Ultra-Wideband Ranging in Non-LoS channel : Non-LoS 채널환경에 기반을 둔 초광대역 신호 거리추정 연구

국문 초록 (Abstract)

UWB 위치추적시스템은 UWB신호만의 높은 시간 분해능으로 인해, 고정밀 위치추적이 가능하다. 그러나 실내 장애물로 의한 도착 신호의 지연은 신호의 이동시간으로 위채인식에 적지 않은 오차를 줄 수가 있다. 본 논문은 Non-LoS 채널조건에서의 신호 지연현상이 위치인식의 핵심인 거리추정에 주는 영향과 확률적 모델에 근거한 거리추정오차를 예측성능을 주제로 다룬다. 첫째로 Non-LoS조건에서의 신호의 지연현상이 위치인식에 주는 영향을 보기 위해서, 두 가지 위치인식 기법인 TDoA와 ToA를 사용하여 실내건물에서의 위치인식 성능을 비교하여 보았다. 그 결과 거리정보를 사용한 ToA가 상대적인 지연시간정보를 사용하는 TDoA보다는 성능이 나은 방식임을 알게 되었으며, 이로서 신호지연이 위치인식 성능에 저하요인이 됨을 알 수 있었다. 다음은 거리오차를 추정하는 기법과 추적하는 기법을 소개한다. [6]에서 소개된 방식은 수신신호의 세기와 지연시간 2 개의 정보를 토대로, Non-LoS 조건의 거리오차를 추정하는 기법을 제안하고 있다. 본 논문에서는 지연시간 정보 1개로만 오차를
추정하는 방식을 시도하여 보았다. 이를 위해서, 신호 지연시간의 확률적 성향 특성에 관한 데이터가 필요하였고, 이런 데이터를 확보하기 위해서, 실내 도면에서 가장 빨리 도착한 신호의 이동경로를 찾아내는 Ray-tracing 시뮬레이터를 제작하였다. 시뮬레이터를 사용하여, 5개의 실내도면의 지연시간에 대한 최단 경로와 지연시간정보를 저장하였고, 히스토그램화 하였다. 오차추정에 사용하기 위해서 수학식으로 변환할 필요가 있었으며, Log-normal pdf를 사용하여, 히스토그램과 근접한 수식을 만들었다. 이 log-normal 수식을 사용하여, 2가지 오차를 보상하는 방식을 소개하며, 첫째는 MAP, ML, MMSE을 통해 오차를
추정하는 방식과 두 번째는 Kalman flter를 사용하여 오차를 추적해가는 방식을 제안한다. 구한 Log-normal 수식을 사응하여, 구할 수 있늘 최소 오차추정 평균은 0.23ns^(2)이었으며, MAP, ML과 MMSE은 각각 63, 45, 44 ns^(2)이었다.
Kalman filter는 Monte-carlo simulation을 사용하였으며, estimation error는 2.3 ns^(2)이 나왔다. Kalman filter의 측정 오차를 Log-normal pdf의 Conditional mean 을 사용하였으며, measurement variance는 conditional variance를 사용하였다.
Kalman filter,를 사용한 에러오차 추적 방식은 측정한 거리를 conditional mean 으로 사용하였는데, 측정한 거리가 커질 수록 커지는 그래프를 보여주었다. 그러나 LoS의 경우에는 이 conditional mean와 coditional variance를 0으로 정하도록 예의를 주는 알고리즘이 필요하다. 본 논문에서는 LoS와 Non-LoS 채널 신호를 구분 할 수 있는 UWB 거리추정 송수신기를 제안한다.
Threshold-controller와 shift-register를 두어서, 첫 수신 펄스신호의 shift-register 샘플 bit 위치와 최대 크기로 수신된 펄스신호의 위치를 비교한다. Threshold값을 올리면서, 첫 수신 펄스신호의 값을 LoS조건에서의 첫 수신 펄스신호의 크기를 Look-up table과 비교한다. 첫 신호의 크기가 -10dB 이상 차이나면, Non-LoS 선호로 간주한다. Shift-register는 또한 Non-LoS의 경우, 거리오차를 예측하기 위해서 첫 신호와 최대 크기로 수신된 펄스의 위치의 차를 사용해서 위치오차를 예측하는 방식으로도 사용될 수 있다. 그 밖에도, 본 논문에서 소개하는 송수신기는 doppler 효과나 고속으로 신호동기를 유지하는데 강한 잇점이 있다. 또한 저전력이면서 설계가 용이한, 디지털 로직 펄스 생성기와 고속 통신에서 실시간 동기를 위한 push-pull 메카니즘을 소개한다.

