WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!

На правах рукописи

Сухов Владимир Александрович

Повышение точности определения местоположения мобильных абонентских устройств в сетях IEEE 802.11g путем применения оптимальных алгоритмов обработки сигналов

05.12.13 – Системы, сети и устройства телекоммуникаций

Автореферат диссертации на соискание ученой степени кандидата технических наук

Санкт-Петербург 2012

Работа выполнена в федеральном государственном бюджетном образовательном учреждении высшего профессионального образования «СанктПетербургский государственный политехнический университет» на кафедре «Радиоэлектронные средства защиты информации».

Научный консультант: Сиверс Мстислав Аркадьевич доктор технических наук, профессор

Официальные оппоненты: Данилович Олег Сигизмундович доктор технических наук, СПбГУТ, профессор кафедры РТС Моисеенко Дмитрий Иванович кандидат технических наук, ЗАО «Транзас-Экспресс», начальник отдела

Ведущая организация: ОАО "Российский институт радионавигации и времени"

Защита состоится «____» __________ 2012 г. в ____ часов на заседании диссертационного совета Д 219.004.02 при Санкт-Петербургском Государственном Университете Телекоммуникаций им. проф. М.А. Бонч-Бруевича по адресу: 191186, Санкт-Петербург, наб. р. Мойки, д. 61, ауд. 205.

С диссертацией можно ознакомиться в библиотеке университета.

Отзыв об автореферате в двух экземплярах, заверенный печатью учреждения, просим направлять по вышеуказанному адресу на имя ученого секретаря диссертационного совета.

Автореферат разослан «____» __________ 2012 г.

Ученый секретарь диссертационного совета, Д 219.004.02, Харитонов В.Х.

кандидат технических наук

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность проблемы. Услуга определения местоположения мобильных абонентов (Location-Based Service – LBS) позволяет на основе имеющейся в сети информации, такой как уровень сигнала или время прохождения сигнала по каналу связи, получить данные о местонахождении абонента. Использование спутниковых навигационных систем для определения местоопределения внутри помещений не представляется возможным. Прежде всего, это вызвано тем, что непосредственный прием сигналов спутниковых систем внутри помещений практически невозможен.

Определение местоположения абонента средствами сотовой связи в большинстве случаев будет иметь очень низкую точность и будет сопряжено с рядом организационных и технических трудностей. В последнее время широкое распространение получили беспроводные локальные сети (WLAN), средства которых возможно использовать для реализации услуги позиционирования. При этом следует отметить, что стоимость развертывания такой сети является предельно низкой.

Система определения местоположения мобильных абонентских устройств (АУ) на основе WLAN позволяет отслеживать местоположение и проводить инвентаризацию активов организации (любое оборудование, оснащенное адаптерами WLAN или специальными радиометками), проводить поиск местоположения объекта, осуществлять контроль перемещения объекта в пределах некоторой зоны, осуществлять действия при изменении местоположения объекта, а также протоколировать их перемещение. Постоянный контроль местоположения врачей, медсестер и младшего медицинского персонала в больницах может улучшить уход за больными. Объекты сферы обслуживания получают возможность оптимизировать численность и состав персонала, повышается уровень координации работ между сотрудниками, обеспечивается быстрый доступ к оборудованию, транспортным средствам, появляется возможность синхронизировать технологические процессы внутри предприятия. Таким образом, появляются предпосылки для снижения затрат за счет уменьшения количества оборудования, а также создания более надежной системы безопасности. Все перечисленные области применения вышеуказанной системы требуют достаточно высокую точность (до 5 м) определения местоположения АУ. Это позволяет считать точность определения местоположения мобильных АУ в сетях IEEE 802.11 важной характеристикой услуги LBS и беспроводной локальной сети в целом, а исследование методов ее повышения актуальной научной задачей.

Цель работы и задачи исследования. Целью диссертации является повышение точности определения местоположения мобильных абонентских устройств в сетях IEEE 802.11g путем применения оптимальных алгоритмов обработки сигналов, а также разработка соответствующей методики.

Для достижения указанной цели необходимо решить следующие задачи:

1. Разработка имитационной модели системы определения местоположения.

2. Разработка имитационной модели формирования навигационного параметра (мощность сигнала – RSSI) для модели системы определения местоположения и проведение эксперимента, целью которого является подтверждение результатов имитационного моделирования.

3. Оценка точности определения координат абонентского устройства при использовании дальномерных методов решения навигационной задачи на основе информации о величине мощности сигнала.

