DE102015103605B4 - Abstandsmessungsverfahren und -vorrichtung - Google Patents
Abstandsmessungsverfahren und -vorrichtung Download PDFInfo
- Publication number
- DE102015103605B4 DE102015103605B4 DE102015103605.3A DE102015103605A DE102015103605B4 DE 102015103605 B4 DE102015103605 B4 DE 102015103605B4 DE 102015103605 A DE102015103605 A DE 102015103605A DE 102015103605 B4 DE102015103605 B4 DE 102015103605B4
- Authority
- DE
- Germany
- Prior art keywords
- propagation delay
- candidates
- signal
- correct
- likelihood
- 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.)
- Active
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
- G01S11/00—Systems for determining distance or velocity not using reflection or reradiation
- G01S11/02—Systems for determining distance or velocity not using reflection or reradiation using radio waves
-
- 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
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/66—Radar-tracking systems; Analogous systems
- G01S13/68—Radar-tracking systems; Analogous systems for angle tracking only
-
- 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
- G01S13/00—Systems using the reflection or reradiation of radio waves, e.g. radar systems; Analogous systems using reflection or reradiation of waves whose nature or wavelength is irrelevant or unspecified
- G01S13/66—Radar-tracking systems; Analogous systems
- G01S13/72—Radar-tracking systems; Analogous systems for two-dimensional tracking, e.g. combination of angle and range tracking, track-while-scan radar
-
- 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
- G01S19/38—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system
- G01S19/39—Determining a navigation solution using signals transmitted by a satellite radio beacon positioning system the satellite radio beacon positioning system transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
- G01S19/42—Determining position
-
- 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
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
- G01S5/0294—Trajectory determination or predictive filtering, e.g. target tracking or Kalman filtering
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
Verfahren zum Bestimmen eines Abstands oder eines Standorts einer entfernten Vorrichtung oder eines Reflektors, wobei das Verfahren umfasst:
Empfangen eines Signals von einem entfernten Signalgeber, der mit der entfernten Vorrichtung verbunden oder darin enthalten oder daran befestigt ist;
Schätzen und Verfolgen einer ersten Laufzeitverzögerung, die mit dem empfangenen Signal verbunden ist, wobei die erste Laufzeitverzögerung einen ersten Kandidaten für eine korrekte Laufzeitverzögerung darstellt;
Ableiten einer Beziehung zwischen dem ersten Kandidaten und einem oder mehreren anderen Kandidaten für eine korrekte Laufzeitverzögerung vom empfangenen Signal;
Bestimmen mehrerer anderer Kandidaten für eine korrekte Laufzeitverzögerung basierend auf der Beziehung;
Erzeugen eines Likelihood-Histogramms basierend auf den Kandidaten für eine korrekte Laufzeitverzögerung;
Auswählen einer Laufzeitverzögerung von den Kandidaten basierend auf dem Likelihood-Histogramm; und
Bestimmen eines Abstands oder eines Standorts der entfernten Vorrichtung oder des Reflektors mithilfe der ausgewählten Laufzeitverzögerung.
Empfangen eines Signals von einem entfernten Signalgeber, der mit der entfernten Vorrichtung verbunden oder darin enthalten oder daran befestigt ist;
Schätzen und Verfolgen einer ersten Laufzeitverzögerung, die mit dem empfangenen Signal verbunden ist, wobei die erste Laufzeitverzögerung einen ersten Kandidaten für eine korrekte Laufzeitverzögerung darstellt;
Ableiten einer Beziehung zwischen dem ersten Kandidaten und einem oder mehreren anderen Kandidaten für eine korrekte Laufzeitverzögerung vom empfangenen Signal;
Bestimmen mehrerer anderer Kandidaten für eine korrekte Laufzeitverzögerung basierend auf der Beziehung;
Erzeugen eines Likelihood-Histogramms basierend auf den Kandidaten für eine korrekte Laufzeitverzögerung;
Auswählen einer Laufzeitverzögerung von den Kandidaten basierend auf dem Likelihood-Histogramm; und
Bestimmen eines Abstands oder eines Standorts der entfernten Vorrichtung oder des Reflektors mithilfe der ausgewählten Laufzeitverzögerung.
Description
- Hintergrund der Erfindung
- Hochpräzise Abstandsmessung stellt in vielen technischen Bereichen ein wesentliches Problem dar. Beispielsweise kann hochpräzise Abstandsmessung durch den Einsatz von Robotern zum Schneiden, Jäten und Besprühen von Pflanzen die Effizienz und Produktivität in der Landwirtschaft verbessern. In der Navigation im Bereich Schifffahrt kann hochpräzise Abstandsmessung beim Einlaufen in einen Hafen mit großen Schiffen hilfreich sein. Auch die Landephase eines Flugzeuges kann durch zuverlässige Methoden zur Abstandsmessung automatisiert werden.
