DE102011108138B4 - Method for adapting the parameters of a channel model for a signal transmission path - Google Patents
Method for adapting the parameters of a channel model for a signal transmission path Download PDFInfo
- Publication number
- DE102011108138B4 DE102011108138B4 DE102011108138A DE102011108138A DE102011108138B4 DE 102011108138 B4 DE102011108138 B4 DE 102011108138B4 DE 102011108138 A DE102011108138 A DE 102011108138A DE 102011108138 A DE102011108138 A DE 102011108138A DE 102011108138 B4 DE102011108138 B4 DE 102011108138B4
- Authority
- DE
- Germany
- Prior art keywords
- receiver
- data
- parameters
- topology
- channel model
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
- G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/13—Receivers
- G01S19/22—Multipath-related issues
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B17/00—Monitoring; Testing
- H04B17/30—Monitoring; Testing of propagation channels
- H04B17/391—Modelling the propagation channel
- H04B17/3912—Simulation models, e.g. distribution of spectral power density or received signal strength indicator [RSSI] for a given geographic region
Abstract
Verfahren zur Anpassung der Parameter eines Kanalmodells für einen Übertragungsweg zwischen einem Sender oder mehreren Sendern und einem sich bewegenden Empfänger eines Drahtlos-Signalübertragungssystems, insbesondere eines Telekommunikations- und/oder Satellitennavigationssystems, wobei – ein Kanalmodell mit die Topologie und die Einflussfaktoren der Umgebung des Empfängers beschreibenden Parametern bereitgestellt wird, wobei die Topologie die Beschaffenheit und die geometrische Form von Baukörpern, Verkehrsteilnehmern, Pflanzen, Infrastrukturelementen wie Strom- und Lampenpfosten und/oder der Landschaft umfassen, – Daten, die die Topologie in einem in Bewegungsrichtung betrachtet vor dem Empfänger gelegenen Bereich der Umgebung des Empfängers beschreiben, bereitgestellt werden, und – die Parameter des Kanalmodells dann, wenn der Empfänger den ihm vorgelagerten Bereich erreicht, entsprechend den bereitgestellten Topologie-Daten gewählt werden.Method for adapting the parameters of a channel model for a transmission path between a transmitter or several transmitters and a moving receiver of a wireless signal transmission system, in particular a telecommunications and / or satellite navigation system, wherein - a channel model with the topology and the factors influencing the environment of the receiver Parameter is provided, wherein the topology of the nature and geometric shape of buildings, road users, plants, infrastructure elements such as power and lamp posts and / or the landscape include - data, the topology in a direction of movement in front of the receiver located area of The parameters of the channel model are selected when the receiver reaches its upstream area according to the provided topology data.
Description
Die Erfindung betrifft ein Verfahren zur Anpassung der Parameter eines Kanalmodells für einen Signalübertragungsweg und insbesondere für einen Mehrfachausbreitungsübertragungsweg zwischen einem oder mehreren Sender(n) und einem sich bewegenden Empfänger eines Drahtlos-Signalübertragungssystems, insbesondere eines Telekommunikations- und/oder Satellitennavigationssystems.The invention relates to a method for adapting the parameters of a channel model for a signal transmission path and in particular for a Mehrfachausbreitungsübertragungsweg between one or more transmitter (s) and a moving receiver of a wireless signal transmission system, in particular a telecommunications and / or satellite navigation system.
