AG Kao Betriebssysteme und Verteilte Systeme Institut für Informatik Universität Paderborn

Positionierung von DECT Geräten

Projektgruppe Location-based Services for Wireless DevicesWS 2004/05

Autor: Christian Platta

AG Kao

Betriebssysteme und Verteilte SystemeInstitut für InformatikUniversität Paderborn

2PG LBS: Positionierung von DECT Geräten 09.12.2004

DECT der Standard

➣Digital Enhanced Cordless Telecommunication➣Früher Digital European Cordless Telephone aber aus

Marketing-Gründen umbenannt➣Protokoll Standard für drahtlose Telefone im Haus- und

Firmenbereich seit 1992 (ESTI)➣sehr erfolgreich:

➣ alleine 2003 über 50 mio. verkaufte DECT Produkte

➣ kostengünstig

➣ verschiedene Anbieter


Architektur von DECT

Portable Part (PP)Fixed Part (FP)

External NetworkCommom Air Interface

GSMX.25X.25

LANISDN

GA

P


Dynamic Channel SelectionFP 1 FP 2

FP 1 FP 2

Intracell Handover

Channel 1

Channel 2

Intercell Handover

PP hat eine Signalstärke-Liste aller empfangenen FPs.PP kommuniziert im besten Kanal.


➣Abschattung, Mehrwegeausbreitung➣Über die Signalstärke kann nicht direkt auf die Entfernung

zwischen FP und PP geschlossen werden.➣Daher: Messungen durchführen, welche die reale

Signalstärken-Verteilung wiederspiegeln.

Probleme mit der Signalstärke

vs.


Ansätze zur Positionierung

➣Wir haben: Signalstärken aller empfangenen FPs➣Wir suchen: Punkt, an dem sich das PP befindet➣Wir wollen nur die vorhandene Infrastruktur nutzen

➣Ansätze:➣ Next-Neighbor-Estimation

➣ GPPS

➣ Nonlinear Filtering Technique

➣ Siemens DPS

✓?!


Next-Neighbor-Estimation

Ansatz 1



➣Erstellung eines möglichst feinen Netzes von Messpunkten

➣Suche den Messpunkt, der den gemessenen Werten am ähnlichsten ist

➣Vorteil:➣ relativ einfache Realisierung

➣Nachteil:➣ nur vorher gemessene Punkte können “gefunden” werden

➣ sehr viele Messpunkte nötig

➣ benötig viele optimal angeordnete FPs

➣ sehr anfällig gegen Ausfälle von FPs bzw. Messfehlern



➣Fazit aus NNE:➣ Messpunkte alleine reichen nicht immer aus

➣ Keine Aussagen über Punkte, die nicht explizit gemessen wurden

➣ Keine Aussagen über die Güte des geschätzten Ergebnisses

➣Daher:➣ A: Schätzung anhand mehrer benachbarter Messpunkte

➣ B: Modell zur Beschreibung des Problems

➣ Ein Modell beschreibt den Zusammenhang zw. empfangenen Signalstärken und einer Position


Ansatz 2

Gaussian Process Positioning System

GPPS


GPPS

➣W’keitstheoretischer Ansatz➣Gibt Antwort auf die Frage:

“Welche Position ist bei gegebenen Signalstärken am wahrscheinlichsten?”

➣für DECT getestet, aber auch für W-LAN denkbar


➣Erstellung eines W‘keitstheoretischen Modells:➣ Beschreibt die W‘keit, das an einem Punkt t die Signalstärken

si von i Basisstationen gemessen werden

➣ pi(si|t), i= 1... Anzahl Basisstationen

➣ Wie bekommen wir p?

➣ p wird mit Hilfe von Messwerten über ein Gaussian Prozess Modell approximiert.

➣ Lokalisierung:

➣ Ermittle den Punkt, mit der größten max. W’keit für alle pi

➣ Optimierungsproblem

Modell des GPPS


GPPS

➣Genauigkeit des Verfahrens hängt stark mit den verwendeten Funktionen des Gaussian Prozess Models zusammen➣ Entscheidung für verwendete Funktionen

➣ Kalibrierung über Messdaten

➣Standorte der Basisstationen werden geschätzt➣ ∅ der 3 stärksten Messpunkte


Genauigkeit des Verfahrens

Number of points for calibration

Mea

n lo

caliz

atio

n er

ror

(in m

eter

s)


Ansatz 3

Nonlinear Filtering Technique


Modell der Nonlinear Filtering Technique

➣Measurement Model➣ 1. Deterministischer Part: Modellierung der Signalstärke als

Funktion bezüglich der Positionen.