- Eine Abstandsmessung mit Funksystemen wird in der Regel durch Messen der Laufzeitverzögerung einer elektromagnetischen Welle mit bekannter Struktur ausgeführt. Wenn das Funksignal auf einer hohen Trägerfrequenz übertragen wird, versteht es sich, dass die Trägerphase wesentliche Informationen zu dem Verzögerungsparameter übermittelt. Da allerdings die Zuordnung zwischen Phase und Verzögerungsparameter mehrdeutig ist, wird davon ausgegangen, dass die Trägerphase nur durch Kombinieren von Messungen genutzt werden kann, die mit verschiedenen Signalquellen erlangt werden.
- In der Anwendung von satellitenbasierter Synchronisation und Navigation (GPS, GLONASS, Galileo usw.) wird daher durch das Ausführen von drei unabhängigen Schritten, wie in
1 dargestellt, eine hohe Präzision erreicht. Ein Akquisitionsalgorithmus liefert einige anfänglichen Erkenntnisse bezüglich der Entfernung zwischen dem Sender l und dem Empfänger für alle verfügbaren Sender l = 1,..., L. Hier ist diese anfängliche Erkenntnis durch eine Gaußsche Zufallsvariable mit einem Mittelwert und einer Abweichung - Ansätze zum technologischen Hintergrund der vorliegenden Erfindung werden in den folgenden Literaturhinweisen beschrieben:
- [1] G. Seco-Granados, J.A. Lopez-Salcedo, D. Jumenez-Baňos and G. Lopez-Risueňo, „Challenges in Indoor Global Navigation Satellite Systems," IEEE Signal Processing Magazine, Vol. 29, No. 2, Seiten 108-131, 2012.
- [2] P. Misra and P. Enge, „Global Positioning System - Signals, Measurements, and Performance", Second Edition, Ganga-Jamuna Press, 2006.
- [3] G. Blewitt, „Carrier Phase Ambiguity Resolution for the Global Positioning System Applied to Geodetic Baselines up to 2000 km," Journal of Geophysical Research, Vol. 94, Nr. B8, Seiten 10187-10203, 1989.
- [4] P. Teunissen, „Least-Squares Estimation of the Integer GPS Ambiguities", Invited lecture, Section IV „Theory and Methodology," Proc. Of Gen. Meet. of the Int. Assoc. of Geodesy, Peking, China, Seiten 1-16, 1993.
- [5] P. Teunissen, „A new method for fast carrier phase ambiguity estimation," Proc. of IEEE Pos., Loc. and Nav. Symp. (PLANS), Las Vegas, USA, Seiten 562-573, 1994.
- [6] P. Teunissen, „The least-squares ambiguity decorrelation adjustment: a method for fast GPS ambiguity estimation," Journal of Geodesy, Vol. 70, Seiten 65-82, 1995.
- [7] P. Teunissen, „Statistical GNSS carrier phase ambiguity resolution: A review," Proc. of the 1-th IEEE Workshop of Statistical Signal Processing (SSP), Seiten 4-12, 2001.
- [8] C. Günther, P. Henkel, „Integer Ambiguity Estimation for Satellite Navigation," IEEE Transactions on Signal Processing, Vol. 60, Nr. 7, Seiten 3387-3393, 2012.
- [9] S. M. Kay, „Fundamentals of Statistical Signal Processing: Estimation Theory," Pretice Hall, 1993.
- [10] B. Ristic, S. Arulampalam and N. Gordon, „Beyond the Kalman Filter - Particle Filters for Tracking Applications," Artech House Inc., 2004.
- [11] A. Doucet and A. Johansen, „A Tutorial on Particle Filtering and Smoothing: Fifteen Years later," Oxford Handbook of Nonlinear Filtering, Oxford University Press, 2011.
- [12] A. Kong, J. Liu and W. Wong, „Sequential imputations and Bayesian missing data problems," Journal of the American Statistical Association, Vol. 89, Nr. 425, Seiten 278-288, 1994.
- [13] A. Doucet, S. Godsill and C. Andrieu, „On sequential Monte Carlo sampling methods for Bayesian filtering," Statistics and Computing, vo. 10, Seiten 197-208, 2000.
- [14] N. J. Gordon, D. J. Salmond and A. F. M. Smith, „Novel approach to nonlinear/non-Gaussian Bayesian state estimation," IEE Proc. F Radar Signal Process., Vol. 140, Nr. 2, Seiten 107-113, 1993.
- [15] T. Li, T. P. Sattar, Q. Han and S. Sun, „Roughening Methods to Prevent Sample Impoverishment in the particle PHD filter," 16th International Conference on Information Fusion (FUSION), 2013.
- [16] K. Borre, D. M. Akos, N. Bertelsen, P. Rinder, S. H. Jensen, A Software-Defined GPS and Galileo Receiver: A Single-Frequency Approach, Birkhäuser Boston, 2007.
- [17] K.M. Peysna, et al; A Phase-Reconstruction Technique for Low-Power Centimeter-Accurate Mobile Positioning, in Signal Processing, IEEE Transactions, vol 62, no.10, pp. 2595-2610, May 15, 2014.
- [18] F.D.Nunes et al., Nonlinear Filtering in GNSS Pseudorange Dynamics Estimation Combining Code Delay and Carrier Phase, in Selected Topics in Signal Processing, IEEE Journal, vol. 3, no.4, pp 639-650, Aug. 2009.