Funksysteme zur Kommunikation und Navigation arbeiten am zuverlässigsten in ungestörten Umgebungen. Werden sie hingegen in Umgebungen eingesetzt, die Reflektionen (Mehrwegeausbreitung) und Dämpfung sowie Phasenverschiebung verursachen, wird die Funktionalität und Verfügbarkeit eingeschränkt. Ein Mittel, diesem Problem zu begegnen, besteht in der Schätzung der aktuellen Kanalimpulsantwort, d. h. der Schätzung der Parameter eines Kanalmodells. Dabei wird ein Kanalmodell für beispielsweise eine Mehrwegeausbreitung angenommen, das sämtliche Einflüsse auf die Signalausbreitung zwischen Sender und Empfänger berücksichtigt. Ist ”der Kanal” bekannt, so können störende Einflüsse wie beispielsweise Signalreflektionen ”herausgerechnet” werden. Beispielsweise verursachen Bäume starke Signalreflektionen, die die Positionsbestimmung eines GPS-Empfängers verfälschen. Derartige Einflüsse lassen sich in dem Kanalmodell berücksichtigen.Wireless systems for communication and navigation work most reliably in undisturbed environments. However, when used in environments that cause reflections (multipath propagation) and attenuation, as well as phase shifting, functionality and availability are limited. One means to address this problem is to estimate the current channel impulse response, i. H. the estimation of the parameters of a channel model. In this case, a channel model for, for example, a multipath propagation is assumed, which takes into account all influences on the signal propagation between transmitter and receiver. If "the channel" is known, disturbing influences such as signal reflections can be "eliminated". For example, trees cause strong signal reflections that distort the positioning of a GPS receiver. Such influences can be considered in the channel model.
In der Vergangenheit wurden umfangreiche Messkampagnen durchgeführt, um den jeweiligen Funkkanal charakterisieren und die Funksysteme auf den Funkkanal abstimmen zu können. Die aus den Messungen hervorgegangenen sehr genauen aber dadurch sehr komplexen Kanalmodelle eignen sich primär zur Simulation. Sie finden bis jetzt keine direkten Anwendungen in den Funksystem-Empfängern, wo sie zur Mehrwegeerkennung und -unterdrückung eingesetzt werden könnten. Außerdem sind die in heutigen Empfängern angenommenen Kanalmodelle statistischer, statischer Natur und nehmen die Stationarität der Modelparameter an. Insbesondere aber bei sich bewegenden Empfängern bzw.In the past, extensive measurement campaigns were carried out to characterize the respective radio channel and to be able to tune the radio systems to the radio channel. The very accurate but very complex channel models resulting from the measurements are primarily suitable for simulation. So far, there are no direct applications in the radio system receivers where they could be used for multipath detection and suppression. Moreover, the channel models adopted in today's receivers are of statistical, static nature and assume the stationarity of the model parameters. But especially with moving receivers or
Sendern können sich die Kanalbedingungen recht schnell ändern, so dass statische Kanalmodelle mitunter versagen bzw. eine lediglich suboptimale Lösung darstellen und man von nicht-stationären Kanalparametern ausgehen muss.Channels can change the channel conditions quite quickly, so that static channel models sometimes fail or represent a sub-optimal solution and one has to start from non-stationary channel parameters.
In aktuellen Empfängern erfolgt die Schätzung der Kanalimpulsantwort zum jeweils aktuellen Zeitpunkt allein aus den bereits empfangenen Daten (siehe beispielsweise bei Kanalentzerrern und RAKE-Empfängern). Da lediglich die bereits empfangenen Daten ausgewertet wurden, konnte, wenn überhaupt, ausschließlich die aktuelle Kanalimpulsantwort geschätzt werden.In current receivers, the channel impulse response is estimated at the current time only from the data already received (see, for example, channel equalizers and RAKE receivers). Since only the data already received was evaluated, only the current channel impulse response could be estimated, if at all.
In
Aufgabe der Erfindung ist es, ein Verfahren zur Anpassung/Nachführung der Parameter eines nicht-stationären, dynamischen Kanalmodells in Abhängigkeit von der Umgebung, in der sich ein Empfänger eines Drahtlos-Signalübertragungssystems befindet, anzugeben.The object of the invention is to specify a method for adapting / tracking the parameters of a non-stationary, dynamic channel model as a function of the environment in which a receiver of a wireless signal transmission system is located.
Zur Lösung dieser Aufgabe wird mit der Erfindung ein Verfahren zur Anpassung der Parameter eines Kanalmodells für einen Übertragungsweg zwischen einem Sender oder mehreren Sendern und einem sich bewegenden Empfänger eines Drahtlos-Signalübertragungssystems, insbesondere eines Telekommunikations- und/oder Satellitennavigationssystems vorgeschlagen, wobei das Verfahren die Merkmale des Anspruchs 1 aufweist. Einzelne Ausgestaltungen der Erfindung sind Gegenstand der Unteransprüche.To achieve this object, the invention proposes a method for adapting the parameters of a channel model for a transmission path between a transmitter or a plurality of transmitters and a moving receiver of a wireless signal transmission system, in particular a telecommunications and / or satellite navigation system, the method being the features of claim 1. Individual embodiments of the invention are the subject of the dependent claims.
