JP2016090471A - Estimation method and estimation device using the same - Google Patents

Estimation method and estimation device using the same Download PDF

Info

Publication number
JP2016090471A
JP2016090471A JP2014227152A JP2014227152A JP2016090471A JP 2016090471 A JP2016090471 A JP 2016090471A JP 2014227152 A JP2014227152 A JP 2014227152A JP 2014227152 A JP2014227152 A JP 2014227152A JP 2016090471 A JP2016090471 A JP 2016090471A
Authority
JP
Japan
Prior art keywords
node
value
processing unit
node processing
average value
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.)
Granted
Application number
JP2014227152A
Other languages
Japanese (ja)
Other versions
JP6396765B2 (en
Inventor
レザ カハル アジズ ムハンマド
Reza Kahar Aziz Muhammad
レザ カハル アジズ ムハンマド
アンワル コイルー
Anwar Coyle
アンワル コイルー
松本 正
Tadashi Matsumoto
正 松本
Original Assignee
株式会社光電製作所
Koden Electronics Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 株式会社光電製作所, Koden Electronics Co Ltd filed Critical 株式会社光電製作所
Priority to JP2014227152A priority Critical patent/JP6396765B2/en
Publication of JP2016090471A publication Critical patent/JP2016090471A/en
Application granted granted Critical
Publication of JP6396765B2 publication Critical patent/JP6396765B2/en
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Abstract

PROBLEM TO BE SOLVED: To provide a technology of improving the position estimation accuracy.SOLUTION: A first factor node processing unit 14 derives the average value and dispersion value of the distances of TDOA on the basis of the reception time difference while assuming that the measured value error is pursuant to Gaussian distribution. A second factor node processing unit 18 converts the average value and dispersion value of the distances of the TDOA into the average value and dispersion value of the distances of TOA. A first variable node processing unit 20 applies a sam product algorithm to the average value and dispersion value of the distances of TOA. A third factor node processing unit 22 converts the average value and dispersion value of the distances of the TOA into the average value and dispersion value of the positional coordinates from a sensor 10. A fourth factor node processing unit 26 converts the average value and dispersion value of the positional coordinates from the sensor 10 into the average value and dispersion value of the positional coordinates of a wireless device. A second variable node processing unit 28 applies the sam product algorithm to the average value and dispersion value of the positional coordinates of the wireless device.SELECTED DRAWING: Figure 1