- Die vorliegende Erfindung zielt darauf ab, die oben genannten Probleme zu lösen. Insbesondere zielt die vorliegende Erfindung darauf ab, ein Verfahren und eine Vorrichtung bereitzustellen, die eine zuverlässige Abstandsmessung mit hoher Präzision und hoher Verarbeitungsgeschwindigkeit bietet.
- Kurzdarstellung der Erfindung
- Die vorliegende Erfindung wird in den unabhängigen Ansprüchen ausgeführt. Optionale Merkmale werden in den abhängigen Ansprüchen ausgeführt.
- In einer Ausführung ermöglicht die vorliegende Erfindung die direkte Nutzung der Trägerphaseninformationen, d. h. die direkte und unabhängige Lösung des Mehrdeutigkeitsproblems für jede Signalquelle in einem Trackingmodul. Zu diesem Zweck wird der rauschfreie Teil des Empfangssignals als eine exakte Funktion der Laufzeitverzögerung modelliert. Insbesondere wird die Abhängigkeit zwischen der Trägerphase und dem Verzögerungsparameter auf explizite Weise berücksichtigt. Darüber hinaus wird ein statistisches Modell für die zeitliche Entwicklung des Verzögerungsparameters verwendet, um einen Trackingalgorithmus auf das Raster möglicher Verzögerungslösungen auszurichten. Über nachfolgende Beobachtungsblöcke wird dann ein Long Integration Ambiguity Histogram (LIAH) erstellt, wobei die Likelihood-Funktion bzw. Wahrscheinlichkeitsfunktion auf dem Mehrdeutigkeitsraster ausgewertet wird. Dies ermöglicht die Lösung des Mehrdeutigkeitsproblems und die Ausgabe einer genauen unverfälschten Messung des Verzögerungsparameters. Das Potential dieses Ansatzes kann in einem Szenario mit einem Global Navigation Satellite System (GNSS) dargestellt werden, bei dem es jede Millisekunde möglich ist, die Entfernung zwischen einem sich schnell fortbewegenden Satelliten und einem GPS-Empfänger mit Millimetergenauigkeit zu messen.
- Figurenliste
- Ausführungsformen der Erfindung werden unter Bezugnahme auf die zugehörigen Zeichnungen erläutert, wobei Folgendes gilt:
-
1 ist eine Darstellung eines konventionellen Positionsbestimmungssystems; -
2 ist ein Ablaufdiagramm, das die Schritte veranschaulicht, die durch ein Trackingmodul mit LIAH gemäß einer Ausführungsform der vorliegenden Erfindung ausgeführt werden; -
3 ist ein Ablaufdiagramm, das die Schritte veranschaulicht, die durch ein Trackingmodul mit DLL/PLL gemäß einer Ausführungsform der vorliegenden Erfindung ausgeführt werden; -
4 ist ein RF-Frontend für die Verwendung mit einer Ausführungsform der vorliegenden Erfindung; -
5 veranschaulicht eine Maximum-Likelihood (ML)-Funktion, die in einem Verfahren gemäß einer Ausführungsform der vorliegenden Erfindung erzeugt wird; -
6 veranschaulicht ein zweidimensionales GNSS-Szenario, das für die Simulation eines Verfahrens gemäß einer Ausführungsform der vorliegenden Erfindung verwendet wird; -
7 veranschaulicht ein Entfernungsschätzungsergebnis, das in einem Verfahren gemäß einer Ausführungsform der vorliegenden Erfindung ermittelt wurde; und -
8 veranschaulicht das Entfernungsschätzungsergebnis, das in einem konventionellen DLL/PLL-Ansatz ermittelt wurde. - Beschreibung der Ausführungsformen der Erfindung
- Es wird eine Ausführungsform beschrieben, die es einer Empfangsvorrichtung ermöglicht, die Zeitverzögerung eines Funkwellensignals mit bekannter Struktur s(t) und Trägerfrequenz ωc genau und eindeutig zu messen. Der Vorgang wird in der digitalen Domäne ausgeführt, d. h. die Empfangsvorrichtung verarbeitet vorab das analoge Empfangssensorsignal durch ein Funk-Frontend bestehend aus Verstärkern, Filtern, zwei Mixern und zwei Samplern.
- KURZE BESCHREIBUNG EINER AUSFÜHRUNGSFORM
- Signalmodell
- Die zwei Sampling-Vorrichtungen werden bei einer Frequenz 1
1 , mit der Matrixs k,n(τk,νk) ist die abgetastete Version der übertragenen Basisband-Welle s(t). Die Snapshot-Komponente nk,n ist unabhängiges additives weißes Rauschen mit der Kovarianz -
-
- Präzise Zeitverzögerungsmessung mit LIAH
- Das Ziel des Empfängers ist die Ausgabe akkurater Messungen (Schätzungen) der Signalparameter γ̂k,τ̂k und ν̂k für eine große Zahl K von nachfolgenden Verarbeitungsblöcken. Da akkurate Schätzungen von τ̂k eine starke Mehrdeutigkeit aufweisen, enthält der Vorgang ein Trackingmodul (Ausrichtung der Mehrdeutigkeit) und ein Modul zur Lösung der Mehrdeutigkeit (LIAH). Die zwei Module führen einzelne Schritte aus und tauschen Informationen innerhalb der jeweiligen Verarbeitungsblöcke aus.