Das erfindungsgemäße Verfahren basiert auf der Erkenntnis, die Kanalimpulsantwort, d. h. die Parameter eines Signalübertragungskanalmodells mit Hilfe von Sensoren, die nicht notwendigerweise für die Funktion des Drahtlos-Signalübertragungssystems erforderlich sind, vorhersagen zu können. Damit ist es möglich, durch Erfassung der Topologie in einem in Bewegungsrichtung betrachtet vor dem Empfänger gelegenen Bereich der Umgebung des Empfängers zu erfassen, um dann aus den so gewonnenen Daten die Parameter des Kanalmodells anzupassen und dieses Kanalmodell dann für die Schätzung zu verwenden, wenn der Empfänger den betreffenden vorgelagerten Bereich erreicht.The inventive method is based on the knowledge, the channel impulse response, d. H. be able to predict the parameters of a signal transmission channel model by means of sensors that are not necessarily required for the operation of the wireless signal transmission system. It is thus possible to detect the surroundings of the receiver by detecting the topology in a region situated in front of the receiver in the direction of movement, then to adapt the parameters of the channel model from the data thus obtained and then to use this channel model for the estimation, if the Recipient reaches the relevant upstream area.
Für die Vorhersage der Kanalimpulsantwort werden erfindungsgemäß auch zusätzliche Sensoren eingesetzt, wie beispielsweise Kameras, Radar-Entfernungsmesser, Ultra-Wideband-Sensoren, LIDAR, Magnetfeldsensoren, Intertialsensoren, Interferrometer, Ultraschallsensoren, Kartenmaterial, etc. Eine Karte wird in diesem Sinne ebenfalls wie ein Sensor verwendet. Eine Vielzahl von bereits auf dem Markt befindlichen Fahrzeugtypen weisen Kameras für Fahrerassistenzsysteme auf, die unter anderem auch das Vorfeld des Fahrzeugs, also den in Bewegungsrichtung des Fahrzeugs betrachtet vor diesem gelegenen Bereich der Umgebung erfassen. Aus den durch Bildverarbeitungsverfahren erkannten Objekten in der Umgebung (beispielsweise Häuser, Bäume, Landschaftsformen) und ihrer Größe sowie Form und Entfernung zum Empfänger (Fahrzeug) lässt sich die Kanalimpulsantwort für zukünftige Zeitpunkte, d. h. zum Zeitpunkt des Passierens eines derartigen Objekts, schätzen. Diese geschätzten Kanalimpulsantworten werden gespeichert und zum entsprechenden Zeitpunkt im Empfänger verwendet, um eine Korrektur der Verfälschungen durchzuführen, die durch den gegenüber dem Kanalmodell (veränderten) tatsächlichen Kanal entstehen.According to the invention, additional sensors are also used for the prediction of the channel impulse response, such as cameras, radar rangefinders, ultra wideband sensors, lidar, magnetic field sensors, inertial sensors, interferometers, ultrasound sensors, map material, etc. A map in this sense also acts like a sensor used. A large number of vehicle types already on the market have cameras for driver assistance systems, which, among other things, also detect the apron of the vehicle, that is to say the region of the surroundings situated in front of it in the direction of movement of the vehicle. From those recognized by image processing methods Objects in the environment (eg, houses, trees, landforms) and their size as well as shape and distance to the receiver (vehicle) can estimate the channel impulse response for future times, ie, at the time of passing such an object. These estimated channel impulse responses are stored and used in the receiver at the appropriate time to correct for the corruptions caused by the actual channel (modified) relative to the channel model.
Aus den resultierenden Kanalimpulsantworten, die durch das vorgestellte Verfahren genau zur aktuellen Topologie und zur gegenwärtigen Wellenausbreitungssituation passen, lässt sich die Empfangsqualität von Kommunikationsempfängern und die Schätzung der Position in einem Navigationsempfänger in der spezifischen Situation erheblich steigern.From the resulting channel impulse responses that fit the current topology and current wave propagation situation through the presented method, the reception quality of communication receivers and the estimation of the position in a navigation receiver can be significantly increased in the specific situation.