➣ Approximierung anhand der Messwerte

➣ 2. Stochastischer Part:

➣ Unterschied zwischen deterministischem Modell und der “realen” Verteilung (Gaussian noise)

➣ Messrauschen

➣ Approximiert über mehrfache Messungen an einem Punkt

➣3. Motion Model


Approximation der Signalstärke


Motion Modell

➣Beschreibt Wissen über die Bewegung eines PPs➣z.B.:

➣ die max. Schrittweite eines FPs in einem Zeitintervall ist begrenzt

➣ Bereits vorher ermittelte Positionen beachten

➣ Bewegungsrichtung

➣Eingrenzung der möglichen Positionen➣Robustheit gegen Ausfall von FPs und Signal Aliasing


Lokalisierung mit der NFT

➣Lokalisierung erfolgt in einer Folge von Filterschritten➣ Genauigkeit hängt von der Anzahl der durchgeführten

Filterschritte ab

➣ Genauigkeit ist durch den Anwender beeinflussbar

➣ Aussagen über die Sicherheit des Ergebnisses


Genauigkeit des Verfahrens

➣Szenario:➣ 10 FPs, 30 m x 30 m großer Raum

➣ Abstand der Messpunkte: 1m

➣ Durchschnittlicher Fehler 1,22 m nach 170 Filterschritten


Ansatz 4

DECT Positioning System


Pattern-Matching Verfahren

B1 B2 B3 B4 B5 B600 23 56 16 58 67{ {

B1 B2 B3 B4 B5 B623 56 11 89 42 01{ {

B1 B2 B3 B4 B5 B612 65 08 12 32 12{ {B1 B2 B3 B4 B5 B656 35 24 67 66 23{ {

...

B1 B2 B3 B4 B5 B644 32 12 09 66 67{ {

aktuelle Messung

Datenbank


Pattern-Matching Verfahren

➣Suche den Messpunkt, welcher der Messung am “nächsten” ist.➣ Summe der Nachbarschaften bezüglich aller empfangenen FPs

Proxtotal= ∑ Prox

➣Was bedeutet Nachbarschaft in Bezug auf Signalstärken?

➣ Abstandsmaß 1: Prox = Fehlergewicht * äquivalenter euklidischer Abstand

➣ Abstandsmaß 2: Prox = Fehlergewicht * “einfacher“ Abstand

K

k=1

ki

ki

ki


Genauigkeit des Verfahrens➣Bürogebäude: <= 5m➣Industrieumgebung: <= 12m➣Zeit zur Lokalisierung: < 5 sec während eines Anrufs

< 10 sec sonst➣Anfragen pro Minute: max. 250

➣Vergleich Cell ID: ca. 100m


Vereinfachter Ablauf einer Ortungsanfrage

UserDB

Location

Manager

Map Server

Ortungsanfrage PP_4711

S1S

2S3

...

RSSIMaps DB

PP_4711

Location Server

FP


Überblick: alle VerfahrenRelevanz für die PG

➣NNE➣ relativ einfach zu realisieren

➣ Mögliche Grundlage für die PG

➣GPPS ➣ W’keitstheoretisches Modell

➣ Mit zusätzlichen Informationen wahrscheinlich umsetzbar

➣Nonlinear Filtering Technique➣ sehr komplexes Modell

➣ zu komplex für einen Prototypen

➣Siemens DPS➣ Erweitertes NNE-Verfahren

➣ Mit zusätzlichen Informationen wahrscheinlich umsetzbar


➣Positionierung der Basisstationen

➣Anzahl der Basisstationen

Einflussfaktoren I

niedrige Ortungsgenauigkeit hohe Ortungsgenauigkeit

Ungleichmäßige VerteilungGleichmäßige Verteilung


➣Das Vorgehen bei der Messung ist wichtig!➣ Dichte der Messpunkte

➣ Messen kostet Zeit und Geld!

➣ Anordnung der Messpunkte

➣ quadratisch vs. hexagonal

➣ Wiederholungen der Messung am gleichen Punkt

➣ Anzahl der Wiederholungen

➣ Ausrichtung bezüglich FPs

➣ “Höhe” der Messung

➣ Reproduzierbarkeit der Messwerte

➣ Unterschiedliche Zeiten

➣ Unterschiedliche Messgeräte

Einflussfaktoren II


Einflussfaktoren III

➣Robustheit des Systems➣ Wie reagiert das System auf veränderte Bedingungen?

➣ Ausfall eines Routers (Leave one out test)

➣ Bauliche Maßnahmen

➣ Viele Nutzer in einer Zelle

➣Hersteller der Hardware und Software➣ Format und Schnittstellen oft nicht standardisiert

➣ Algorithmus übertragbar

➣ Die erstellte Software ggf. nur durch Anpassung

➣2D oder 3D Positionierung ➣ Die Unterscheidung von Ebenen ist oft nicht einfach


Ansätze zur Verbesserung eines Modells

➣Motion Model➣Signalstärke + Laufzeitenmessung➣Lernende Algorithmen (Neurale Netze)➣Topografische Informationen➣Mehrere Messkarten für dieselbe Region, die

unterschiedliche Systemzustände repräsentieren(busy period vs. after work period)


??

??

?Noch Fragen?


Vielen Dank für Ihre Aufmerksamkeit !

Documents

AG Kao Betriebssysteme und Verteilte Systeme Institut für Informatik Universität Paderborn