Description

本発明は、推定技術に関し、未知の発信源の位置を推定する推定方法およびそれを利用した推定装置に関する。   The present invention relates to an estimation technique, and relates to an estimation method for estimating the position of an unknown source and an estimation apparatus using the estimation method.
無線の位置推定は、近年の無線システムにおける重要な技術であり、それには、例えば、因子グラフが使用される。因子グラフでは、包括的な関数を因数分解した複数の局所的な関数の間で、ガウス分布での平均値と分散値の形でメッセージが交換される。交換されるメッセージは、TOA(Time Of Arrival)によって生成される(例えば、非特許文献1参照)。   Wireless position estimation is an important technology in recent wireless systems, and for example, a factor graph is used. In a factor graph, messages are exchanged in the form of mean and variance values with a Gaussian distribution between multiple local functions factored into a generic function. The exchanged message is generated by TOA (Time Of Arrival) (see, for example, Non-Patent Document 1).
TOAをベースにした位置推定では、推定対象となる無線装置と、センサとの間の同期が必要となる。しかしながら、推定対象となる無線装置が、不法無線局や未知発信源である場合、同期を確立することが困難である。一方、推定対象となる無線装置との同期を不要にし、かつセンサ間の同期だけを必要とするためには、TDOA(Time Difference Of Arrival)をベースにした位置推定が使用される。そこで、TDOAをベースにした位置推定の推定精度の向上が望まれる。   In position estimation based on TOA, synchronization between a wireless device to be estimated and a sensor is required. However, when the wireless device to be estimated is an illegal wireless station or an unknown transmission source, it is difficult to establish synchronization. On the other hand, position estimation based on TDOA (Time Difference Of Arrival) is used in order to eliminate synchronization with a wireless device to be estimated and only synchronization between sensors. Therefore, it is desired to improve the estimation accuracy of position estimation based on TDOA.
本発明はこうした状況に鑑みてなされたものであり、その目的は、位置推定精度を向上する技術を提供することである。   The present invention has been made in view of such circumstances, and an object thereof is to provide a technique for improving position estimation accuracy.
上記課題を解決するために、本発明のある態様の推定装置は、対象となる無線装置からの信号が複数のセンサのそれぞれにおいて受信されており、異なったセンサ間の受信時間差を取得する取得部と、取得部において取得した受信時間差をもとに、測定値誤差がガウス分布に従うと想定しながら、TDOA(Time Difference Of Arrival)における距離の平均値と分散値とを導出する第1因子ノード処理部と、TDOAにおける距離の平均値と分散値から、TOA(Time Of Arrival)における距離の平均値と分散値への変換を実行する第2因子ノード処理部と、TOAにおける距離の平均値と分散値とに対してサムプロダクトアルゴリズムを実行する第1変数ノード処理部と、TOAにおける距離の平均値と分散値と、センサからの位置座標の平均値と分散値との間の変換を実行する第3因子ノード処理部と、センサからの位置座標の平均値と分散値と、無線装置の位置座標の平均値と分散値との間の変換を実行する第4因子ノード処理部と、無線装置の位置座標の平均値と分散値とに対してサムプロダクトアルゴリズムを実行する第2変数ノード処理部と、第2因子ノード処理部、第1変数ノード処理部、第3因子ノード処理部、第4因子ノード処理部、第2変数ノード処理部の順番になされる処理と、当該順番とは逆の順番になされる処理とを繰返し実行させる制御部と、制御部によって繰返し実行される処理の終了後、無線装置の位置座標の平均値を出力する出力部と、を備える。   In order to solve the above-described problem, an estimation device according to an aspect of the present invention includes an acquisition unit that receives a signal from a target wireless device at each of a plurality of sensors and acquires a reception time difference between different sensors. And a first factor node process for deriving an average value and a variance value of a distance in TDOA (Time Difference of Arrival) assuming that the measurement value error follows a Gaussian distribution based on the reception time difference acquired by the acquisition unit Part, a second factor node processing unit for converting the average value and variance value of the distance in TDOA to the average value and variance value of the distance in TOA (Time Of Arrival), and the average value and variance of the distance in TOA A first variable node processing unit that executes a sum product algorithm on the value and a distance of the TOA A third factor node processing unit for performing conversion between the average value and the variance value, and the average value and the variance value of the position coordinates from the sensor; the average value and the variance value of the position coordinates from the sensor; A fourth factor node processing unit for performing conversion between the average value and the variance value of the position coordinates, and a second variable node process for executing the sum product algorithm on the average value and the variance value of the position coordinates of the wireless device And the processing performed in the order of the second factor node processing unit, the first variable node processing unit, the third factor node processing unit, the fourth factor node processing unit, the second variable node processing unit, and the order is reversed. A control unit that repeatedly executes the processes performed in the order of, and an output unit that outputs an average value of the position coordinates of the wireless device after the process repeatedly performed by the control unit.
本発明の別の態様は、推定方法である。この方法は、対象となる無線装置からの信号が複数のセンサのそれぞれにおいて受信されており、異なったセンサ間の受信時間差を取得する取得ステップと、取得した受信時間差をもとに、測定値誤差がガウス分布に従うと想定しながら、TDOA(Time Difference Of Arrival)における距離の平均値と分散値とを導出する第1因子ノード処理ステップと、TDOAにおける距離の平均値と分散値から、TOA(Time Of Arrival)における距離の平均値と分散値への変換を実行する第2因子ノード処理ステップと、TOAにおける距離の平均値と分散値とに対してサムプロダクトアルゴリズムを実行する第1変数ノード処理ステップと、TOAにおける距離の平均値と分散値と、センサからの位置座標の平均値と分散値との間の変換を実行する第3因子ノード処理ステップと、センサからの位置座標の平均値と分散値と、無線装置の位置座標の平均値と分散値との間の変換を実行する第4因子ノード処理ステップと、無線装置の位置座標の平均値と分散値とに対してサムプロダクトアルゴリズムを実行する第2変数ノード処理ステップと、第2因子ノード処理ステップ、第1変数ノード処理ステップ、第3因子ノード処理ステップ、第4因子ノード処理ステップ、第2変数ノード処理ステップの順番になされる処理と、当該順番とは逆の順番になされる処理とが繰返し実行された後、無線装置の位置座標の平均値を出力するステップと、を備える。   Another aspect of the present invention is an estimation method. In this method, a signal from a target wireless device is received by each of a plurality of sensors, an acquisition step of acquiring a reception time difference between different sensors, and a measurement value error based on the acquired reception time difference. Is calculated from the first factor node processing step for deriving the average value and the variance value of the distance in TDOA (Time Difference of Arrival), and the average value and the variance value of the distance in TDOA. Of Arriv), a second factor node processing step for performing conversion to an average value and a variance value of distances, and a first variable node processing step for executing a sum product algorithm on the average value and variance values of distances in TOA And the average value and dispersion value of the distance in the TOA, and the position from the sensor A third factor node processing step for performing conversion between the average value and the variance value of the coordinates, the average value and the variance value of the position coordinates from the sensor, and the average value and the variance value of the position coordinates of the wireless device A fourth factor node processing step for executing the transformation of the second factor node processing step, a second variable node processing step for executing the sum product algorithm on the average value and the variance value of the position coordinates of the wireless device, a second factor node processing step, The processing performed in the order of the one variable node processing step, the third factor node processing step, the fourth factor node processing step, and the second variable node processing step, and the processing performed in the reverse order are performed repeatedly. And outputting an average value of the position coordinates of the wireless device.
なお、以上の構成要素の任意の組合せ、本発明の表現を方法、装置、システム、記録媒体、コンピュータプログラムなどの間で変換したものもまた、本発明の態様として有効である。   It should be noted that any combination of the above-described constituent elements and a conversion of the expression of the present invention between a method, an apparatus, a system, a recording medium, a computer program, etc. are also effective as an aspect of the present invention.
本発明によれば、位置推定精度を向上できる。   According to the present invention, position estimation accuracy can be improved.
本発明の実施例に係る推定装置の構成を示す図である。It is a figure which shows the structure of the estimation apparatus which concerns on the Example of this invention. 図1の推定装置による推定処理の手順を示すフローチャートである。It is a flowchart which shows the procedure of the estimation process by the estimation apparatus of FIG. 図2の下り方向処理の手順を示すフローチャートである。It is a flowchart which shows the procedure of the downward direction process of FIG. 図2の上り方向処理の手順を示すフローチャートである。It is a flowchart which shows the procedure of the up direction process of FIG.
本発明を具体的に説明する前に、まず概要を述べる。本発明の実施例は、不法無線局や未知発信源(以下、「無線装置」という)の位置を推定する推定装置に関する。推定装置には、複数のセンサが接続される。TDOAでの測定値は、ふたつのセンサ間のTOAの測定値の差分によって示される。ここでは、TDOAの測定値から同等のTOAの測定値を導出する。その結果、TOAベースの因子グラフの位置推定が、TDOAベースの因子グラフの位置推定に拡張される。   Before describing the present invention specifically, an outline will be given first. An embodiment of the present invention relates to an estimation device that estimates the position of an illegal radio station or an unknown transmission source (hereinafter referred to as “radio device”). A plurality of sensors are connected to the estimation device. The TDOA measurement is indicated by the difference in the TOA measurement between the two sensors. Here, an equivalent measured value of TOA is derived from the measured value of TDOA. As a result, TOA-based factor graph location estimation is extended to TDOA-based factor graph location estimation.
図1は、本発明の実施例に係る推定装置100の構成を示す。推定装置100は、センサ10と総称される第1センサ10a、第2センサ10b、第3センサ10c、第4センサ10d、取得部12、第1因子ノード処理部14、外部変数ノード処理部16、第2因子ノード処理部18、第1変数ノード処理部20、第3因子ノード処理部22、内部変数ノード処理部24、第4因子ノード処理部26、第2変数ノード処理部28、制御部30、出力部32を含む。また、第3因子ノード処理部22は、ゼロ値回避部34、虚数値回避部36を含み、第1変数ノード処理部20は、無限大回避部38を含む。ここでは、一例として、センサ10の数を「4」としているが、センサ10の数は「4」に限定されない。   FIG. 1 shows a configuration of an estimation apparatus 100 according to an embodiment of the present invention. The estimation apparatus 100 includes a first sensor 10a, a second sensor 10b, a third sensor 10c, a fourth sensor 10d, an acquisition unit 12, a first factor node processing unit 14, an external variable node processing unit 16, which are collectively referred to as a sensor 10. Second factor node processing unit 18, first variable node processing unit 20, third factor node processing unit 22, internal variable node processing unit 24, fourth factor node processing unit 26, second variable node processing unit 28, control unit 30 The output unit 32 is included. The third factor node processing unit 22 includes a zero value avoiding unit 34 and an imaginary value avoiding unit 36, and the first variable node processing unit 20 includes an infinity avoiding unit 38. Here, as an example, the number of sensors 10 is “4”, but the number of sensors 10 is not limited to “4”.