Darüber hinaus können die Daten aus den zusätzlichen Sensoren dazu verwendet werden, um Kanalmodelle zu kalibrieren. Moderne Kanalmodelle welche z. B. speziell für die Satellitennavigation entwickelt wurden, können nicht direkt im Empfänger angewendet werden, da sie die Definition einer komplexen und realistischen Umgebungsgeometrie voraussetzen. Der Empfänger hat kein bzw. lediglich ein äußerst begrenztes Wissen von der ihn umgebenden Unwelt. Sind allerdings die Eigenschaften der Objekte des Kanals in der Umgebung durch die zusätzlichen Sensoren bekannt, wie es erfindungsgemäß gegeben ist, so können sie geschätzt und dynamische Kanalmodelle damit kalibriert werden. Das Kanalmodell kann dadurch erfindungsgemäß während des Empfangsvorganges so angepasst werden, dass es die Kanalimpulsantworten genau für die jeweils aktuelle Situation vorhersagen kann.In addition, the data from the additional sensors can be used to calibrate channel models. Modern channel models which z. Specially developed for satellite navigation, for example, can not be used directly in the receiver because they require the definition of a complex and realistic environment geometry. The receiver has no or only a very limited knowledge of the surrounding environment. However, if the properties of the objects of the channel in the environment are known by the additional sensors, as given according to the invention, they can be estimated and dynamic channel models calibrated with them. The channel model can thereby be adjusted according to the invention during the receiving process so that it can accurately predict the channel impulse responses for the current situation.
Wesensmerkmal der Erfindung ist also die Ausnutzung zusätzlicher Sensordaten zur Vorhersage der Kanalimpulsantwort bzw. der Parameter des Kanals und seines Modells für ein Drahtlos-Signalübertragungssystem. Sensoren im Sinne der Erfindung sind dabei beispielsweise optische (Stereo-)Kameras und Infrarot-Kameras, RADAR- und LIDAR-Sensoren, Sonare, Ultra-Wideband-Radar-Sensoren, Straßen- und Umgebungskarten. Hervorzuheben ist dabei, dass diese komplementären Sensorsysteme die Umgebung, wie sie der Empfänger in der Zukunft erleben wird, erheblich besser messen kann, wie die Position und Größe von Objekten in der unmittelbaren Nähe des Empfängers. Klar wird dies durch die Betrachtung einer Kamera, die in einem Auto angebracht ist und einen Videostrom der Frontalansicht in Richtung befahrener Straße aufzeichnet. Diese Kamera wird Objekte wie Häuser und Bäume direkt neben dem Auto schwer bzw. nicht erkennen. Diese Objekte haben aber den schwerwiegendsten Einfluss auf die Positionsgenauigkeit eines Satellitennavigationsempfängers. Die Position und Dimension von Objekten, die dem Auto ca. 10–200 m vorgelagert sind und denen sich das Auto mit der Zeit nähert, kann allerdings aus dem Videostrom gut geschätzt werden. Erreicht der Empfänger dann wenige Sekunden später diese Stelle, sind die Position und Größe der Objekte aus dem aufgezeichneten Videostrom an dieser Stelle bekannt und können zur Empfangsverbesserung genutzt werden. Dazu ist es erforderlich, die Wellenausbreitungs- und Wellenstreuungseigenschaften zu kennen, die diesen Objekten in ihren jeweiligen Orten innewohnt. Dieses Wissen liefern Kanalmodelle. Die aus den komplementären Sensoren vorhergesagten Positions- und Dimensionsdaten werden in Kanalmodelle eingegeben und damit die wahrscheinlichste Kanalimpulsantwort zum aktuellen Zeitpunkt geschätzt. Diese Kanalimpulsantwort wird zur Verbesserung der Schätzung der Empfangsposition verwendet.The essential feature of the invention is thus the utilization of additional sensor data for predicting the channel impulse response or the parameters of the channel and its model for a wireless signal transmission system. Sensors within the meaning of the invention are, for example, optical (stereo) cameras and infrared cameras, RADAR and LIDAR sensors, sonars, ultra-wideband radar sensors, road and environment maps. It should be emphasized that these complementary sensor systems can significantly better measure the environment that the receiver will experience in the future, such as the position and size of objects in the immediate vicinity of the receiver. This becomes clear by looking at a camera that is mounted in a car and records a video stream of the frontal view in the direction of busy road. This camera will find objects such as houses and trees next to the car hard or not recognizable. However, these objects have the most serious impact on the positional accuracy of a satellite navigation receiver. However, the position and dimension of objects about 10-200 meters ahead of the car, which the car approaches over time, can be well estimated from the video stream. If the receiver then reaches this point a few seconds later, the position and size of the objects from the recorded video stream are known at this point and can be used to improve reception. For this, it is necessary to know the wave propagation and wave scattering properties inherent in these objects in their respective locations. This knowledge is provided by channel models. The position and dimension data predicted from the complementary sensors are input to channel models, thereby estimating the most likely channel impulse response at the current time. This channel impulse response is used to improve the reception position estimate.