- Filter für Ausrichtung der Mehrdeutigkeit
- Der Ausrichtungsfilter gibt die Schätzungen γ̈k und ν̂k an und erzeugt eine Schätzung für einen Mittelpunkt der Ausrichtung τ̂A,k , die es ermöglicht, das Raster der möglichen mehrdeutigen Lösungen für τ̂k abzuleiten. In jedem Block erzeugt ein Signalgenerator Repliken
-
-
- Die tatsächliche Filtergröße
-
- Initialisierung: Für die Initialisierung des Ausrichtungsfilters der Mehrdeutigkeit, d. h. für den ersten Verarbeitungsblock k=0, werden die Parameterpunkte
-
- LIAH-Filter
- Der Long Integration Ambiguity Histogram (LIAH)-Filter stellt ein Likelihood-Histogram pk auf dem Raster der möglichen mehrdeutigen Lösungen für τ̂k bereit. In jedem Block erzeugt ein Signalgenerator Repliken des Übertragungssignals
-
-
- Die LIAH-Einheit enthält A Zähler
-
-
-
-
- Integration in einen herkömmlichen Empfänger
- Ein möglicher Ansatz zur Integration der vorgestellten Methode in einen herkömmlichen Empfänger ist die Verwendung eines konventionellen DLL/PLL-Empfängers als Filter für die Ausrichtung. Die DLL/PLL ermöglicht eine Trägerphasenmessung ψ̂k und eine grobe Zeitverzögerungsschätzung τ̂k, anhand der ein Ausrichtungsmittelpunkt abgeleitet werden kann durch Auflösen von
- DETAILLIERTE BESCHREIBUNG EINER AUSFÜHRUNGSFORM
- Beobachtungsmodell
- Betrachten wir ein Szenario mit einem Funksender und einem Empfänger. Der Sender sendet eine elektromagnetische Welle mit einer bekannten periodischen Struktur aus
4 ) oszillieren. Die Signale in den zwei Demodulationskanälen können daher wie folgt geschrieben werden - Es gilt zu beachten, dass
- Nach dem Filtern werden die analogen Signale bei einer Rate von
-
-
-
-
- ML-Schätzung mit einem einzelnen Block
- Der Empfänger ist daran interessiert, die Parameter des Empfangssignals zu schätzen, um Informationen zum Ausbreitungskanal zwischen Sender und Empfänger zu erhalten. Mithilfe nur eines Beobachtungsblocks für die Schätzung ist der Maximum-Likelihood (ML)-Schätzer der beste unverfälschte Schätzer. Der ML-Schätzer wird durch Auflösen der Optimierung erhalten
-
-
- Es gilt zu beachten, dass nur die Maximierung in Bezug auf τk und νk erforderlich ist, während die ML-Schätzung für γk in geschlossener Form mit der Lösung θ̂k berechnet werden kann. In
5 wird die normalisierte rauschfreie ML-Funktion - Fast konstantes Geschwindigkeitsmodell
- Um eine lange Integrationszeit in einem dynamischen Szenario zu ermöglichen, muss die zeitliche Entwicklung der Kanalparameter präzise modelliert werden. Hier wird ein autoregressives Modell erster Ordnung verwendet
- Dieses einfache Modell erweist sich als recht genau für praktische GNSS-Szenarien. Eine bedeutungsvolle Annahme für praktische Szenarien ist, dass die erste Ableitung τ̇(t) des fortlaufenden Zeitverzögerungsprozesses τ(t), der in
-
- Präzise Verzögerungsschätzung mit Lösung der Mehrdeutigkeit
- Neben dem Beobachtungsmodell und dem Prozessmodell werden die vorherigen Erkenntnisse des Akquisitionsalgorithmus als Gaußsche vorausgesetzt,
- Ausrichtung des Mehrdeutigkeitsrasters mit einem Partikelfilter
- Der optimale Schätzer für das betrachtete Schätzungsproblem ist der Conditional Mean Estimator (CME). Da das Beobachtungsmodell starke Nichtlinearitäten aufweist kann der CME nicht in geschlossener Form angegeben werden. Daher müssen suboptimale Ansätze verwendet werden. Eine Schätzmethode, die sich dem CME annähert und in der Lage ist, starke Nichtlinearitäten zu behandeln, ist die Partikelfiltermethode (PF). Es gilt zu beachten, dass die PF nur für eine unbegrenzte Anzahl von Partikeln mit dem CME identisch ist. Allerdings resultiert eine große Anzahl von Partikeln in einer hohen Berechnungskomplexität. Um eine korrekte und präzise Verzögerungsschätzung mit einer kleinen Anzahl von Partikeln zu garantieren, konzentriert sich Schritt
1 nur auf die Suche nach einer beliebigen Mehrdeutigkeit. Daher werden die Partikel initialisiert -
- Lösung der Mehrdeutigkeit mit LIAH
