
데이터처리
Matlab 프로그램을 사용하여 시뮬레이션 작업을 하였다.
본 논문에서는 NLOS 환경일 경우 표준 잡음을 모델링 할 때 LOS 환경의 통계적 특성을 이용할 수 있다는 가정 하에서, Kalman filter를 사용하여 에러를 보정한 TOA와 TDOA의 측위 알고리즘을 이용하여 위치 추정값을 비교 분석하였고 그 결과를 smoothing 처리하였으며 보상 후 비교 분석하였다.
측정 거리 데이터의 통계적 성질을 Kalman Hlter에 적용하기 위해 及=1, S, = 0.25, R=150 를 선택했다
성능/효과
m 정도 양호한 결과를 얻었다. Kalman filter 를 사용하여 표준 잡음 에러를 제거한 경우에는 TOA에서 55.4 m과 TDOA에서 37.4 m으로 2차원 평균 위치 오차가 측위 알고리즘만을 사용한 경우보다 향상된 결과를 얻을 수 있으며 Kalman filter 를 통과한 추정값에 다시 smoothing 처리한 경우 TOA와 TOOA 모두 평균이 약 3 m 정도 향상 시킬 수 있었다.
본 논문에서는 기지국과 이동국의 전파 경로를 NLOS 환경으로 가정하고 TOA 방법과 TDOA 방법을 이용하여 이동국의 위치를 추정하였으며 표2 에서 보는 바와 같이 두 가지 방법 중 TDOA 방법이 2차원 평균 위치 오차가 TOA 방법보다 약 50 m 정도 양호한 결과를 얻었다. Kalman filter 를 사용하여 표준 잡음 에러를 제거한 경우에는 TOA에서 55.
이동국의 속도에 따른 위치 추정의 오차는 속도가 늦을수록 위치 오차가 작다는 것을 알 수 있었다.
후속연구
앞으로 위치 오차를 개선하기 위해 TOA + TDOA, TOA + AOA 등의 하이브리드 방식을 적용한 위치 측정 알고리즘에 대한 연구가 필요할 것으로 보이며 또한 신경망을 이용한 위치 추정 방법에 대한 연구가 필요할 것으로 사료된다.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.