Grundsätzlich ist es nach der Erfindung möglich, dass die die Topologie beschreibenden Daten von demjenigen sich bewegenden Empfänger erfasst werden, für den dann anschließend auch das Kanalmodell jeweils angepasst wird. Insoweit würde also der Empfänger autonom arbeiten.In principle, it is possible according to the invention for the data describing the topology to be detected by the moving receiver, for which the channel model is subsequently also adapted in each case. In that regard, so the receiver would work autonomously.
Demgegenüber kann die Erfindung aber auch in einem kooperativen Ansatz Anwendung finden, bei dem eine Vielzahl von Empfängern und/oder eine Vielzahl von sich bewegenden Sensorträgern die Topologie der ihnen in Bewegungsrichtung jeweils vorgelagerten Bereiche erfassen und diese Daten bzw. die daraus verarbeiteten Daten über ein Kommunikationsnetz kommunizieren. Durch eine Empfänger-zu-Empfänger-Kommunikation (beispielsweise car-2-car oder auch rail-2-rail) haben dann eine Vielzahl von Empfängern die Möglicheit, auf diese Daten zuzugreifen und damit ist die Möglichkeit gegeben, dass die Empfänger über das Wissen bezüglich der an den ihnen jeweils vorgelagerten Bereichen angepassten Kanalmodelle verfügen. Zudem können die Daten auch über ein zentralistisch organisiertes Kommunikationsnetz gesammelt, gespeichert und verteilt werden.In contrast, however, the invention can also be used in a cooperative approach in which a plurality of receivers and / or a plurality of moving sensor carriers detect the topology of the areas respectively upstream thereof in the direction of movement and these data or the data processed therefrom via a communication network communicate. Through a receiver-to-receiver communication (for example, car-2-car or rail-2-rail) then have a variety of receivers the opportunity to access this data and thus there is the possibility that the receiver of the knowledge with respect to the channel models adapted to the respective upstream areas. In addition, the data can also be collected, stored and distributed via a centrally organized communication network.
Das grundsätzliche Verfahren gemäß der Erfindung beruht also darauf, die Daten zusätzlicher Sensoren zu fusionieren und die Entfernungen und Dimensionen von Objekten in der Umgebung, wie beispielsweise Bäume, Häuser, etc. aus diesen Messungen zu schätzen. In einem weiteren Schritt der Erfindung wird aus der Fusion der Daten die Umgebung synthetisiert. Der nächste Schritt der Erfindung betrifft die Kalibrierung mit den Dimensionsdaten ein oder mehrerer Kanalmodelle, so dass im finalen Schritt die Kanalimpulsantwort vorhergesagt werden kann. Diese Kanalimpulsantwort kann z. B. zur Mehrwegeerkennung und -unterdrückung in Satellitennavigationsempfängern genutzt werden, wodurch sich in Umgebungen mit hoher potenzieller Mehrwegeausbreitung wie z. B. in Städten und unter Alleen die Positionsschätzung erheblich verbessern lässt.The basic method according to the invention is therefore based on merging the data of additional sensors and estimating the distances and dimensions of objects in the environment, such as trees, houses, etc., from these measurements. In a further step of the invention, the environment is synthesized from the fusion of the data. The next step of the invention concerns calibration with the dimension data of one or more channel models so that in the final step the channel impulse response can be predicted. This channel impulse response can z. B. for multipath detection and suppression in Satellite navigation receivers, resulting in environments with high potential multipath propagation such. B. in cities and under avenues can greatly improve the position estimate.