4. Оценка влияния параметров многолучевого канала на точность позиционирования.

5. Оценка точности решения навигационной задачи при использовании оптимального алгоритма оценки неизвестного параметра.

Методические и теоретические основы исследования. При решении перечисленных задач использовались аналитические методы, методы имитационного моделирования, математической статистики, базирующиеся на теории вероятностей, распространения радиоволн. Полученные результаты подтверждены экспериментальным исследованием.

Научная новизна.

1. Предложена алгоритмическая часть системы определения местоположения мобильных абонентских устройств на основе дальномерных алгоритмов решения навигационной задачи.

2. Предложен метод обработки навигационных параметров на основе оптимального алгоритма оценки неизвестных параметров, позволяющий повысить точность определения местоположения мобильных абонентских устройств в сетях IEEE 802.11g. Показано, что при использовании этого алгоритма точность позиционирования увеличивается в три раза для конечного метода и от 20% до 2 раз для итерационного метода обработки по сравнению со случаем непосредственной обработки измерений.

3. Предложена методика оценки точности определения местоположения абонентского устройства, основанная на применении рекуррентных методов обработки измерений по выборке нарастающего объема.

4. Для заданных значений вероятностей, величины скорости движения абонентского устройства и различных алгоритмов обработки получены значения точности определения местоположения. Показано, что для малоподвижного объекта (v = 0,5 м/с) при уровне СКО мощности 2 дБм с вероятностью 0,5 точность не превосходит 2,1 м и с вероятность 0,9 не превосходит 4,7 м.

Практическая ценность и реализация результатов работы.

Алгоритмическая часть имитационной модели системы определения местоположения мобильных абонентских устройств будет использована при проведении планируемого НИОКР. Разработанный комплекс программных средств, позволяет проводить предварительную (до ввода в эксплуатацию) оценку точности позиционирования мобильных АУ. Проведенные экспериментальные исследования позволили оценить диапазон значений коэффициентов корреляции сигналов от разных опорных точек (ОТ) – точек доступа с известными координатами.

Апробация работы. Основные результаты работы докладывались на международной конференции «Региональная информатика РИ-2010», международных научно-практических конференциях «Неделя науки СПбГПУ» 2009, 2011, а также на зимней сессии (Winter Session) международной конференции NEW2AN 2012, где получили положительные оценки.

Публикации. Материалы, отражающие основные результаты диссертационной работы, опубликованы в сборниках научно-технических конференций и в журналах отрасли. Всего опубликовано 6 работ; из них 2 статьи в изданиях, рекомендованных ВАК Министерства образования и науки Российской Федерации.

Личный вклад автора. Все основные теоретические выводы, рекомендации, результаты имитационного моделирования, а также результаты экспериментальных исследований, содержащиеся в диссертации, получены автором лично.

Исследования проводились при финансовой поддержке в форме гранта Правительства Санкт-Петербурга.

Положения, выносимые на защиту.

1. Имитационная модель системы определения местоположения мобильных абонентских устройств.

2. Имитационная модель формирования навигационного параметра и результаты экспериментальной проверки.

3. Результаты оценки точности определения местоположения стационарных и полустационарных АУ с различным уровнем доверительной вероятности.

4. Результаты исследования эффективности алгоритма оценки координат АУ при наличии ошибок в оценки дальностей, вызванных эффектом многолучевого распространения.

5. Результаты исследования эффективности оценки координат абонентского устройства с использованием оптимального метода обработки.

6. Подход к построению системы определения местоположения АУ с оценкой точности позиционирования на этапе ввода в эксплуатацию.

Структура и объем диссертации. Диссертация состоит из введения, четырех глав и заключения, содержит 140 страниц текста, 79 рисунков и библиографический список из 56 наименований.

СОДЕРЖАНИЕ РАБОТЫ

Во введении проанализировано состояние исследуемого вопроса, обоснована актуальность проблемы, сформулирована цель работы, перечислены основные научные результаты диссертации, ее краткое содержание и приведены положения, выносимые на защиту.

В первой главе обсуждаются существующие системы определения местоположения абонентов в различных беспроводных сетях. Описываются методы определения координат АУ с использованием дальномерных алгоритмов на основе измерения времени распространения и величины изменения мощности сигнала при распространении по радиотракту. Рассмотрена специфика построения системы позиционирования в беспроводной локальной сети (WLAN), приведена ее структура с назначением ее узлов. Проведен сравнительный анализ существующих систем с точки зрения технологии построения, используемых алгоритмов и точности определения координат АУ. В результате были сформулированы задачи, которые необходимо решить в рамках работы.