- Im zweiten Schritt werden die Strukturinformationen der Likelihood-Funktion genutzt. Da der Abstand Δ zwischen zwei benachbarten Mehrdeutigkeiten bekannt ist, können die Positionen von allen Mehrdeutigkeiten, als Mehrdeutigkeitsraster Ak bezeichnet, anhand von τ̂A,k geschätzt werden. Im Folgenden betrachtet der Algorithmus nur die Mehrdeutigkeiten innerhalb des Intervalls
-
- Ist, kann mit den anfänglichen Erkenntnissen bezüglich der Akquisition berechnet werden. Der wesentliche Teil des vorgestellten Verzögerungsschätzungsprozesses besteht aus verschiedenen Phasen. In jeder Phase wird die Likelihood einer festgelegten Anzahl A≥5 an Mehrdeutigkeiten aus dem Raster Ak getestet. Ohne Beschränkung der Allgemeinheit wird A als ungerade vorausgesetzt. In einer Phase entscheidet sich der Algorithmus für eine der A Mehrdeutigkeiten. Die Suche wird in der nächsten Phase verfeinert. Die A Mehrdeutigkeiten für die erste Phase sind
- Daher wird ein Zähler
- Simulationen
- Für die Simulationen wird ein einfaches zweidimensionales GNSS-Szenario, wie in
6 dargestellt, betrachtet. Der Empfänger ist auf einem Kreis mit dem Radius RF, und dem Mittelpunkt M positioniert. Der Empfänger Rx ist als statisch vorgesehen. Der Sender Tx bewegt sich auf einer kreisförmigen Bahn um den Mittelpunkt M. Wenn sich der Sender im Zenit befindet, ist der Abstand zwischen dem Sender und dem Empfänger gleich h. Der Bereich r(t) zwischen Sender und Empfänger für dieses Szenario hängt vom Winkel α(t) = ∡(Rx,M,Tx) ab, der wie folgt angegeben ist - Die Design-Parameter für den Algorithmus sind є = 3.5, A = 9, J = 100 und C = 10. In
7 werden der absoluten Wert der Messabweichung - Davon abgesehen ist das Schätzungsergebnis unverfälscht, d.h.
8 dargestellt. Der DLL/PLL-Dämpfungsgrad ist 0,7, und die DLL-Bandbreite ist 2 Hz. Die PLL-Bandbreite ist 25 Hz und der DLL-Korrelatorabstand ist 0,5 Ct. 2500 Durchführungen werden zur Messung von MSE, Messabweichung und Abweichung verwendet. Es kann beobachtet werden, dass es mit diesem Standardansatz möglich ist, den Bereich mit der Präzision von ein paar Metern zu schätzen. Interessanterweise wird der Mean Square Error (MSE) - Schlussfolgerung
- Wie in Bezug auf die Ausführungsformen der vorliegenden Erfindung beschrieben, ist mit einem einzelnen Sender im Trackingmodul eines Empfängers von moderater Komplexität eine unverfälschte Abstandsmessung mit hoher Präzision möglich. Dies wird durch Modellieren der Trägerphase als eine exakte Funktion des Laufzeitverzögerungsparameters in dem statistischen Modell des Empfangssignals erreicht. Das Mehrdeutigkeitsproblem wird mithilfe eines Tracking-basierten Filters für die Ausrichtung und eines Long Integration-Histogramms gelöst, das jeder Mehrdeutigkeit Wahrscheinlichkeiten zuweist. In einer satellitenbasierten Synchronisations- und Positionsbestimmungsanwendung (GPS) kann der vorgestellte Ansatz die Abstandsmessungsverfahren (DLL/PLL) in Bezug auf den RMSE aus dem Stand der Technik übertreffen.
Claims (10)
- Verfahren zum Bestimmen eines Abstands oder eines Standorts einer entfernten Vorrichtung oder eines Reflektors, wobei das Verfahren umfasst: Empfangen eines Signals von einem entfernten Signalgeber, der mit der entfernten Vorrichtung verbunden oder darin enthalten oder daran befestigt ist; Schätzen und Verfolgen einer ersten Laufzeitverzögerung, die mit dem empfangenen Signal verbunden ist, wobei die erste Laufzeitverzögerung einen ersten Kandidaten für eine korrekte Laufzeitverzögerung darstellt; Ableiten einer Beziehung zwischen dem ersten Kandidaten und einem oder mehreren anderen Kandidaten für eine korrekte Laufzeitverzögerung vom empfangenen Signal; Bestimmen mehrerer anderer Kandidaten für eine korrekte Laufzeitverzögerung basierend auf der Beziehung; Erzeugen eines Likelihood-Histogramms basierend auf den Kandidaten für eine korrekte Laufzeitverzögerung; Auswählen einer Laufzeitverzögerung von den Kandidaten basierend auf dem Likelihood-Histogramm; und Bestimmen eines Abstands oder eines Standorts der entfernten Vorrichtung oder des Reflektors mithilfe der ausgewählten Laufzeitverzögerung.