Zwei mögliche Szenerien, wie sie sich beim Befahren einer Straße mit einem Fahrzeug, das einen Satellitennavigationsempfänger aufweist, einstellen können, sind in den
Durch die Fahrt mit einem Fahrzeug kann also die Szenerie aus den Kamerabildern abgeleitet werden und in einem vorhandenen Kanalmodell zur Kalibrierung eingesetzt werden. Wenn man berücksichtigt, dass eine Kamera die Umgebung mit etwa 60 Bildern pro Sekunde aufzeichnet, ist selbst ein Kalman-Filter der einfachsten Art in der Lage, nach wenigen Sekunden der Sichtbarkeit eines Objekts (was hunderten von Messungen entspricht) die Position eines Objekts relativ zum Fahrzeug auf Zentimeter genau zu schätzen. Der Implementierungsaufwand für das erfindungsgemäße Verfahren ist vergleichsweise moderat, und zwar was sowohl den Rechenaufwand als auch den Aufwand zur Kanalmodellierung betrifft. Heutzutage existieren bereits Hochleistungsrechner und -prozessoren, wobei zusätzlich anzumerken ist, dass sich derzeit eine Verdoppelung der Rechenleistung in Abständen von etwa 1 1/2 Jahren eingestellt hat. Aus Messungen ist bekannt, dass beispielsweise Bäume vorzugsweise eine einzige starke Signalkomponente des übertragenen Signals reflektieren. Bei den heute verfügbaren (relativ niedrigen) Bandbreiten der Satellitennavigationssignale wird das Wissen um die Positionen einzelner Bäume bei moderatem Implementierungsaufwand zu signifikanten Verbesserungen in der Entfernungsschätzung zu den Navigationssatelliten führen. Die Schätzung weiterer Objekte wie Häuser und anderer Verkehrsteilnehmer (insbesondere Lastwagen) aus dem Kamerabild ist ebenfalls möglich. Messungen haben gezeigt, dass Objekte in städtischen Gebieten wie z. B. Häusern neben langen Reflektionen auch viele relativ kurze Reflektionen, Streuungen und Beugungen an Kanten von elektromagnetischen Wellen, insbesondere Satellitennavigationssignalen, verursachen. Je nach erkannten Objekten ist daher eine dynamische Anpassung der Kanalmodellparameter an verschiedene Kanalmodelle, welche die Objekte wie z. B. Häuser und Bäume modellieren, notwendig.By driving with a vehicle so the scenery can be derived from the camera images and used in an existing channel model for calibration. Considering that a camera captures the environment at about 60 frames per second, even the simplest type of Kalman filter is capable of capturing the position of an object relative to the object within a few seconds of the visibility of an object (equivalent to hundreds of measurements) Estimate the vehicle to the nearest centimeter. The implementation effort for the method according to the invention is comparatively moderate, in terms of both the computational effort and the effort for channel modeling. High-performance computers and processors already exist today, and it should also be noted that there has been a doubling of computing power at intervals of about 1 1/2 years. From measurements it is known that, for example, trees preferably reflect a single strong signal component of the transmitted signal. With the (relatively low) ranges of satellite navigation signals available today, knowing the positions of individual trees with moderate implementation effort will result in significant improvements in the range estimation to the navigation satellites. The estimation of other objects such as houses and other road users (especially trucks) from the camera image is also possible. Measurements have shown that objects in urban areas such. B. houses in addition to long reflections and many relatively short reflections, scatters and diffractions on edges of electromagnetic waves, in particular satellite navigation signals cause. Depending on the detected objects is therefore a dynamic adaptation of the channel model parameters to different channel models, which the objects such. As houses and trees model, necessary.