Во второй главе рассмотрена структура многолучевого канала и метод его моделирования. Приведена классификация типовых помещений с точки зрения параметров многолучевого канала – количество лучей распространения сигнала, величины времени задержки и коэффициенты ослабления каждого луча. Проведено моделирование канала и оценка его статистических характеристик, параметрами которых являются интервалы усреднения уровня мощности сигнала и набор параметров канала. Эти характеристики используются в дальнейшем процессе моделирования.

Рассмотрены модели, определяющие взаимосвязь величины мощности сигнала на входе приемника от величины расстояния между АУ и ОТ. Выбрана модель, определяемая выражением:

PR = PR -10nlgd + X, (1) где PR = f PT,GT,GR,, n – параметры модели, GT, GR - коэффициенты усиления ( ) антенн передатчика и приемника (дБи), PT – мощность сигнала на выходе передатчика (дБм), - длина волны в метрах, d - расстояние от приемника до передатчика в метрах, X – случайная величина с нормальным законом распределения, нулевым математическим ожиданием и дисперсией .

Проведено экспериментальное исследование, целью которого является проверка состоятельности модели (1) и оценка ее параметров ( PR и n ). Методикой эксперимента предусмотрено проведение измерений величины уровня принимаемого сигнала RSSI от нескольких ОТ в режимах активного и пассивного сканирования. Построены характеристики преобразования ( PR d ), определены ( ) коэффициенты корреляции сигналов от двух ОТ. Запись величины уровня принимаемого сигнала производится с использованием специального ПО.

С целью оценки результатов решения навигационной задачи для различных условий распространения радиосигналов (различные профили многолучевых каналов) была разработана имитационная модель формирования сигнала в соответствии с требованиями IEEE 802.11g. Оценка уровня мощности сигнала в устройствах, соответствующих техническим требованиям IEEE 802.осуществляется по PLCP преамбуле. Она содержит десять коротких t1...t10 и два длинных T1,T2 OFDM символа. Моделирование проводилось для полосы частот сигнала 20 МГц. Короткие и длинные OFDM символы формируются отдельно и объединяются, протокольная и информационная части в пакете отсутствуют.

В процессе моделировании рассмотрено несколько типов каналов. В качестве их параметров задается количество лучей распространения сигнала (10–20), значение величины среднеквадратической задержки распространения (19-289 нс), а также наличие и отсутствие прямого луча распространения. Величина среднеквадратической задержки распространения определяется выражением:

M p m m 2 p m= = E - E , E =, ( ) ( ) ( ) (2) M m m=где m, m – величина задержки распространения и соответствующий коэффициент ослабления в m -ом луче, а M – количество лучей распространения.

Усреднение мощности проводилась на интервалах 1 fd 1 с, 0,5 с, 0,2 с, 0,1 с.

По результатам моделирования сделан вывод, что флуктуации мощности сигнала при прохождении по многолучевому каналу носят нормальный характер.

Распределение уровней может быть аппроксимировано центрированным нормальным распределением с величинами дисперсии указанными в таблице 1.

Таблица 1 – Величины дисперсии мощности для различных типов каналов, дБм 1 fd 1 fd 1 fd 1 fd Тип канала =0,1 с =0,2 с =0,5 с =1 с 9,9 4,9 2,0 1,stdchan_80211g, =50 нс 4,8 2,3 1,0 0,stdchan_80211g, =100 нс 3,6 1,9 0,6 0,stdchan_80211g, =150 нс 3,0 1,5 0,6 0,stdchan_80211g, =200 нс 7,6 3,8 3,9 1,etsiA, =102 нс 4,5 2,2 2,2 0,etsiB (NLOS), =166 нс 3,3 1,5 1,5 0,etsiC (NLOS), =289 нс 2,8 1,3 1,3 0,etsiD, =361 нс 2,5 1,1 1,1 0,etsiE, =478 нс 18,4 8,6 3,4 1,chanB (NLOS), =19 нс 14,0 7,3 2,5 1,chanC (NLOS), =46 нс 9,2 4,5 1,9 1,chanD (LOS), =67 нс 8,5 4,3 2,0 1,chanE (LOS), =117 нс 8,7 4,3 1,9 1,chanF (LOS), =174 нс Таким образом, полученные результаты позволяют сократить время моделирования решения НЗ в части формирования НП, а также выбрать алгоритм фильтрации.