複数のセンサ10間ではタイミング同期が確立されている。タイミング同期には公知の技術が使用されればよいので、ここでは説明を省略する。各センサ10は、図示しない無線装置からの信号を受信し、信号を受信した受信時間を測定値として取得部12に出力する。取得部12は、各センサ10から、受信時間を取得する。取得部12は、異なったセンサ10間の受信時間差を計算する。例えば、第1センサ10aでの受信時間と第2センサ10bでの受信時間との間の受信時間差は、「Δτ1,2」と示される。センサ10の数が「4」である場合、6種類の受信時間差が取得部12によって取得可能である。 Timing synchronization is established between the plurality of sensors 10. Since a known technique may be used for the timing synchronization, the description is omitted here. Each sensor 10 receives a signal from a wireless device (not shown), and outputs the reception time of receiving the signal to the acquisition unit 12 as a measurement value. The acquisition unit 12 acquires the reception time from each sensor 10. The acquisition unit 12 calculates a reception time difference between different sensors 10. For example, the reception time difference between the reception time at the first sensor 10a and the reception time at the second sensor 10b is indicated as “Δτ 1,2 ”. When the number of sensors 10 is “4”, six types of reception time differences can be acquired by the acquisition unit 12.
第1因子ノード処理部14は、E1,2ノード50、E1,3ノード52、E1,4ノード54、E2,3ノード56、E2,4ノード58、E3,4ノード60を含む。E1,2ノード50、E1,3ノード52、E1,4ノード54、E2,3ノード56、E2,4ノード58、E3,4ノード60は、第1センサ10aと第2センサ10bとの間の受信時間差、第1センサ10aと第3センサ10cとの間の受信時間差、第1センサ10aと第4センサ10dとの間の受信時間差、第2センサ10bと第3センサ10cとの間の受信時間差、第2センサ10bと第4センサ10dとの間の受信時間差、第3センサ10cと第4センサ10dとの間の受信時間差をそれぞれ取得部12から受けつける。 The first factor node processing unit 14 includes E 1 , 2 node 50, E 1 , 3 node 52, E 1 , 4 node 54, E 2 , 3 node 56, E 2 , 4 node 58, E 3 , 4 node 60. including. E 1, 2 node 50, E 1 , 3 node 52, E 1 , 4 node 54, E 2 , 3 node 56, E 2 , 4 node 58, E 3 , 4 node 60 The reception time difference between the sensor 10b, the reception time difference between the first sensor 10a and the third sensor 10c, the reception time difference between the first sensor 10a and the fourth sensor 10d, the second sensor 10b and the third sensor 10c. Reception time difference between the second sensor 10b and the fourth sensor 10d, and reception time difference between the third sensor 10c and the fourth sensor 10d are received from the acquisition unit 12, respectively.
第1因子ノード処理部14に含まれた各ノードは、取得部12において取得した受信時間差をもとに、測定値誤差がガウス分布に従うと想定しながら、TDOAにおける距離の平均値と分散値とを導出する。なお、導出には公知の技術が使用されればよいので、ここでは説明を省略する。第1因子ノード処理部14は、導出した平均値と分散値とを外部変数ノード処理部16に出力する。   Each node included in the first factor node processing unit 14 is based on the reception time difference acquired by the acquisition unit 12 and assumes that the measurement value error follows a Gaussian distribution. Is derived. In addition, since a well-known technique should just be used for derivation, description is abbreviate | omitted here. The first factor node processing unit 14 outputs the derived average value and variance value to the external variable node processing unit 16.
外部変数ノード処理部16は、d1,2ノード62、d1,3ノード64、d1,4ノード66、d2,3ノード68、d2,4ノード70、d3,4ノード72を含む。d1,2ノード62、d1,3ノード64、d1,4ノード66、d2,3ノード68、d2,4ノード70、d3,4ノード72は、E1,2ノード50、E1,3ノード52、E1,4ノード54、E2,3ノード56、E2,4ノード58、E3,4ノード60にそれぞれ接続され、平均値と分散値とを受けつける。外部変数ノード処理部16は、受けつけた平均値と分散値とを第2因子ノード処理部18に出力する。d1,2ノード62からd3,4ノード72のそれぞれにおける平均値と分散値は、次のように示される。
ここで、「m」が平均値を示し、「σ」が分散値を示す。また、添え字の「di,j」は、di,jノードを示す。
The external variable node processing unit 16 includes d 1 , 2 node 62, d 1 , 3 node 64, d 1 , 4 node 66, d 2 , 3 node 68, d 2 , 4 node 70, d 3 , 4 node 72. Including. d 1, 2 node 62, d 1 , 3 node 64, d 1 , 4 node 66, d 2 , 3 node 68, d 2 , 4 node 70, d 3 , 4 node 72 are E 1 , 2 node 50, Connected to E 1,3 node 52, E 1,4 node 54, E 2,3 node 56, E 2,4 node 58, E 3,4 node 60, respectively, and receives an average value and a variance value. The external variable node processing unit 16 outputs the accepted average value and variance value to the second factor node processing unit 18. mean and variance values in each of the d 3, 4 node 72 from d 1, 2 node 62 is expressed as follows.
Here, “m” indicates an average value, and “σ 2 ” indicates a variance value. The subscript “d i, j ” indicates the d i, j node.
第2因子ノード処理部18から第2変数ノード処理部28では、因子グラフでの繰返し処理がなされる。ここでは、各構成要件の処理の概要および接続関係を説明してから、繰返し処理の制御内容を説明し、最後に、各構成要件の処理の詳細を説明する。まず、各構成要件の処理の概要および接続関係を説明する。第2因子ノード処理部18は、一端側に外部変数ノード処理部16を接続し、他端側に第1変数ノード処理部20を接続する。第2因子ノード処理部18は、TDOAにおける距離の平均値と分散値から、TOAにおける距離の平均値と分散値への変換を実行する。第1変数ノード処理部20は、一端側に第2因子ノード処理部18を接続し、他端側に第3因子ノード処理部22を接続する。第1変数ノード処理部20は、TOAにおける距離の平均値と分散値とに対してサムプロダクトアルゴリズムを実行する。   From the second factor node processing unit 18 to the second variable node processing unit 28, an iterative process with a factor graph is performed. Here, after describing the outline of the process of each component requirement and the connection relationship, the control content of the iterative process will be described, and finally the details of the process of each component requirement will be described. First, the outline of the processing of each component and the connection relationship will be described. The second factor node processing unit 18 connects the external variable node processing unit 16 to one end side, and connects the first variable node processing unit 20 to the other end side. The second factor node processing unit 18 performs conversion from the average value and the variance value of the distance in TDOA to the average value and the variance value of the distance in TOA. The first variable node processing unit 20 connects the second factor node processing unit 18 to one end side, and connects the third factor node processing unit 22 to the other end side. The first variable node processing unit 20 executes the sum product algorithm on the average value and the variance value of the distance in TOA.
第3因子ノード処理部22は、一端側に第1変数ノード処理部20を接続し、他端側に内部変数ノード処理部24を接続する。第3因子ノード処理部22は、TOAにおける距離の平均値と分散値と、センサ10からの位置座標の平均値と分散値との間の変換を実行する。内部変数ノード処理部24は、一端側に第3因子ノード処理部22を接続し、他端側に第4因子ノード処理部26を接続する。内部変数ノード処理部24は、第3因子ノード処理部22と第4因子ノード処理部26との間で、センサ10からの位置座標の平均値と分散値を引き渡す。   The third factor node processing unit 22 connects the first variable node processing unit 20 to one end side, and connects the internal variable node processing unit 24 to the other end side. The third factor node processing unit 22 performs conversion between the average value and variance value of the distance in the TOA, and the average value and variance value of the position coordinates from the sensor 10. The internal variable node processing unit 24 connects the third factor node processing unit 22 to one end side and connects the fourth factor node processing unit 26 to the other end side. The internal variable node processing unit 24 delivers the average value and the variance value of the position coordinates from the sensor 10 between the third factor node processing unit 22 and the fourth factor node processing unit 26.
第4因子ノード処理部26は、一端側に内部変数ノード処理部24を接続し、他端側に第2変数ノード処理部28を接続する。第4因子ノード処理部26は、センサ10からの位置座標の平均値と分散値と、無線装置の位置座標の平均値と分散値との間の変換を実行する。第2変数ノード処理部28は、一端側に第4因子ノード処理部26を接続し、他端側に出力部32を接続する。第2変数ノード処理部28は、無線装置の位置座標の平均値と分散値とに対してサムプロダクトアルゴリズムを実行する。   The fourth factor node processing unit 26 connects the internal variable node processing unit 24 to one end side and connects the second variable node processing unit 28 to the other end side. The fourth factor node processing unit 26 performs conversion between the average value and the variance value of the position coordinates from the sensor 10 and the average value and the variance value of the position coordinates of the wireless device. The second variable node processing unit 28 connects the fourth factor node processing unit 26 to one end side and connects the output unit 32 to the other end side. The second variable node processing unit 28 executes a sum product algorithm on the average value and the variance value of the position coordinates of the wireless device.
次に、繰返し処理の制御内容を説明する。繰返し処理では、第2因子ノード処理部18、第1変数ノード処理部20、第3因子ノード処理部22、内部変数ノード処理部24、第4因子ノード処理部26、第2変数ノード処理部28の順番になされる処理(以下、「下り方向処理」という)と、当該順番とは逆の順番、つまり第2変数ノード処理部28、第4因子ノード処理部26、内部変数ノード処理部24、第3因子ノード処理部22、第1変数ノード処理部20、第2因子ノード処理部18の順番になされる処理(以下、「上り方向処理」という)とが、交互に繰返し実行される。このような繰返し処理は、制御部30によって実行される。以下では、下り方向処理を説明してから、上り方向処理を説明する。   Next, the control content of the iterative process will be described. In the iterative processing, the second factor node processing unit 18, the first variable node processing unit 20, the third factor node processing unit 22, the internal variable node processing unit 24, the fourth factor node processing unit 26, and the second variable node processing unit 28 are used. (Hereinafter referred to as “downward direction processing”) and the reverse order, that is, the second variable node processing unit 28, the fourth factor node processing unit 26, the internal variable node processing unit 24, The processes performed in the order of the third factor node processing unit 22, the first variable node processing unit 20, and the second factor node processing unit 18 (hereinafter referred to as “upward direction processing”) are alternately and repeatedly executed. Such repeated processing is executed by the control unit 30. In the following, the downstream process is described, and then the upstream process is described.