다국어 초록 (Multilingual Abstract)

UWB location awareness system provides an inch-accuracy positioning performance due to UWB's high time resolution. However, an excess delay of a signal due to nonplus condition causes a considerable ranging error. In this paper, we firstly discuss about an effect of nonplus condition to a ranging error. Viewing the effect of ranging error due to excess delay requires a performance of positioning method. ToA and TDoA method was under test to view the positioning error for nonplus condition. The result was that ToA using range information gave a better location awareness performance than TDoA applying relative arrival time of different reference signal. Based on this test, it has been proven that a ranging error due to excess delay considerable positioning error. Secondly, the paper deals with estimating ranging error and estimation performance based on the statistical model. We introduce ranging error estimation and tracking method. Reference [6] suggests range error estimation using two parameter; received power and excess delay. We suggest technique of estimating of ranging error using only one parameter; excess delay. This estimation requires a statistical model of the excess delay. To collect massive excess delay data within limited time, we used simulation method ray-tracing simulator with indoor map excess delay simulation. Ray-tracing simulator is a tool which finds the shortest path in nonplus condition. Electromagnetic parameters for three lousy media are collected using experiment data; wall, glass and wood. Five selected indoor maps were collected and reformed with colormap versus lousy media parameter. Each map was under simulation, collecting measured range and its ranging error, The data is then expressed in statistical form; histogram. to use the statistical model in ranging error estimation requires the model transformed into mathematical expression. Approximation in form of Log-iiorural pdf is done. Using this approximated equation, two kinds of ranging error estimation methods are performed; ranging error estimation based on MAP, ML, MMSE and ranging error tracking based on Kalman filter algorithm. CRLB, the lowest estimation error variance that can be achieved by approximated equation, is 0.23ns^(2). Three error estimation variances are 63ns^(2) for MAP, 48n^(2) for ML and 44ns^(2) for MMSE. Estimation performance was not satisfactory. Next we attempt ranging error tracking method was to improve the estimation performance. We used basic kalman filter. It requires two data; prediction and measurement. In our Kalman filter estimation, we employed E[Excess-delay/R] of approximated pdf as ranging error measurement and E[{Excess-delay/R}^(2)] as measurement variance. Both conditional mean and variance have increasing in value with measured range. Error estimation performance of the kalman tracking method was done by Monte-carlo simulation. Average error variance of the Kalman filter ranging error tracking is 2.3 ns^(2). This data is based on with considering LoS and Non-LoS detection. Kalman tracking can be improved if UWB ranging system has exception handling on LoS signal from Non-LoS signal. If the system detects a signal to be LoS signal, then Kalman filter zeros conditional mean and variance of a measured range without range information. Ground rule of the first arrived signal power for LoS condition is fixed with Fries formula. LoS the first arrived signal power with measured range data can be listed as Look-up table or His formula with measured range. The nonplus first arrived signal power is always less than the LoS first arrived signal. Such transceiver is introduced. It is embedded with a threshold-controller to detect signal power and shift-register to store a signal location. Shift-register can also be used to estimate range based on the difference between the 1st arrived signal and maximum power signal location. Moreover, the transceiver employs a special mechanism which is robust to a doppler effect and fast synchronization. Lastly, a transceiver is embedded with a simple digital pulse generator and UWB band modulator low power consumption and push-pull mechanism for fine tuning.

목차 (Table of Contents)

• CONTENTS = 9
• Acknowledgement = 2
• Abstract = 4
• 요약문 = 7
• List of Figures = 12
• List of tables = 14
• Ⅰ. Introduction = 15
• 1.1 Chapter Overview = 15
• 1.2 Thesis Motivation = 15
• 1.3 UWB Overview = 16
• 1.4 Applications of a UWB positioning system = 18
• 1.5 UWB positioning system Overview = 18
• 1.6 Effect of Indoor condition on UWB positioning system = 18
• 1.7 Focus of the thesis = 19
• Ⅱ. Preference of positioning method in Non-LoS condition = 21
• 2.1 Chapter overview = 21
• 2.2 Source of Ranging error = 21
• 2.3 Excess delay and the first arrived signal = 21
• 2.4 ToA (Time of Arrival) = 23
• 2.5 TDOA (Time Difference of Arrival) = 25
• 2.6 Performance of ToA and TDOA with Non-Los effect = 27
• Ⅲ. Propagation channel model of a lousy media = 30
• 3.1 Chapter overview = 30
• 3.2 Non-LoS channel Experiment = 30
• 3.3 Propagation channel model = 35
• 3.4 Evaluation of excess delay and signal distortion by channel model = 37
• Ⅳ. the first arrived signal path finder = 39
• 4.1 Chapter Overview = 39
• 4.2 Ray-launching model = 39
• 4.3 Experiment result = 43
• 4.4 Measurement plot for simulator verification = 43
• Ⅴ. Simulation of UWB ranging in Non LoS channel = 46
• 5.1 Chapter Overview = 46
• 5.2 Simufation plot = 46
• Ⅵ. Performance evaluation of basic estimations = 56
• 6.1 Chapter overview = 56
• 6.2 MAP (Maximum apposteriori) range error estimation = 56
• 6.3 ML (Maximum likelihood) range error estimation = 57
• 6.4 MMSE (Minimum mean square error) range error estimation = 58
• 6.5 Performance test = 58
• 6.5.1 MAP Estimation error variance = 59
• 6.5.2. MUSE Estimation error variance = 59
• 6.5.3. ML Estimation error variance = 60
• 6.6 Crater Rae Lower Bound of range error estimation = 60
• Ⅶ. Location tracking using Kalman filter algorithm = 62
• 7.1 Chapter Overview = 62
• 7.2 Introduction of Kalman filter = 62
• 7.3 Kalman filter Tracking algorithm for estimating ranging error = 65
• Ⅷ. 802.15.4a UWB Transceiver Architecture Description = 67
• 8.1 Chapter overview = 67
• 8.2 A gated UWB pulse generator = 70
• Ⅸ. Concluding Remarks = 84
• Ⅹ. Reference = 86
• ⅩⅠ. Curriculum Vitae = 90