Структура имитационной модели формирования НП приведена на рисунке 1.

В третьей главе рассматриваются алгоритмы решения навигационной задачи (НЗ), т.е. определения местоположения АУ. Проводится моделирование конечного (3), итерационного по минимальному (4) и итерационного по избыточному (5) объему вычислений алгоритмов.

2 2 a31 y02 - y01 - a21 y03 - y() ( ) 03 - 01 + ri1 - ri= a31 = xi x03 x( - x01 y02 - y01 - ( - x01 y03 - y) () ) () ,, (3) 2 2 02 - 01 + ri1 - ria21 x03 - x01 - a31 x02 - x() () y = a21 = i x03 x( - x01 y02 - y01 - ( - x01 y03 - y) () ) () 2 2 где x0 j, y0 j – координаты ОТ ( j =1..); 0 j = x0 j + y0 j ; xi, yi – координаты АУ;

rij - измеренное значение дальности от АУ до j -ой ОТ на i -ом шаге.

qk = qk -1 + C-1 Rk-(4) k-1, где q = xi; yi – вектор оцениваемых параметров, Rk-1 = R0(k-1) - RM – столбец [ ] разностей расчетных R0(k-1) = x0 j - xk-1 + y0 j - yk-1 и измеренных RM = () () rij дальностей, j – номер строки, Ck-1 = x0 j - xk-1 rij y0 j - yk-1 rij - матрица ( ) ( ) наблюдения.

-(5) qk = qk -1 + CT PTPCk -1 CT PRk-( ), k -1 k-P где – симметричная неотрицательно определенная корреляционная матрица погрешностей измерения дальности по n ОТ.

В рамках моделирования исследуется процесс решения НЗ на плоскости, размеры которой составляют 70 70 м. Подробно рассматривается процесс () решения навигационной задачи для одного варианта размещения ОТ и АУ, далее проводится оценка точности позиционирования для каждой точки плоскости с шагом 1 м. В завершение рассматривается точность решения для подвижного объекта. Структура имитационной модели системы определения местоположения приведена на рисунке 1.

Решение НЗ конечным и итерационным методами без предварительной обработки измерений дает результаты с большой погрешностью - средняя ошибка составляет величину порядка 7-15 м, максимальная ошибка достигает 40 м. В связи с этим, необходимо на первом этапе провести оценку расстояния между АУ и ОТ, а на втором – решить НЗ.

В качестве алгоритма оценки неизвестного параметра рассматривается применение рекуррентного алгоритма, обеспечивающего минимизацию среднеквадратической ошибки, т.е. фильтра Калмана (ФК), при этом используется следующая формулировка задачи. Модель динамики АУ (динамическая модель системы) описывается выражением qk = qk -1 + wk -1, (6) где – матрица состояния перехода. Модель измерения навигационных параметров (модель измерения) описываются выражением Zk = Hqk + vk, (7) где H – матрица чувствительности измерений (матрица наблюдений). Для рассматриваемых моделей векторы шумов состояния wk и ошибок измерения vk представляют собой дискретные центрированные белые некоррелированные между wk ~ N 0,W vk ~ N 0,V ( ) ( ) собой шумы,. Необходимо по результатам измерения навигационных параметров Zk дать оценку вектору состояния АУ qk.

Рисунок 1 – Структура и взаимосвязь разработанных имитационных моделей Рассматриваются два варианта алгоритма оценки расстояния между АУ и ОТ, на рисунке 1 они обозначены «ветвь 1» и «ветвь 2». В алгоритме, обозначенном «ветвь 1» ФК используется для оценки расстояния между АУ и ОТ по линеаризованной зависимости (1). В алгоритме, обозначенном «ветвь 2» ФК используется для оценки величины мощности сигнала, для вычисления расстояния между АУ и ОТ используется функциональная зависимость (1).

На рисунках 2 а и 2 б приведены зависимости, показывающие эффективность использования ФК для оценки координат неподвижного АУ при решении НЗ конечным и итерационным по избыточному объему методами соответственно. По оси абсцисс отложен уровень СКО мощности от «истинного» значения. Маркерами типа «» обозначены зависимости при отсутствии фильтрации. Маркерами типа «*» обозначены зависимости при оценке с использованием МНК. Маркерами типа «о» обозначены зависимости при оценке с использованием ФК («ветвь 2»). Маркерами типа «х» обозначены зависимости при оценке с использованием ФК («ветвь 1»).