下り方向処理を詳細に説明する。第2因子ノード処理部18は、D1,2ノード74、D1,3ノード76、D1,4ノード78、D2,3ノード80、D2,4ノード82、D3,4ノード84を含む。D1,2ノード74、D1,3ノード76、D1,4ノード78、D2,3ノード80、D2,4ノード82、D3,4ノード84は、d1,2ノード62、d1,3ノード64、d1,4ノード66、d2,3ノード68、d2,4ノード70、d3,4ノード72にそれぞれ接続される。各ノードは、TDOAにおける距離の平均値と分散値を受けつけ、これらを次のように、TOAにおける距離の平均値と分散値に変換する。
The downstream processing will be described in detail. The second factor node processing unit 18 includes a D 1 , 2 node 74, a D 1 , 3 node 76, a D 1 , 4 node 78, a D 2 , 3 node 80, a D 2 , 4 node 82, and a D 3 , 4 node 84. including. D 1, 2 node 74, D 1 , 3 node 76, D 1 , 4 node 78, D 2 , 3 node 80, D 2 , 4 node 82, D 3 , 4 node 84 are d 1 , 2 node 62, d1,3 node 64, d1,4 node 66, d2,3 node 68, d2,4 node 70, d3,4 node 72 are connected respectively. Each node receives the average value and variance value of the distance in TDOA, and converts them into the average value and variance value of the distance in TOA as follows.
ここで、添え字の「X→Y」は、XノードからYノードへ出力されることを示し、添え字の「Di,j」は、Di,jノードを示し、添え字の「r」は、後述のrノードを示す。また、式(2)、式(3)が、TOAにおける距離の平均値を示し、式(4)、式(5)が、TOAにおける距離の分散値を示す。 Here, the subscript “X → Y” indicates output from the X node to the Y node, the subscript “D i, j ” indicates the D i, j node, and the subscript “r”. “ i ” indicates an r i node described later. Moreover, Formula (2) and Formula (3) show the average value of the distance in TOA, and Formula (4) and Formula (5) show the dispersion value of the distance in TOA.
第1変数ノード処理部20は、rノード86、rノード88、rノード90、rノード92を含み、これら4つのノードのそれぞれはセンサ10に1対1で対応する。rノード86は、D1,2ノード74、D1,3ノード76、D1,4ノード78に接続され、rノード88は、D1,2ノード74、D2,3ノード80、D2,4ノード82に接続され、rノード90は、D1,3ノード76、D2,3ノード80、D3,4ノード84に接続され、rノード92は、D1,4ノード78、D2,4ノード82、D3,4ノード84に接続される。各ノードは、TOAにおける距離の平均値と分散値とに対して、次のようにサムプロダクトアルゴリズムを実行する。
The first variable node processing unit 20 includes an r 1 node 86, an r 2 node 88, an r 3 node 90, and an r 4 node 92, and each of these four nodes corresponds to the sensor 10 on a one-to-one basis. r 1 node 86 is connected to D 1 , 2 node 74, D 1 , 3 node 76, D 1 , 4 node 78, and r 2 node 88 is connected to D 1 , 2 node 74, D 2 , 3 node 80, D 2,4 node 82 is connected, r 3 node 90 is connected to D 1,3 node 76, D 2,3 node 80, D 3,4 node 84, and r 4 node 92 is connected to D 1,4 Node 78, D 2 , 4 node 82, D 3 , 4 are connected to node 84. Each node executes the sum product algorithm on the average value and the variance value of the distance in TOA as follows.
ここで、「N」は、センサ10の数を示し、図1の場合、「4」である。また、式(6)が、TOAにおける距離の平均値に対するサムプロダクトアルゴリズムの実行結果であり、式(7)が、TOAにおける距離の分散値に対するサムプロダクトアルゴリズムの実行結果である。なお、以下では、サムプロダクトアルゴリズムの実行結果も、TOAにおける距離の平均値と分散値と呼ぶこともある。   Here, “N” indicates the number of sensors 10 and is “4” in the case of FIG. Expression (6) is an execution result of the sum product algorithm for the average distance value in TOA, and Expression (7) is an execution result of the sum product algorithm for the distance dispersion value in TOA. In the following, the execution result of the sum product algorithm may also be referred to as an average value and a variance value of distances in TOA.
第3因子ノード処理部22は、Cノード110、Cノード112、Cノード114、Cノード116を含み、ゼロ値回避部34も含む。ゼロ値回避部34は、第1変数ノード処理部20に含まれた各ノードが、第3因子ノード処理部22に、TOAにおける距離の平均値と分散値を渡す際に、次の処理を実行する。ゼロ値回避部34は、次のように、TOAにおける距離の平均値が所定の値よりも小さければ、TOAにおける距離の平均値を所定の値に変更する。
ここで、「ε」は、所定の値を示す。これは、距離がゼロに縮退することを防ぐための処理である。
The third factor node processing unit 22 includes a C 1 node 110, a C 2 node 112, a C 3 node 114, and a C 4 node 116, and also includes a zero value avoiding unit 34. The zero value avoiding unit 34 executes the following processing when each node included in the first variable node processing unit 20 passes the average value and the variance value of the distance in the TOA to the third factor node processing unit 22. To do. The zero value avoiding unit 34 changes the average value of the distance in the TOA to a predetermined value if the average value of the distance in the TOA is smaller than the predetermined value as follows.
Here, “ε” represents a predetermined value. This is a process for preventing the distance from degenerating to zero.
ノード110、Cノード112、Cノード114、Cノード116は、ゼロ値回避部34を介して、rノード86、rノード88、rノード90、rノード92にそれぞれ接続される。各ノードは、TOAにおける距離の平均値と分散値を受けつけ、次のように、センサ10からの位置座標の平均値と分散値へ変換する。
The C 1 node 110, the C 2 node 112, the C 3 node 114, and the C 4 node 116 are transferred to the r 1 node 86, the r 2 node 88, the r 3 node 90, and the r 4 node 92 via the zero value avoidance unit 34. Each is connected. Each node receives the average value and the variance value of the distance in the TOA, and converts the average value and the variance value of the position coordinates from the sensor 10 as follows.
式(10)は、各ノードから、後述のΔxノード118、Δxノード120、Δxノード122、Δxノード124へ出力される平均値であって、かつセンサ10からの位置座標の平均値を示す。また、式(11)は、各ノードから、後述のΔxノード118、Δxノード120、Δxノード122、Δxノード124へ出力される分散値であって、かつセンサ10からの位置座標の分散値を示す。 Expression (10) is an average value output from each node to the later-described Δx 1 node 118, Δx 2 node 120, Δx 3 node 122, and Δx 4 node 124, and the average of the position coordinates from the sensor 10 Indicates the value. Expression (11) is a variance value output from each node to the later-described Δx 1 node 118, Δx 2 node 120, Δx 3 node 122, and Δx 4 node 124, and the position coordinates from the sensor 10 The variance value of.
また、式(12)は、各ノードから、後述のΔyノード126、Δyノード128、Δyノード130、Δyノード132へ出力される平均値であって、かつセンサ10からの位置座標の平均値を示す。また、式(13)は、各ノードから、後述のΔyノード126、Δyノード128、Δyノード130、Δyノード132へ出力される分散値であって、かつセンサ10からの位置座標の分散値を示す。 Expression (12) is an average value output from each node to the later-described Δy 1 node 126, Δy 2 node 128, Δy 3 node 130, and Δy 4 node 132, and the position coordinates from the sensor 10 The average value is shown. Expression (13) is a variance value output from each node to a later-described Δy 1 node 126, Δy 2 node 128, Δy 3 node 130, and Δy 4 node 132, and the position coordinates from the sensor 10 The variance value of.
内部変数ノード処理部24は、Δxノード118、Δxノード120、Δxノード122、Δxノード124、Δyノード126、Δyノード128、Δyノード130、Δyノード132を含む。各ノードは、第3因子ノード処理部22から第4因子ノード処理部26に、次のように、センサ10からの位置座標の平均値と分散値を引き渡す。
The internal variable node processing unit 24 includes a Δx 1 node 118, a Δx 2 node 120, a Δx 3 node 122, a Δx 4 node 124, a Δy 1 node 126, a Δy 2 node 128, a Δy 3 node 130, and a Δy 4 node 132. Each node delivers the average value and the variance value of the position coordinates from the sensor 10 to the fourth factor node processing unit 26 from the third factor node processing unit 22 as follows.
式(14)は、Δxノード118、Δxノード120、Δxノード122、Δxノード124から出力される平均値を示し、式(15)は、Δxノード118、Δxノード120、Δxノード122、Δxノード124から出力される分散値を示す。また、式(16)は、Δyノード126、Δyノード128、Δyノード130、Δyノード132から出力される平均値を示し、式(17)は、Δyノード126、Δyノード128、Δyノード130、Δyノード132から出力される分散値を示す。 Equation (14) represents the average value output from the Δx 1 node 118, Δx 2 node 120, Δx 3 node 122, and Δx 4 node 124, and Equation (15) represents the Δx 1 node 118, Δx 2 node 120, The variance values output from the Δx 3 node 122 and the Δx 4 node 124 are shown. Equation (16) represents the average value output from the Δy 1 node 126, Δy 2 node 128, Δy 3 node 130, and Δy 4 node 132, and Equation (17) represents the Δy 1 node 126 and Δy 2 node. 128, Δy 3 node 130, and Δy 4 node 132 indicate the variance value output.
第4因子ノード処理部26は、Aノード134、Aノード136、Aノード138、Aノード140、Bノード142、Bノード144、Bノード146、Bノード148を含む。各ノードは、センサ10からの位置座標の平均値と分散値を受けつけ、次のように、無線装置の位置座標の平均値と分散値に変換する。
The fourth factor node processing unit 26 includes an A 1 node 134, an A 2 node 136, an A 3 node 138, an A 4 node 140, a B 1 node 142, a B 2 node 144, a B 3 node 146, and a B 4 node 148. . Each node receives the average value and the variance value of the position coordinates from the sensor 10 and converts them into the average value and the variance value of the position coordinates of the wireless device as follows.
式(18)は、Aノード134、Aノード136、Aノード138、Aノード140から出力される平均値を示し、「X」は、i番目のセンサ10が設置された位置のX座標を示す。X座標は、例えば、経度として示される。式(19)は、Aノード134、Aノード136、Aノード138、Aノード140から出力される分散値を示す。 Expression (18) represents an average value output from the A 1 node 134, the A 2 node 136, the A 3 node 138, and the A 4 node 140, and “X i ” is a position where the i-th sensor 10 is installed. The X coordinate of is shown. The X coordinate is shown as longitude, for example. Expression (19) shows the distributed values output from the A 1 node 134, the A 2 node 136, the A 3 node 138, and the A 4 node 140.
式(20)は、Bノード142、Bノード144、Bノード146、Bノード148から出力される平均値を示し、「Y」は、i番目のセンサ10が設置された位置のY座標を示す。Y座標は、例えば、緯度として示される。式(21)は、Bノード142、Bノード144、Bノード146、Bノード148から出力される分散値を示す。 Expression (20) represents an average value output from the B 1 node 142, B 2 node 144, B 3 node 146, and B 4 node 148, and “Y i ” is a position where the i-th sensor 10 is installed. Indicates the Y coordinate. The Y coordinate is indicated as latitude, for example. Equation (21) indicates the variance value output from the B 1 node 142, B 2 node 144, B 3 node 146, and B 4 node 148.
第2変数ノード処理部28は、xノード150、yノード152を含む。xノード150は、Aノード134、Aノード136、Aノード138、Aノード140に接続され、yノード152は、Bノード142、Bノード144、Bノード146、Bノード148に接続される。各ノードは、無線装置の位置座標の平均値と分散値とに対して、サムプロダクトアルゴリズムを実行する。なお、xノード150は、平均値と分散値のそれぞれに対して2種類の処理を実行する。ひとつ目の処理(以下、「継続処理」という)は、次のように示される。
The second variable node processing unit 28 includes an x node 150 and a y node 152. The x node 150 is connected to the A 1 node 134, the A 2 node 136, the A 3 node 138, and the A 4 node 140, and the y node 152 is connected to the B 1 node 142, the B 2 node 144, the B 3 node 146, and the B 4. Connected to node 148. Each node executes a sum product algorithm on the average value and the variance value of the position coordinates of the wireless device. Note that the x node 150 executes two types of processing for each of the average value and the variance value. The first process (hereinafter referred to as “continuation process”) is indicated as follows.