Stereoskopische Kamerasysteme können dabei die Schätzungen und insbesondere die Messung der Entfernung relativ zum Empfänger weiter verbessern. Insbesondere also auf Basis zukünftiger Technologien und deren Verbesserungen wird sich das erfindungsgemäße Verfahren problemlos implementieren lassen. Aus durch Stereokameras erfassten dreidimensionalen Bildern können in Echtzeit dreidimensionale Objekte, beispielsweise Bäume, Bebauung, Tunnel o. dgl. entlang der Streckenführung ermittelt und klassifiziert werden. Die zu erwartenden Einflüsse dieser dreidimensionalen Objekte auf die Ausbreitung von Funksignalen (Kommunikation und/oder Navigation) können dadurch sehr genau vorhergesagt werden. Hierzu werden Parameter wie die Größe und die Lage sowie die Form der Objekte und weiterer Eigenschaften (beispielsweise Dichte der Blätter von Bäumen, Beschaffenheit anderer Oberflächen) als Parameter in das Kanalmodell im Empfänger eingegeben werden, wodurch die geschätzte Kanalimpulsantwort nicht mehr lediglich rein statisch, sondern sehr spezifisch an die aktuellen Umgebungsbedingungen angepasst und damit sehr genau wird.Stereoscopic camera systems can thereby further improve the estimates and in particular the measurement of the distance relative to the receiver. In particular, based on future technologies and their improvements, the inventive method will be implemented easily. From three-dimensional images captured by stereo cameras, real-time three-dimensional objects, for example trees, buildings, tunnels or the like along the route can be determined and classified. The expected effects of these three-dimensional objects on the propagation of radio signals (communication and / or navigation) can be predicted very accurately. For this purpose, parameters such as the size and position as well as the shape of the objects and other properties (eg density of the leaves of trees, texture of other surfaces) are input as parameters into the channel model in the receiver, whereby the estimated channel impulse response is no longer purely static but very specifically adapted to the current environmental conditions and thus becomes very accurate.
Das erfindungsgemäße Verfahren kann in sämtlichen Fällen bewegter Verkehrsführung eingesetzt werden, d. h. nicht nur im Straßenverkehr sondern beispielsweise auch im Schienenverkehr. Die Erkennung des Fahrstreifens bzw. des Gleises, auf dem das Fahrzeug sich gegenwärtig befindet ist nicht trivial. Das vorgestellte Verfahren bietet durch die Möglichkeit zur genauen Kanalschätzung eine verbesserte Positionsgenauigkeit, um die Information, auf welcher Fahrspur sich der Empfänger befindet, präzise bestimmen zu können. Der zukünftige Einfluss von mit Hilfe der Sensoren erkannten Veränderungen in der Topologie der dem Fahrzeug vorgelagerten Umgebung auf die Parameter des Kanalmodells bzw. auf die Korrektur des Kanalmodells wird dabei geschätzt.The inventive method can be used in all cases of moving traffic management, d. H. not only on the road but also for example in rail traffic. The detection of the lane or track on which the vehicle is currently located is not trivial. The presented method offers improved positional accuracy by the possibility of accurate channel estimation in order to precisely determine the information on which lane the receiver is located. The future influence of changes detected in the topology of the environment upstream of the vehicle on the parameters of the channel model or on the correction of the channel model is estimated.
Das erfindungsgemäße Verfahren lässt sich insbesondere bei Funksystemen (d. h. Drahtlos-Signalübertragungssystemen) zur Kommunikation und Navigation in schwierigen Umgebungen wie beispielsweise Städten, Alleen und Wäldern sowie im Gebirge einsetzen. Dazu gehören auch Empfänger für Satellitennavigationssysteme wie dem Global Positioning System (GPS), GLONASS, COMPASS und Galileo.The method according to the invention can be used in particular for radio systems (that is to say wireless signal transmission systems) for communication and navigation in difficult environments such as, for example, cities, avenues and forests as well as in the mountains. This includes receivers for satellite navigation systems such as the Global Positioning System (GPS), GLONASS, COMPASS and Galileo.