а) б) Рисунок 2 – Эффективность использования ФК Как показывает моделирование, наилучшим вариантом при использовании конечного метода решения НЗ является использование алгоритма, обозначенного «ветвь 2»; в случае использования итерационного метода решения задачи предпочтительным является использование алгоритма, обозначенного «ветвь 1».

Для конечного метода решения НЗ, при уровне СКО мощности 4 дБм, точности решения НЗ в зависимости от положения АУ для алгоритма «ветвь 2», приведены на рисунке 3 а, для алгоритма «ветвь 1» – на рисунке 3 б. Для меньшего уровня СКО мощности форма линий уровня сохраняется аналогичной уровню СКО 4 дБм.

а) б) Рисунок 3 – Точность решения НЗ в зависимости от положения АУ = i Для итерационного метода решения НЗ по избыточному объему измерений при уровне СКО мощности 4 дБм точности решения НЗ в зависимости от положения АУ для алгоритма «ветвь 2» приведены на рисунке 4 а, для алгоритма «ветвь 1» – на рисунке 4 б. Для линеаризованного алгоритма («ветвь 1») на малых и больших дальностях (расстояния АУ-ОТ) наблюдаются значительные ошибки позиционирования до 20 м. Это вызвано ошибкой линеаризации характеристики преобразования. Одним из основных параметров, помимо точности позиционирования, системы является ее устойчивость, т.е. выдача в каждый момент времени координат АУ. При малых значениях СКО мощности (0,5 дБм) ввиду CT PTPCk-слабой обусловленности матрицы возникает эффект расходимости k-решения. При увеличении величины СКО мощности до 1,5 дБм эта зона уменьшается до размеров ± 2,5 м в окрестности ОТ, а при ее увеличении до 2 дБм исчезает полностью. При погрешностях априорного знания положения объекта до 100 м процесс навигационных определений сходится после выполнения 10 циклов (10 значений оценки уровня сигнала). Преимущество итерационного метода решения НЗ по избыточному объему измерений заключается в том, что значительные ошибки одного измерения могут быть скомпенсированы другими более точными измерениями. Также, в процессе решения НЗ имеется возможность косвенным образом проводить оценку точность решения по величине следа T Kq = C-1P-1 C-матрицы ( ).

а) б) Рисунок 4 – Точность решения НЗ в зависимости от положения АУ = i Решение НЗ итерационным методом по избыточному объему вычислений, возможно проводить по измерениям от трех и более ОТ. Проведено исследование влияния количества ОТ на точность решения НЗ. Вычисления по трем ОТ имеют наименьшую точность. Увеличение количества ОТ больше четырех может давать незначительный выигрыш в рамках статистической погрешности.

При проектировании ПО оценки местоположения АУ может потребоваться предварительная оценка точности позиционирования. Очевидно, что для каждой точки пространства позиционирования имитировать реализацию навигационного параметра и проводить решение НЗ является слишком трудоемкой задачей, поэтому в качестве метрики точности позиционирования предлагается использовать J 22 S = ap.xj - x0 + ap.y - y0 , () () (8) j J j= где ap.xj, ap.y – координаты j -ой ОТ, x0, y0 – координаты анализируемой точки.

j Моделирование позиционирования подвижного объекта будет заключаться в оценке траектории (местоположения в каждый дискретный момент времени) при условии движения объекта на плоскости по некоторой траектории. Следует отметить, что точность определения местоположения следует оценивать в привязке к скорости движения АУ и интервалу усреднения мощности. В работе проведена оценка точности решения НЗ для скоростей движения АУ до 2 м/с (быстрый шаг).

Интервал времени между служебными пактами стандарта IEEE 802.11 (beacons), по которым в т.ч. проводится оценка уровня сигнала, составляет 100 мс, поэтому уменьшение интервала усреднения 1 fd меньше 0,2 с не считаем целесообразным. В работе проведена оценка точности решения НЗ при значениях интервала усреднения 1 fd 1 с, 0,5 с, 0,25 с и 0,2 с. Решение НЗ проводилось по избыточному объему одновременных измерений, как для случая зависимых, так и для случая независимых измерений. Исследовалось, как применение ФК для оценки «истинной» величины сигнала («ветвь 2»), так и его применение для оценки расстояния между ОТ и АУ («ветвь 1»). В работе приведены точности определения местоположения подвижного АУ, а также их вероятности. В качестве примера на рисунках 5, 6 приведены варианты решения НЗ для подвижного объекта на различных скоростях при решении по избыточному объему зависимых измерений, алгоритму приведенному на рисунке 1 («ветвь 2»), 1 fd =0,5 с.