式(22)は、xノード150から、Aノード134、Aノード136、Aノード138、Aノード140に出力される分散値を示し、式(23)は、xノード150から、Aノード134、Aノード136、Aノード138、Aノード140に出力される平均値を示す。 Expression (22) indicates the distributed value output from the x node 150 to the A 1 node 134, the A 2 node 136, the A 3 node 138, and the A 4 node 140, and the expression (23) The average values output to the A 1 node 134, the A 2 node 136, the A 3 node 138, and the A 4 node 140 are shown.
ふたつ目の処理(以下、「終端処理」という)は、次のように示される。
式(24)は、xノード150において生成される分散値を示し、式(25)は、xノード150において生成される平均値を示す。これらは、Aノード134、Aノード136、Aノード138、Aノード140に出力されない。これら2種類の処理によって生成された値をどのように使用するかは後述する。
The second process (hereinafter referred to as “termination process”) is indicated as follows.
Expression (24) indicates the variance value generated at the x node 150, and Expression (25) indicates the average value generated at the x node 150. These are not output to the A 1 node 134, the A 2 node 136, the A 3 node 138, and the A 4 node 140. How to use the values generated by these two types of processing will be described later.
yノード152も、xノード150と同様に2種類の処理がなされる。継続処理は、次のように示される。
終端処理は、次のように示される。
Similarly to the x node 150, the y node 152 performs two types of processing. The continuation process is indicated as follows.
The termination process is shown as follows.
上り方向処理を詳細に説明する。第4因子ノード処理部26の各ノードは、第2変数ノード処理部28から、無線装置の位置座標の平均値と分散値を受けつける。これらは、前述の継続処理での平均値と分散値である。特に、Aノード134、Aノード136、Aノード138、Aノード140は、xノード150から平均値と分散値を受けつけ、Bノード142、Bノード144、Bノード146、Bノード148は、yノード152から平均値と分散値を受けつける。各ノードは、次のように、無線装置の位置座標の平均値と分散値を、センサ10からの位置座標の平均値と分散値に変換する。
The uplink processing will be described in detail. Each node of the fourth factor node processing unit 26 receives an average value and a variance value of the position coordinates of the wireless device from the second variable node processing unit 28. These are the average value and the variance value in the continuation process described above. In particular, the A 1 node 134, the A 2 node 136, the A 3 node 138, and the A 4 node 140 accept the average value and the variance value from the x node 150, and the B 1 node 142, the B 2 node 144, the B 3 node 146, The B 4 node 148 receives the average value and the variance value from the y node 152. Each node converts the average value and variance value of the position coordinates of the wireless device into the average value and variance value of the position coordinates from the sensor 10 as follows.
式(30)は、Aノード134、Aノード136、Aノード138、Aノード140から出力される平均値を示し、式(31)は、Aノード134、Aノード136、Aノード138、Aノード140から出力される分散値を示す。また、式(32)は、Bノード142、Bノード144、Bノード146、Bノード148から出力される平均値を示し、式(33)は、Bノード142、Bノード144、Bノード146、Bノード148から出力される分散値を示す。 Expression (30) represents an average value output from the A 1 node 134, the A 2 node 136, the A 3 node 138, and the A 4 node 140, and the expression (31) represents the A 1 node 134, the A 2 node 136, The variance values output from the A 3 node 138 and the A 4 node 140 are shown. Expression (32) represents an average value output from the B 1 node 142, B 2 node 144, B 3 node 146, and B 4 node 148, and Expression (33) represents the B 1 node 142 and B 2 node. 144, B 3 node 146, B shows the variance value output from the fourth node 148.
内部変数ノード処理部24における各ノードは、第4因子ノード処理部26から第3因子ノード処理部22に、次のように、センサ10からの位置座標の平均値と分散値を引き渡す。
Each node in the internal variable node processing unit 24 delivers the average value and the variance value of the position coordinates from the sensor 10 to the third factor node processing unit 22 from the fourth factor node processing unit 26 as follows.
式(34)は、Δxノード118、Δxノード120、Δxノード122、Δxノード124から出力される平均値を示し、式(35)は、Δxノード118、Δxノード120、Δxノード122、Δxノード124から出力される分散値を示す。また、式(36)は、Δyノード126、Δyノード128、Δyノード130、Δyノード132から出力される平均値を示し、式(37)は、Δyノード126、Δyノード128、Δyノード130、Δyノード132から出力される分散値を示す。 Equation (34) represents the average value output from the Δx 1 node 118, Δx 2 node 120, Δx 3 node 122, and Δx 4 node 124, and Equation (35) represents Δx 1 node 118, Δx 2 node 120, The variance values output from the Δx 3 node 122 and the Δx 4 node 124 are shown. Expression (36) represents an average value output from the Δy 1 node 126, Δy 2 node 128, Δy 3 node 130, and Δy 4 node 132, and Expression (37) represents the Δy 1 node 126 and Δy 2 node. 128, Δy 3 node 130, and Δy 4 node 132 indicate the variance value output.
第3因子ノード処理部22は、前述の説明に加えて、虚数値回避部36を含む。虚数値回避部36は、第4因子ノード処理部26、さらに具体的には内部変数ノード処理部24から第3因子ノード処理部22に、センサ10からの位置座標の平均値を渡す際に、次の処理を実行する。虚数値回避部36は、次のように、センサ10からの位置座標の平均値の2乗値よりも、第1変数ノード処理部20からのTOAにおける距離の平均値の2乗値が小さければ、第1変数ノード処理部20からのTOAにおける距離の平均値をもとに、センサ10からの位置座標の平均値を変更する。
The third factor node processing unit 22 includes an imaginary value avoiding unit 36 in addition to the above description. When the imaginary value avoiding unit 36 passes the average value of the position coordinates from the sensor 10 to the fourth factor node processing unit 26, more specifically, from the internal variable node processing unit 24 to the third factor node processing unit 22, The following processing is executed. The imaginary value avoiding unit 36 is as follows if the square value of the average value of the distance in the TOA from the first variable node processing unit 20 is smaller than the square value of the average value of the position coordinates from the sensor 10 as follows. The average value of the position coordinates from the sensor 10 is changed based on the average value of the distance in the TOA from the first variable node processing unit 20.
ここで、式(38)と式(39)は、Δxノード118、Δxノード120、Δxノード122、Δxノード124から出力された平均値に対する処理であり、式(40)と式(41)は、Δyノード126、Δyノード128、Δyノード130、Δyノード132から出力された平均値に対する処理である。これは、第3因子ノード処理部22での処理によって虚数値が発生することを防ぐための処理である。 Here, the expressions (38) and (39) are processes for the average values output from the Δx 1 node 118, the Δx 2 node 120, the Δx 3 node 122, and the Δx 4 node 124. (41) is a process for the average value output from the Δy 1 node 126, the Δy 2 node 128, the Δy 3 node 130, and the Δy 4 node 132. This is a process for preventing an imaginary value from being generated by the process in the third factor node processing unit 22.
ノード110は、虚数値回避部36を介して、Δxノード118、Δyノード126に接続され、Cノード112は、虚数値回避部36を介して、Δxノード120、Δyノード128に接続され、Cノード114は、虚数値回避部36を介して、Δxノード122、Δyノード130に接続され、Cノード116は、虚数値回避部36を介して、Δxノード124、Δyノード132に接続される。各ノードは、センサ10からの位置座標の平均値と分散値を受けつけ、次のように、TOAにおける距離の平均値と分散値へ変換する。
The C 1 node 110 is connected to the Δx 1 node 118 and the Δy 1 node 126 through the imaginary value avoiding unit 36, and the C 2 node 112 is connected to the Δx 2 node 120, Δy 2 through the imaginary value avoiding unit 36. The C 3 node 114 is connected to the Δx 3 node 122 and the Δy 3 node 130 via the imaginary value avoiding unit 36, and the C 4 node 116 is connected to the Δx 3 via the imaginary value avoiding unit 36. 4 nodes 124 and Δy are connected to 4 nodes 132. Each node receives the average value and the variance value of the position coordinates from the sensor 10, and converts them into the average value and the variance value of the distance in the TOA as follows.
第1変数ノード処理部20は、前述の説明に加えて、無限大回避部38を含む。無限大回避部38は、第3因子ノード処理部22から第1変数ノード処理部20に、TOAにおける距離の分散値を渡す際に、次の処理を実行する。無限大回避部38は、次のように、TOAにおける距離の分散値が、第2因子ノード処理部18からのTOAにおける距離の分散値の最小値よりも大きければ、TOAにおける距離の分散値を、第2因子ノード処理部18からのTOAにおける距離の分散値の最小値に変更する。
これは、第1変数ノード処理部20での処理によって無限大が発生することを防ぐための処理である。
The first variable node processing unit 20 includes an infinity avoiding unit 38 in addition to the above description. The infinity avoiding unit 38 executes the following processing when passing the dispersion value of the distance in the TOA from the third factor node processing unit 22 to the first variable node processing unit 20. The infinity avoidance unit 38 determines the distance variance value in the TOA if the variance value of the distance in the TOA is larger than the minimum value of the variance value of the distance in the TOA from the second factor node processing unit 18 as follows. Then, the distance is changed to the minimum value of the dispersion value in the TOA from the second factor node processing unit 18.
This is a process for preventing infinity from being generated by the process in the first variable node processing unit 20.
ノード86は、無限大回避部38を介して、Cノード110に接続され、rノード88は、無限大回避部38を介して、Cノード112に接続され、rノード90は、無限大回避部38を介して、Cノード114に接続され、rノード92は、無限大回避部38を介して、Cノード116に接続される。各ノードは、TOAにおける距離の平均値と分散値とに対して、次のようにサムプロダクトアルゴリズムを実行する。
前述のごとく、サムプロダクトアルゴリズムの実行結果も、TOAにおける距離の平均値と分散値と呼ぶこともある。
The r 1 node 86 is connected to the C 1 node 110 via the infinity avoidance unit 38, the r 2 node 88 is connected to the C 2 node 112 via the infinity avoidance unit 38, and the r 3 node 90 Is connected to the C 3 node 114 via the infinity avoidance unit 38, and the r 4 node 92 is connected to the C 4 node 116 via the infinity avoidance unit 38. Each node executes the sum product algorithm on the average value and the variance value of the distance in TOA as follows.
As described above, the execution result of the sum product algorithm may also be referred to as a distance average value and a variance value in TOA.
第2因子ノード処理部18におけるD1,2ノード74は、rノード86、rノード88に接続され、D1,3ノード76は、rノード86、rノード90に接続され、D1,4ノード78は、rノード86、rノード92に接続され、D2,3ノード80は、rノード88、rノード90に接続され、D2,4ノード82は、rノード88、rノード92に接続され、D3,4ノード84は、rノード90、rノード92に接続される。第2因子ノード処理部18の各ノードは、前述の式(2)から式(5)を実行することによって、TOAにおける距離の平均値と分散値とを更新する。 The D 1 and 2 nodes 74 in the second factor node processing unit 18 are connected to the r 1 node 86 and the r 2 node 88, and the D 1 and 3 nodes 76 are connected to the r 1 node 86 and the r 3 node 90, The D 1,4 node 78 is connected to the r 1 node 86 and the r 4 node 92, the D 2,3 node 80 is connected to the r 2 node 88 and the r 3 node 90, and the D 2,4 node 82 is The r 3 node 88 and the r 4 node 92 are connected, and the D 3 and 4 node 84 is connected to the r 3 node 90 and the r 4 node 92. Each node of the second factor node processing unit 18 updates the average value and the variance value of the distance in the TOA by executing the above-described equations (2) to (5).