- Verfahren nach
Anspruch 1 , wobei die Beziehung eine Entfernung zwischen benachbarten Kandidaten für eine korrekte Laufzeitverzögerung in einem Raster der Kandidaten ist. - Verfahren nach
Anspruch 1 , wobei die Kandidaten örtlichen Maxima in einer Likelihood-Funktion oder Verteilung entsprechen. - Verfahren nach einem der vorhergehenden Ansprüche ferner umfassend das Anwenden einer Maximum-Likelihood-Schätzung auf das empfangene Signal, um dadurch die erste Laufzeitverzögerung zu bestimmen.
- Verfahren nach einem der vorhergehenden Ansprüche ferner umfassend: Verfolgen der Kandidaten für eine korrekte Laufzeitverzögerung; und Aktualisieren des Likelihood-Histogramms in einer vorbestimmten Anzahl von Wiederholungen oder über eine vorbestimmte Zeitperiode.
- Verfahren nach einem der vorhergehenden Ansprüche ferner umfassend: Auswählen der ersten Laufzeitverzögerung durch Auswählen eines von mehreren Kandidaten für eine korrekte Laufzeitverzögerung mithilfe der Partikelfiltermethode.
- Verfahren nach
Anspruch 6 , ferner umfassend das gleichmäßige Initialisieren von Laufzeitverzögerungspartikeln in einem vorbestimmten Bereich des ausgewählten einen der Kandidaten für eine korrekte Laufzeitverzögerung. - Verfahren nach einem der vorhergehenden Ansprüche ferner umfassend: Verarbeiten des empfangenen Signals, um mehrere Blöcke von Signalabtastungen zu erzeugen; und Erzeugen des Likelihood-Histogramms über nachfolgende Blöcke von Signalabtastungen.
- Eine Signal- und Datenverarbeitungsvorrichtung umfassend: einen Empfänger zum Empfangen eines Signals von einem entfernten Signalgeber, der mit einer entfernten Vorrichtung verbunden oder darin enthalten oder daran befestigt ist; ein Signalverarbeitungsmodul zum Umwandeln des empfangenen Signals in digitale Daten; und ein Datenverarbeitungsmodul zum Bestimmen und Verfolgen einer ersten Laufzeitverzögerung, die mit dem empfangenen Signal verbunden ist, wobei die erste Laufzeitverzögerung einen ersten Kandidaten für eine korrekte Laufzeitverzögerung darstellt; Bestimmen mehrerer von anderen Kandidaten für eine korrekte Laufzeitverzögerung basierend auf einer Beziehung zwischen dem ersten Kandidaten und einem oder mehreren anderen Kandidaten für eine korrekte Laufzeitverzögerung; Erzeugen eines Likelihood-Histogramms basierend auf den Kandidaten für eine korrekte Laufzeitverzögerung; Auswählen einer Laufzeitverzögerung von den Kandidaten basierend auf dem Likelihood-Histogramm; und Bestimmen eines Abstands oder eines Standorts der entfernten Vorrichtung mithilfe der ausgewählten Laufzeitverzögerung.
- Signal- und Datenverarbeitungsvorrichtung nach
Anspruch 9 , umfassend einen DLL/PLL-Empfänger, um eine Laufzeitverzögerungsschätzung auszuführen, um die erste Laufzeitverzögerung zu bestimmen.
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102015103605.3A DE102015103605B4 (de) | 2015-03-11 | 2015-03-11 | Abstandsmessungsverfahren und -vorrichtung |
EP16710420.7A EP3268772A1 (de) | 2015-03-11 | 2016-03-11 | Vermessungsverfahren und vorrichtung |
US15/557,381 US10527716B2 (en) | 2015-03-11 | 2016-03-11 | Ranging method and apparatus |
PCT/EP2016/055380 WO2016142546A1 (en) | 2015-03-11 | 2016-03-11 | Ranging method and apparatus |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102015103605.3A DE102015103605B4 (de) | 2015-03-11 | 2015-03-11 | Abstandsmessungsverfahren und -vorrichtung |
Publications (2)
Publication Number | Publication Date |
---|---|
DE102015103605A1 DE102015103605A1 (de) | 2016-09-29 |
DE102015103605B4 true DE102015103605B4 (de) | 2018-06-28 |
Family
ID=55542646
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE102015103605.3A Active DE102015103605B4 (de) | 2015-03-11 | 2015-03-11 | Abstandsmessungsverfahren und -vorrichtung |
Country Status (4)
Country | Link |
---|---|
US (1) | US10527716B2 (de) |
EP (1) | EP3268772A1 (de) |
DE (1) | DE102015103605B4 (de) |
WO (1) | WO2016142546A1 (de) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018121879A1 (en) * | 2016-12-30 | 2018-07-05 | U-Blox Ag | Gnss receiver protection levels |
CN108318038A (zh) * | 2018-01-26 | 2018-07-24 | 南京航空航天大学 | 一种四元数高斯粒子滤波移动机器人姿态解算方法 |