Claims (8)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102011108138A DE102011108138B4 (en) | 2011-07-20 | 2011-07-20 | Method for adapting the parameters of a channel model for a signal transmission path |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102011108138A DE102011108138B4 (en) | 2011-07-20 | 2011-07-20 | Method for adapting the parameters of a channel model for a signal transmission path |
Publications (2)
Publication Number | Publication Date |
---|---|
DE102011108138A1 DE102011108138A1 (en) | 2013-01-24 |
DE102011108138B4 true DE102011108138B4 (en) | 2013-05-29 |
Family
ID=47502094
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE102011108138A Expired - Fee Related DE102011108138B4 (en) | 2011-07-20 | 2011-07-20 | Method for adapting the parameters of a channel model for a signal transmission path |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE102011108138B4 (en) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102018220020A1 (en) * | 2018-11-22 | 2020-05-28 | Robert Bosch Gmbh | Method for the satellite-based determination of a vehicle's own position, a method for providing a hybrid, three-dimensional environment model for the satellite-based localization of a vehicle, a computer program, a machine-readable storage medium and a vehicle |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6349119B1 (en) * | 1996-11-22 | 2002-02-19 | Mitsubishi Denki Kabushiki Kaisha | Transmission line presuming circuit and modem using the same |
-
2011
- 2011-07-20 DE DE102011108138A patent/DE102011108138B4/en not_active Expired - Fee Related
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6349119B1 (en) * | 1996-11-22 | 2002-02-19 | Mitsubishi Denki Kabushiki Kaisha | Transmission line presuming circuit and modem using the same |
Also Published As
Publication number | Publication date |
---|---|
DE102011108138A1 (en) | 2013-01-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP2819901B1 (en) | Method and device for determining the speed and/or position of a vehicle | |
DE102010005293B4 (en) | System and method for tracking path estimation using a sensor combination | |
DE102016117123A1 (en) | Vehicle radar perception and localization | |
DE102014221473A1 (en) | DEVICE AND METHOD FOR SELF-LOCATING A VEHICLE | |
EP3126874B1 (en) | Method for determining a spatially resolved extent of error for position finding with a gnss | |
EP3312633A1 (en) | Method and system for determining a position of a mobile device | |
DE102010006828A1 (en) | Method for creating model of surrounding of vehicle, involves detecting surrounding of vehicle with help of sensor, where two surrounding models are produced automatically on basis of sensor data | |
DE102004032261A1 (en) | A method for improving GPS integrity and multipath interference detection using inertial navigation sensors and a network of mobile receivers | |
DE102009058737A1 (en) | Measurement level integration of GPS and other range and direction capable sensors for ubiquitous position determination capability | |
DE102011114812A1 (en) | GPS-based method for improving relative position determination using neighbor entity information | |
DE102007041121A1 (en) | Sensor data processing method for driver assistance system e.g. modern motor vehicle, involves adjusting error value belonging to measured value of one sensor by another measured value of another sensor | |
WO2008064745A1 (en) | Method and device for determination of the position of a terminal in a mobile communication network | |
EP3155451B1 (en) | Method and device for the evaluation of a satellite signal in a global navigation satellite system with regard to a multipath error | |
EP3538843A1 (en) | Estimation of an individual position | |
EP3729138B1 (en) | Method for the satellite-supported determination of a position of a vehicle | |
EP3491338B1 (en) | Method for transmitting data from a vehicle to a server, and method for updating a map | |
EP3898368B1 (en) | Method and system for determining a corrected trajectory of a vehicle | |
DE102014106048B4 (en) | Method for determining the position of a road user, infrastructure, vehicle and computer program | |
EP2409174A1 (en) | Method and device for determining aspect angle progression | |
Chugunov et al. | Experimental evaluation of uwb local navigation system performance used for pedestrian and vehicle positioning in outdoor urban environments | |
DE102011108138B4 (en) | Method for adapting the parameters of a channel model for a signal transmission path | |
DE102007037178B4 (en) | Method and system for evaluating at least one environment sensor of a vehicle for recognizing at least one object | |
DE102016007182A1 (en) | System and method for determining and storing location-related problem areas Navigation satellite-supported position determination | |
DE102019210659A1 (en) | Method for generating a three-dimensional model of the environment using GNSS measurements | |
DE112019007534T5 (en) | Improved sensitivity to reflected GNSS signals |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
R012 | Request for examination validly filed | ||
R016 | Response to examination communication | ||
R016 | Response to examination communication | ||
R018 | Grant decision by examination section/examining division | ||
R020 | Patent grant now final |
Effective date: 20130830 |
|
R119 | Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee | ||
R079 | Amendment of ipc main class |
Free format text: PREVIOUS MAIN CLASS: H04B0017000000 Ipc: H04B0017391000 |