制御部30は、前述のごとく、繰返し処理を制御する。制御部30は、式(24)、式(25)、式(28)、式(29)によって導出された平均値および分散値が収束した場合に、繰返し処理を終了させ、平均値を出力部32に出力する。ここでは、導出された平均値および分散値と、既に導出された平均値および分散値との変化量がしきい値よりも小さくなった場合に、収束と判定される。なお、収束の判定は、平均値と分散値のいずれか一方をもとになされてもよい。   As described above, the control unit 30 controls the repetition process. The control unit 30 terminates the iterative process and outputs the average value to the output unit when the average value and the variance value derived by the equations (24), (25), (28), and (29) converge. 32. Here, convergence is determined when the amount of change between the derived average value and variance value and the already derived average value and variance value is smaller than the threshold value. The determination of convergence may be made based on either the average value or the variance value.
出力部32は、制御部30によって繰返し実行される処理の終了後、第2変数ノード処理部28からの平均値を受けつけ、これを無線装置の位置座標として出力する。   The output unit 32 receives the average value from the second variable node processing unit 28 after the processing repeatedly executed by the control unit 30 and outputs this as the position coordinates of the wireless device.
この構成は、ハードウエア的には、任意のコンピュータのCPU、メモリ、その他のLSIで実現でき、ソフトウエア的にはメモリにロードされたプログラムなどによって実現されるが、ここではそれらの連携によって実現される機能ブロックを描いている。したがって、これらの機能ブロックがハードウエアのみ、ソフトウエアのみ、またはそれらの組合せによっていろいろな形で実現できることは、当業者には理解されるところである。   This configuration can be realized in terms of hardware by a CPU, memory, or other LSI of any computer, and in terms of software, it can be realized by a program loaded in the memory, but here it is realized by their cooperation. Draw functional blocks. Accordingly, those skilled in the art will understand that these functional blocks can be realized in various forms by hardware only, software only, or a combination thereof.
以上の構成による推定装置100の動作を説明する。図2は、推定装置100による推定処理の手順を示すフローチャートである。外部変数ノード処理部16は、式(1)を処理する(S10)。第2因子ノード処理部18は、式(2)〜式(5)を処理する(S12)。第2因子ノード処理部18から第2変数ノード処理部28は、下り方向処理を実行する(S14)。収束していなければ(S16のN)、第2変数ノード処理部28から第2因子ノード処理部18は、上り方向処理を実行する(S18)。ステップ14に戻る。一方、収束していれば(S16のY)、出力部32は、mとmとを最終的な位置座標(x,y)として出力する。 The operation of the estimation apparatus 100 having the above configuration will be described. FIG. 2 is a flowchart illustrating the procedure of the estimation process performed by the estimation apparatus 100. The external variable node processing unit 16 processes the expression (1) (S10). The second factor node processing unit 18 processes Expressions (2) to (5) (S12). From the second factor node processing unit 18 to the second variable node processing unit 28 execute the downlink processing (S14). If it has not converged (N of S16), the second variable node processing unit 28 to the second factor node processing unit 18 execute the upward processing (S18). Return to step 14. On the other hand, if the convergence (S16 of Y), the output unit 32 outputs the m x and m y as the final position coordinates (x, y).
図3は、下り方向処理の手順を示すフローチャートである。第1変数ノード処理部20は、式(6)、式(7)を実行する(S40)。式(8)を満足した場合(S42のY)、ゼロ値回避部34は、式(9)を実行する(S44)。式(8)を満足しない場合(S42のN)、ステップ44はスキップされる。第3因子ノード処理部22は、式(10)〜(13)を実行する(S46)。内部変数ノード処理部24は、式(14)〜(17)を実行する(S48)。第4因子ノード処理部26は、式(18)〜式(21)を実行する(S50)。第2変数ノード処理部28は、式(22)〜式(29)を実行する(S52)。   FIG. 3 is a flowchart showing the procedure of the downstream process. The first variable node processing unit 20 executes Expression (6) and Expression (7) (S40). When Expression (8) is satisfied (Y in S42), the zero value avoidance unit 34 executes Expression (9) (S44). If the expression (8) is not satisfied (N in S42), the step 44 is skipped. The third factor node processing unit 22 executes equations (10) to (13) (S46). The internal variable node processing unit 24 executes expressions (14) to (17) (S48). The fourth factor node processing unit 26 executes Expressions (18) to (21) (S50). The second variable node processing unit 28 executes Expressions (22) to (29) (S52).
図4は、上り方向処理の手順を示すフローチャートである。Aノード134、Aノード136、Aノード138、Aノード140は、式(30)、式(31)を実行する(S70)。Δxノード118、Δxノード120、Δxノード122、Δxノード124は、式(34)を実行するとともに(S72)、式(35)を実行する(S74)。式(38)を満足した場合(S76のY)、虚数値回避部36は、式(39)を実行する(S78)。Bノード142、Bノード144、Bノード146、Bノード148は、式(32)、式(33)を実行する(S80)。Δyノード126、Δyノード128、Δyノード130、Δyノード132は、式(36)を実行するとともに(S82)、式(37)を実行する(S84)。式(40)を満足した場合(S86のY)、虚数値回避部36は、式(41)を実行する(S88)。 FIG. 4 is a flowchart illustrating the procedure of the upward processing. The A 1 node 134, the A 2 node 136, the A 3 node 138, and the A 4 node 140 execute Expressions (30) and (31) (S70). The Δx 1 node 118, the Δx 2 node 120, the Δx 3 node 122, and the Δx 4 node 124 execute Expression (34) (S72) and execute Expression (35) (S74). When Expression (38) is satisfied (Y in S76), the imaginary value avoiding unit 36 executes Expression (39) (S78). The B 1 node 142, the B 2 node 144, the B 3 node 146, and the B 4 node 148 execute Expressions (32) and (33) (S80). The Δy 1 node 126, the Δy 2 node 128, the Δy 3 node 130, and the Δy 4 node 132 execute Expression (36) (S82) and execute Expression (37) (S84). When Expression (40) is satisfied (Y in S86), the imaginary value avoiding unit 36 executes Expression (41) (S88).
式(38)を満足しない場合(S76のN)、あるいはステップ78が終了すると、第3因子ノード処理部22は、式(42)を実行する(S90)。また、式(40)を満足しない場合(S86のN)、あるいはステップ88が終了すると、第3因子ノード処理部22は、式(42)を実行する(S90)。ステップ74が終了すると、あるいはステップ78が終了すると、第3因子ノード処理部22は、式(43)を実行する(S92)。ステップ84が終了すると、あるいはステップ88が終了すると、第3因子ノード処理部22は、式(43)を実行する(S92)。式(44)を満足する場合(S94のY)、無限大回避部38は、式(45)を実行する(S96)。式(44)を満足しない場合(S94のN)、ステップ96はスキップされる。第1変数ノード処理部20は、式(46)、式(47)を実行する(S98)。これに続いて、第2因子ノード処理部18は、平均値と分散値とを更新する。   When Expression (38) is not satisfied (N in S76) or when Step 78 is completed, the third factor node processing unit 22 executes Expression (42) (S90). Further, when the expression (40) is not satisfied (N of S86) or when the step 88 is completed, the third factor node processing unit 22 executes the expression (42) (S90). When step 74 ends or when step 78 ends, the third factor node processing unit 22 executes Expression (43) (S92). When Step 84 ends or Step 88 ends, the third factor node processing unit 22 executes Expression (43) (S92). When Expression (44) is satisfied (Y in S94), the infinity avoidance unit 38 executes Expression (45) (S96). If Expression (44) is not satisfied (N in S94), Step 96 is skipped. The first variable node processing unit 20 executes Expression (46) and Expression (47) (S98). Following this, the second factor node processing unit 18 updates the average value and the variance value.
本発明の実施例によれば、TDOAにおける距離の平均値と分散値から、TOAにおける距離の平均値と分散値への変換を実行するので、TDOAによって測定を実行する場合であっても、TOAによる因子グラフ処理を実行できる。また、TOAによる因子グラフ処理を実行するので、位置推定精度を向上できる。また、TDOAによって測定を実行するので、対象となる無線装置とのタイミング同期を不要にできる。また、TOAにおける距離の平均値が所定の値よりも小さければ、TOAにおける距離の平均値を所定の値に変更するので、処理結果がゼロになることを回避できる。また、センサからの位置座標の平均値の2乗値よりも、第1変数ノード処理部からのTOAにおける距離の平均値の2乗値が小さければ、第1変数ノード処理部からのTOAにおける距離の平均値をもとに、センサからの位置座標の平均値を変更するので、処理結果が虚数値になることを回避できる。また、TOAにおける距離の分散値が、第2因子ノード処理部からのTOAにおける距離の分散値の最小値よりも大きければ、TOAにおける距離の分散値を、第2因子ノード処理部からのTOAにおける距離の分散値の最小値に変更するので、処理結果が無限大になることを回避できる。   According to the embodiment of the present invention, the conversion from the average value and the dispersion value of the distance in TDOA to the average value and the dispersion value of the distance in TOA is performed. Therefore, even if the measurement is performed by TDOA, the TOA The factor graph processing can be executed. Moreover, since the factor graph process by TOA is performed, the position estimation accuracy can be improved. In addition, since the measurement is performed by TDOA, timing synchronization with the target wireless device can be eliminated. Further, if the average value of distances in TOA is smaller than a predetermined value, the average value of distances in TOA is changed to a predetermined value, so that the processing result can be prevented from becoming zero. Further, if the square value of the average value of the distance in the TOA from the first variable node processing unit is smaller than the square value of the average value of the position coordinates from the sensor, the distance in the TOA from the first variable node processing unit. Since the average value of the position coordinates from the sensor is changed based on the average value, it is possible to avoid the processing result from becoming an imaginary value. Further, if the variance value of the distance in the TOA is larger than the minimum value of the variance value of the distance in the TOA from the second factor node processing unit, the variance value of the distance in the TOA is calculated in the TOA from the second factor node processing unit. Since the distance variance value is changed to the minimum value, the processing result can be prevented from becoming infinite.
以上、本発明を実施例をもとに説明した。この実施例は例示であり、それらの各構成要素の組合せにいろいろな変形例が可能なこと、またそうした変形例も本発明の範囲にあることは当業者に理解されるところである。   In the above, this invention was demonstrated based on the Example. This embodiment is an exemplification, and it will be understood by those skilled in the art that various modifications can be made to combinations of the respective constituent elements, and such modifications are also within the scope of the present invention.
10 センサ、 12 取得部、 14 第1因子ノード処理部、 16 外部変数ノード処理部、 18 第2因子ノード処理部、 20 第1変数ノード処理部、 22 第3因子ノード処理部、 24 内部変数ノード処理部、 26 第4因子ノード処理部、 28 第2変数ノード処理部、 30 制御部、 32 出力部、 34 ゼロ値回避部、 36 虚数値回避部、 38 無限大回避部、 100 推定装置。   10 sensors, 12 acquisition units, 14 first factor node processing units, 16 external variable node processing units, 18 second factor node processing units, 20 first variable node processing units, 22 third factor node processing units, 24 internal variable nodes Processing unit, 26 fourth factor node processing unit, 28 second variable node processing unit, 30 control unit, 32 output unit, 34 zero value avoidance unit, 36 imaginary value avoidance unit, 38 infinity avoidance unit, 100 estimation device.