US20190286695A1 (en) * | 2018-03-17 | 2019-09-19 | Nen Van Huynh | Left-to-Right Parser for Tree-adjoining Grammar |
CN108921891A (zh) * | 2018-06-21 | 2018-11-30 | 南通西塔自动化科技有限公司 | 一种可任意旋转的机器视觉快速定位方法 |
CN109297392B (zh) * | 2018-12-13 | 2023-11-17 | 福建省特种设备检验研究院 | 一种自适应导轨支架安装间距测量装置及其工作方法 |
CN111751820B (zh) * | 2020-07-06 | 2023-06-30 | 中国电子科技集团公司信息科学研究院 | 一种双基地雷达系统最优化配置方法及装置 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7649925B2 (en) * | 1999-06-14 | 2010-01-19 | Time Domain Corporation | Time transfer utilizing ultra wideband signals |
WO2002073562A1 (en) * | 2001-03-12 | 2002-09-19 | Eureka Technologies Partners, Llc | Article locator system |
US8446254B2 (en) * | 2008-11-03 | 2013-05-21 | Thingmagic, Inc. | Methods and apparatuses for RFID tag range determination |
US8326319B2 (en) * | 2009-01-23 | 2012-12-04 | At&T Mobility Ii Llc | Compensation of propagation delays of wireless signals |
-
2015
- 2015-03-11 DE DE102015103605.3A patent/DE102015103605B4/de active Active
-
2016
- 2016-03-11 EP EP16710420.7A patent/EP3268772A1/de not_active Withdrawn
- 2016-03-11 WO PCT/EP2016/055380 patent/WO2016142546A1/en active Application Filing
- 2016-03-11 US US15/557,381 patent/US10527716B2/en active Active
Non-Patent Citations (20)
Title |
---|
A. Doucet and A. Johansen, „A Tutorial on Particle Filtering and Smoothing: Fifteen Years later," Oxford Handbook of Nonlinear Filtering, Oxford University Press, 2011 |
A. Doucet, S. Godsill and C. Andrieu, „On sequential Monte Carlo sampling methods for Bayesian filtering," Statistics and Computing, vo. 10, Seiten 197-208, 2000 |
A. Kong, J. Liu and W. Wong, „Sequential imputations and Bayesian missing data problems," Journal of the American Statistical Association, Vol. 89, Nr. 425, Seiten 278-288, 1994 |
B. Ristic, S. Arulampalam and N. Gordon, „Beyond the Kalman Filter - Particle Filters for Tracking Applications," Artech House Inc., 2004 |
C. Günther, P. Henkel, „Integer Ambiguity Estimation for Satellite Navigation," IEEE Transactions on Signal Processing, Vol. 60, Nr. 7, Seiten 3387-3393, 2012 |
F.D.Nunes et al., Nonlinear Filtering in GNSS Pseudorange Dynamics Estimation Combining Code Delay and Carrier Phase, in Selected Topics in Signal Processing, IEEE Journal, vol. 3, no.4, pp 639-650, Aug. 2009 |
G. Blewitt, „Carrier Phase Ambiguity Resolution for the Global Positioning System Applied to Geodetic Baselines up to 2000 km," Journal of Geophysical Research, Vol. 94, Nr. B8, Seiten 10187-10203, 1989 |
G. Seco-Granados, J.A. Lopez-Salcedo, D. Jumenez-Baňos and G. Lopez-Risueňo, „Challenges in Indoor Global Navigation Satellite Systems," IEEE Signal Processing Magazine, Vol. 29, No. 2, Seiten 108-131, 2012 |
K. Borre, D. M. Akos, N. Bertelsen, P. Rinder, S. H. Jensen, A Software-Defined GPS and Galileo Receiver: A Single-Frequency Approach, Birkhäuser Boston, 2007 |
K.M. Peysna, et al; A Phase-Reconstruction Technique for Low-Power Centimeter-Accurate Mobile Positioning, in Signal Processing, IEEE Transactions, vol 62, no.10, pp. 2595-2610, May 15, 2014 |
N. J. Gordon, D. J. Salmond and A. F. M. Smith, „Novel approach to nonlinear/non-Gaussian Bayesian state estimation," IEE Proc. F Radar Signal Process., Vol. 140, Nr. 2, Seiten 107-113, 1993 |
Nunes, F.D. et.al., Nonlinear Filtering in GNSS Pseudorange Dynamics Estimation Combining Code Delay and Carrier Phase, in Selected Topics in Signal Processing, IEEE Journal of , vol.3, no.4, pp.639-650, Aug. 2009http://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=5166592&isnumber=5166532 [abgerufen am 15.02.2016] |
P. Misra and P. Enge, „Global Positioning System - Signals, Measurements, and Performance", Second Edition, Ganga-Jamuna Press, 2006 |
P. Teunissen, „A new method for fast carrier phase ambiguity estimation," Proc. of IEEE Pos., Loc. and Nav. Symp. (PLANS), Las Vegas, USA, Seiten 562-573, 1994 |
P. Teunissen, „Least-Squares Estimation of the Integer GPS Ambiguities", Invited lecture, Section IV „Theory and Methodology," Proc. Of Gen. Meet. of the Int. Assoc. of Geodesy, Peking, China, Seiten 1-16, 1993 |
P. Teunissen, „Statistical GNSS carrier phase ambiguity resolution: A review," Proc. of the 1-th IEEE Workshop of Statistical Signal Processing (SSP), Seiten 4-12, 2001 |