Claims (5)

  1. 対象となる無線装置からの信号が複数のセンサのそれぞれにおいて受信されており、異なったセンサ間の受信時間差を取得する取得部と、
    前記取得部において取得した受信時間差をもとに、測定値誤差がガウス分布に従うと想定しながら、TDOA(Time Difference Of Arrival)における距離の平均値と分散値とを導出する第1因子ノード処理部と、
    TDOAにおける距離の平均値と分散値から、TOA(Time Of Arrival)における距離の平均値と分散値への変換を実行する第2因子ノード処理部と、
    TOAにおける距離の平均値と分散値とに対してサムプロダクトアルゴリズムを実行する第1変数ノード処理部と、
    TOAにおける距離の平均値と分散値と、センサからの位置座標の平均値と分散値との間の変換を実行する第3因子ノード処理部と、
    センサからの位置座標の平均値と分散値と、無線装置の位置座標の平均値と分散値との間の変換を実行する第4因子ノード処理部と、
    無線装置の位置座標の平均値と分散値とに対してサムプロダクトアルゴリズムを実行する第2変数ノード処理部と、
    前記第2因子ノード処理部、前記第1変数ノード処理部、前記第3因子ノード処理部、前記第4因子ノード処理部、前記第2変数ノード処理部の順番になされる処理と、当該順番とは逆の順番になされる処理とを繰返し実行させる制御部と、
    前記制御部によって繰返し実行される処理の終了後、無線装置の位置座標の平均値を出力する出力部と、
    を備えることを特徴とする推定装置。
    A signal from a target wireless device is received by each of the plurality of sensors, and an acquisition unit that acquires a reception time difference between different sensors;
    A first factor node processing unit for deriving an average value and a variance value of a distance in TDOA (Time Difference of Arrival) on the basis of the reception time difference acquired in the acquisition unit and assuming that a measurement value error follows a Gaussian distribution When,
    A second factor node processing unit that performs conversion from an average value and a variance value of distances in TDOA to an average value and a variance value of distances in TOA (Time Of Arrival);
    A first variable node processing unit that executes a sum product algorithm on the average value and variance value of the distance in TOA;
    A third factor node processing unit that performs conversion between the average value and the variance value of the distance in the TOA, and the average value and the variance value of the position coordinates from the sensor;
    A fourth factor node processing unit that performs conversion between the average value and variance value of the position coordinates from the sensor and the average value and variance value of the position coordinates of the wireless device;
    A second variable node processing unit that executes a sum product algorithm on the average value and the variance value of the position coordinates of the wireless device;
    Processing performed in the order of the second factor node processing unit, the first variable node processing unit, the third factor node processing unit, the fourth factor node processing unit, and the second variable node processing unit; Is a control unit that repeatedly executes processes performed in the reverse order;
    An output unit that outputs an average value of the position coordinates of the wireless device after completion of the process repeatedly executed by the control unit;
    An estimation apparatus comprising:
  2. 前記第1変数ノード処理部から前記第3因子ノード処理部に、TOAにおける距離の平均値と分散値を渡す際に、TOAにおける距離の平均値が所定の値よりも小さければ、TOAにおける距離の平均値を所定の値に変更するゼロ値回避部をさらに備えることを特徴とする請求項1に記載の推定装置。   When the average value of the distance in TOA and the variance value are passed from the first variable node processing unit to the third factor node processing unit, if the average value of the distance in TOA is smaller than a predetermined value, the distance in TOA The estimation apparatus according to claim 1, further comprising a zero value avoiding unit that changes the average value to a predetermined value.
  3. 前記第4因子ノード処理部から前記第3因子ノード処理部に、センサからの位置座標の平均値を渡す際に、センサからの位置座標の平均値の2乗値よりも、前記第1変数ノード処理部からのTOAにおける距離の平均値の2乗値が小さければ、前記第1変数ノード処理部からのTOAにおける距離の平均値をもとに、センサからの位置座標の平均値を変更する虚数値回避部をさらに備えることを特徴とする請求項1または2に記載の推定装置。   When the average value of the position coordinates from the sensor is passed from the fourth factor node processing section to the third factor node processing section, the first variable node is more than the square value of the average position coordinates from the sensor. If the square value of the average distance in the TOA from the processing unit is small, the average value of the position coordinates from the sensor is changed based on the average value in the TOA from the first variable node processing unit. The estimation apparatus according to claim 1, further comprising a numerical value avoiding unit.
  4. 前記第3因子ノード処理部から前記第1変数ノード処理部に、TOAにおける距離の分散値を渡す際に、TOAにおける距離の分散値が、前記第2因子ノード処理部からのTOAにおける距離の分散値の最小値よりも大きければ、TOAにおける距離の分散値を、前記第2因子ノード処理部からのTOAにおける距離の分散値の最小値に変更する無限大回避部をさらに備えることを特徴とする請求項1から3のいずれかに記載の推定装置。   When the variance value of the distance in TOA is passed from the third factor node processing unit to the first variable node processing unit, the variance value of the distance in TOA is the variance of the distance in TOA from the second factor node processing unit. If it is larger than the minimum value, it further comprises an infinity avoiding unit that changes the dispersion value of the distance in the TOA to the minimum value of the dispersion value of the distance in the TOA from the second factor node processing unit. The estimation apparatus in any one of Claim 1 to 3.
  5. 対象となる無線装置からの信号が複数のセンサのそれぞれにおいて受信されており、異なったセンサ間の受信時間差を取得する取得ステップと、
    取得した受信時間差をもとに、測定値誤差がガウス分布に従うと想定しながら、TDOA(Time Difference Of Arrival)における距離の平均値と分散値とを導出する第1因子ノード処理ステップと、
    TDOAにおける距離の平均値と分散値から、TOA(Time Of Arrival)における距離の平均値と分散値への変換を実行する第2因子ノード処理ステップと、
    TOAにおける距離の平均値と分散値とに対してサムプロダクトアルゴリズムを実行する第1変数ノード処理ステップと、
    TOAにおける距離の平均値と分散値と、センサからの位置座標の平均値と分散値との間の変換を実行する第3因子ノード処理ステップと、
    センサからの位置座標の平均値と分散値と、無線装置の位置座標の平均値と分散値との間の変換を実行する第4因子ノード処理ステップと、
    無線装置の位置座標の平均値と分散値とに対してサムプロダクトアルゴリズムを実行する第2変数ノード処理ステップと、
    前記第2因子ノード処理ステップ、前記第1変数ノード処理ステップ、前記第3因子ノード処理ステップ、前記第4因子ノード処理ステップ、前記第2変数ノード処理ステップの順番になされる処理と、当該順番とは逆の順番になされる処理とが繰返し実行された後、無線装置の位置座標の平均値を出力するステップと、
    を備えることを特徴とする推定方法。
    An acquisition step in which a signal from a target wireless device is received by each of a plurality of sensors, and a reception time difference between different sensors is acquired;
    A first factor node processing step for deriving an average value and a variance value of distances in TDOA (Time Difference of Arrival) while assuming that the measurement value error follows a Gaussian distribution based on the acquired reception time difference;
    A second factor node processing step for performing conversion from the average value and the variance value of the distance in TDOA to the average value and the variance value of the distance in TOA (Time Of Arrival);
    A first variable node processing step for executing a sum product algorithm on the average value and the variance value of the distance in TOA;
    A third factor node processing step for performing conversion between the average value and variance value of the distance in the TOA and the average value and variance value of the position coordinates from the sensor;
    A fourth factor node processing step for performing conversion between the average value and variance value of the position coordinates from the sensor and the average value and variance value of the position coordinates of the wireless device;
    A second variable node processing step for executing a sum product algorithm on the average value and the variance value of the position coordinates of the wireless device;
    Processing performed in the order of the second factor node processing step, the first variable node processing step, the third factor node processing step, the fourth factor node processing step, the second variable node processing step; Is a step of outputting the average value of the position coordinates of the wireless device after repeatedly performing the processing performed in the reverse order;
    An estimation method comprising:
JP2014227152A 2014-11-07 2014-11-07 Estimation method and estimation apparatus using the same Active JP6396765B2 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
JP2014227152A JP6396765B2 (en) 2014-11-07 2014-11-07 Estimation method and estimation apparatus using the same

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
JP2014227152A JP6396765B2 (en) 2014-11-07 2014-11-07 Estimation method and estimation apparatus using the same

Publications (2)

Publication Number Publication Date
JP2016090471A true JP2016090471A (en) 2016-05-23
JP6396765B2 JP6396765B2 (en) 2018-09-26

Family

ID=56018372

Family Applications (1)

Application Number Title Priority Date Filing Date
JP2014227152A Active JP6396765B2 (en) 2014-11-07 2014-11-07 Estimation method and estimation apparatus using the same

Country Status (1)

Country Link
JP (1) JP6396765B2 (en)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111459009A (en) * 2020-04-21 2020-07-28 哈尔滨工业大学 Random error estimation system and estimation method for synchronization of multiple digital electronic devices

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010507985A (en) * 2006-10-25 2010-03-11 マサチューセッツ インスティテュート オブ テクノロジー Coordinated location in wireless networks
CN102905363A (en) * 2012-07-20 2013-01-30 北京邮电大学 Factor graph based positioning method

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2010507985A (en) * 2006-10-25 2010-03-11 マサチューセッツ インスティテュート オブ テクノロジー Coordinated location in wireless networks
CN102905363A (en) * 2012-07-20 2013-01-30 北京邮电大学 Factor graph based positioning method

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
JUNG-CHIEH CHEN ET AL.: "Network-Side Mobile Position Location Using Factor Graphs", IEEE TRANSACTIONS ON WIRELESS COMMUNICATIONS, vol. 5, no. 10, JPN6018031226, October 2006 (2006-10-01), pages 2696 - 2704 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111459009A (en) * 2020-04-21 2020-07-28 哈尔滨工业大学 Random error estimation system and estimation method for synchronization of multiple digital electronic devices
CN111459009B (en) * 2020-04-21 2021-08-17 哈尔滨工业大学 Random error estimation system and estimation method for synchronization of multiple digital electronic devices

Also Published As

Publication number Publication date
JP6396765B2 (en) 2018-09-26

Similar Documents

Publication Publication Date Title
JP5075396B2 (en) Position estimation method and position estimation system
US9660740B2 (en) Signal strength distribution establishing method and wireless positioning system
Leng et al. Distributed local linear parameter estimation using Gaussian SPAWN
US10866303B2 (en) Determining the location of a mobile computing device
KR101627419B1 (en) Method for estmating location of mobile node and apparatus thereof
Alwan et al. Distributed gradient descent localization in wireless sensor networks
KR101097788B1 (en) Method for calculating location of censor nodes in mobile censor network
JP6396765B2 (en) Estimation method and estimation apparatus using the same
KR101219913B1 (en) Location estimation method for mobile node
KR100977246B1 (en) Apparatus and method for estmating positon using forward link angle of arrival
JP4488177B2 (en) Angle measuring method and apparatus
Cheng et al. Optimal nonlinear estimation for localization of wireless sensor networks
Qu et al. Recursive source localisation by time difference of arrival sensor networks with sensor position uncertainty
KR101021674B1 (en) Apparatus and method for tracking direction of signal source
US9930462B2 (en) System and method for on-site microphone calibration
JP2015087245A (en) Estimation method and estimation device employing the same
JP2009210408A (en) Wireless system and its location identification method
JP2016125854A (en) Node position estimation method, node position estimation device, physical quantity distribution detection method, and physical quantity distribution detector
WO2018062435A1 (en) Positioning system, positioning device, and computer program
US8660815B2 (en) Methods and apparatus for filtering noise in a three-dimensional position measurement system
JP2009175096A (en) Signal source position estimation device
JP6433386B2 (en) Estimation method and estimation apparatus using the same
WO2017049914A1 (en) Terminal positioning method, apparatus, and system
EP3167302B1 (en) Determining a location of a device
JP2009085610A (en) Method and device for analyzing motion of target object

Legal Events

Date Code Title Description
A621 Written request for application examination

Free format text: JAPANESE INTERMEDIATE CODE: A621

Effective date: 20171005

A977 Report on retrieval

Free format text: JAPANESE INTERMEDIATE CODE: A971007

Effective date: 20180724

TRDD Decision of grant or rejection written
A01 Written decision to grant a patent or to grant a registration (utility model)

Free format text: JAPANESE INTERMEDIATE CODE: A01

Effective date: 20180814

A61 First payment of annual fees (during grant procedure)

Free format text: JAPANESE INTERMEDIATE CODE: A61

Effective date: 20180830

R150 Certificate of patent or registration of utility model

Ref document number: 6396765

Country of ref document: JP

Free format text: JAPANESE INTERMEDIATE CODE: R150