P. Teunissen, „The least-squares ambiguity decorrelation adjustment: a method for fast GPS ambiguity estimation," Journal of Geodesy, Vol. 70, Seiten 65-82, 1995 |
Pesyna, K.M, et al, A Phase-Reconstruction Technique for Low-Power Centimeter-Accurate Mobile Positioning, in Signal Processing, IEEE Transactions on , vol.62, no.10, pp.2595-2610, May15, 2014http://ieeexplore.ieee.org/stamp/stamp.jsp?tp=&arnumber=6767125&isnumber=6803925 [abgerufen am 15.02.2016] |
S. M. Kay, „Fundamentals of Statistical Signal Processing: Estimation Theory," Pretice Hall, 1993 |
T. Li, T. P. Sattar, Q. Han and S. Sun, „Roughening Methods to Prevent Sample Impoverishment in the particle PHD filter," 16th International Conference on Information Fusion (FUSION), 2013 |
Also Published As
Publication number | Publication date |
---|---|
DE102015103605A1 (de) | 2016-09-29 |
US20180246195A1 (en) | 2018-08-30 |
EP3268772A1 (de) | 2018-01-17 |
US10527716B2 (en) | 2020-01-07 |
WO2016142546A1 (en) | 2016-09-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE102015103605B4 (de) | Abstandsmessungsverfahren und -vorrichtung | |
DE102013005058B4 (de) | PSEUDO-MAXIMUM-LIKELlHOOD-TRACKING FÜR GLOBALE NAVIGATIONSSATELLITENSYSTEME | |
DE602004009590T2 (de) | Verfahren zur empfängerautonomen integritätsüberwachung und fehlerdetektion und -beseitigung | |
DE102011017115B4 (de) | Verfahren und Vorrichtung für eine geographische Unterstützungslösung für Navigationssatellitensysteme | |
DE60319426T2 (de) | Verfahren zur bestimmung von azimut und höhenwinkel durch verwendung eines einachsen-richtungsfindungssystems | |
EP2098088B1 (de) | Verfahren und vorrichtung zur bestimmung der position eines endgeräts in einem mobilfunknetz | |
DE112009002018T5 (de) | Verfahren und Geräte zum Verarbeiten von GNSS-Signalen mit Skalierung des Qualitätsmasses | |
CH664442A5 (de) | Verfahren und anlage zur standortbestimmung unter verwendung von von satelliten stammenden funksignalen. | |
DE112012000412T5 (de) | Auswahl einer Satellitenteilmenge | |
DE112006003422T5 (de) | Dynamisches Umschalten von Trägernachlaufschleifen ohne Verlust der Nachlaufinformationen | |
WO2019063379A1 (de) | Verfahren und vorrichtung zum bereitstellen von korrekturdaten zur satellitennavigation | |
DE112012000409T5 (de) | Referenzsatellit | |
WO2018153601A1 (de) | Verfahren zur bestimmung eines adaptiven modells einer elektronendichteverteilung | |
DE102012025382A1 (de) | Verfahren und vorrichtung zum verwalten und konfigurieren von tracker-komponenten zum tracking von gnss-signalen mit erhöhter empfindlichkeit | |
EP3491338B1 (de) | Verfahren zum senden von daten von einem fahrzeug an einen server und verfahren zum aktualisieren einer karte | |
DE102006052681B4 (de) | Vorrichtung und Verfahren zum Charakterisieren einer Uhr in einem Satelliten | |
DE102010011982A1 (de) | Verfahren zum rechnergestützten Erstellen und/oder Aktualisieren einer Referenzkarte für eine satellitengestützte Ortung eines Objekts | |
CN106291612B (zh) | 一种导航卫星星间链路无线信号高性能捕获判决方法 | |
DE2028346C3 (de) | Funkortungsverfahren zur Positionsbestimmung sowie Vorrichtung zur Durchführung dieses Verfahrens | |
EP1839069B1 (de) | Verfahren zur bestimmung der orientierung einer antennenanordnung | |
DE102022204842A1 (de) | Verfahren und System zur Prädiktion der GNSS-Ortungsqualität auf Straßen in städtischen Umgebungen | |
DE10062951A1 (de) | Verfahren zur Positionsbestimmung von geostationären Satelliten durch Laufzeitmessungen von Satelliten-Navigationssignalen | |
Komaragiri et al. | A sag monitoring device based on a cluster of code based GPS receivers | |
DE60301877T2 (de) | Verfahren und einrichtung zur bestimmung der relativen position zweier punkte | |
DE102011001296A1 (de) | Verfahren und Vorrichtung zur Bestimmung der Relativposition zwischen zwei Empfängern und Verwendung der Vorrichtung zur Stabilisierung schwebender Lasten |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
R012 | Request for examination validly filed | ||
R016 | Response to examination communication | ||
R018 | Grant decision by examination section/examining division | ||
R020 | Patent grant now final |