Рисунок 5 – Траектория движения и Рисунок 6 – Траектория движения и результат решения НЗ v =0,5 м/с результат решения НЗ v =1,0 м/с В четвертой главе проводится экспериментальная проверка алгоритмов решения НЗ и анализ соответствия результатов моделирования результатам, полученным экспериментально. В помещении, план которого представлен на рисунке 7 были размещены 4 точки доступа BDBC, CCFA, CD05, CD1D. АУ B двигалось из точки A 19,5;1,5 в точку B 19,5;10,1 и из точки в точку () ( ) AB C 2,5;10,1. Предварительно для двух участков движения ( и BC ) были () составлены модели, определяющие взаимосвязь величины уровня мощности сигнала и величину расстояния между ОТ и АУ. Модель (1) аппроксимирована линейной функцией PR = kd + b, где PR – мощность принимаемого сигнала, d - величина расстояния между АУ и ОТ. Значения параметров k и b линеаризованной модели приведены в таблице 2. Очевидно, что ввиду существенного отличия параметров, построение обобщенной характеристики для участков AB и BC, приведет к значительным ошибкам при решении НЗ.

AB Таблица 2 – Параметры характеристик на отрезках и BC BDBC CCFA CD05 CD1D Отрезок AB k =-4,32 k = -2,98 k = -4,05 k =-6,b =15,41 b =-22,50 b =16,07 b = 20,Отрезок BC k =-1,69 k = -2,59 k = -1,34 k =-2,b =-38,07 b =-26,76 b =-45,72 b =-35,Результат решения НЗ конечным методом приведен на рисунке 7 (траектория с маркерами типа «о»). Величина ошибки не превосходит 6 м. Результат решения НЗ итерационным методом по избыточному объему одновременных измерений приведен на рисунке 7 (траектория с маркерами типа «»). Величина ошибки не превосходит 4 м.

Рисунок 7 – План помещения с решением НЗ Точности решения, полученные в результате эксперимента, совпадают с результатами, полученными в результате моделирования, что позволяет сделать вывод о применимости рассмотренных алгоритмов и их состоятельности.

ЗАКЛЮЧЕНИЕ В результате проведенных исследований предложены алгоритмы повышения точности определения местоположения мобильных абонентских устройств в сетях IEEE 802.11g путем применения оптимального алгоритма оценки неизвестных параметров по критерию минимума среднеквадратичного отклонения, что и является целью диссертации. В рамках работы решены задачи, позволяющие сделать следующие выводы:

1. В беспроводных локальных сетях возможна реализация услуги определения местоположения мобильного абонентского устройства. При этом, решение навигационной задачи предпочтительно выполнять дальномерным методом. Для определения дальности АУ–ОТ следует использовать параметр, характеризующий величину мощности принимаемого сигнала (RSSI), доступный на MAC–подуровне 802.11.

2. Флуктуации параметра RSSI определяются эффектом многолучевого распространения и интервалом усреднения мощности принимаемого сигнала.

Учитывая взаимосвязь профиля многолучевого канала и величины дисперсии параметра RSSI возможно для набора зон анализируемого пространства (где предполагается реализация услуги LBS) сформировать «банк» фильтров оценки «истинной» величины мощности.

3. Проведено экспериментальное исследование теоретической модели, определяющей взаимосвязь параметра RSSI и величины расстояния АУ–ОТ.

4. Разработана имитационная модель системы определения местоположения АУ, позволяющая производить оценку точности определения местоположения как неподвижных, так и движущихся АУ.

5. Исследовано влияние величины дисперсии навигационного параметра (RSSI) и, как следствие, типа многолучевого канала на точность решения навигационной задачи.

6. Путем имитационного моделирования получены точностновероятностные характеристики системы позиционирования.

7. Полученные в работе результаты использованы в НИР и учебном процессе кафедры РПдУ и СПС факультета РС, ТВ и МТ СПбГУТ им. проф.

М.А.Бонч-Бруевича. Научные и практические результаты, полученные в ходе выполнения исследования, в дальнейшем планируется использовать при разработке опытного образца системы позиционирования.

СПИСОК ОПУБЛИКОВАННЫХ РАБОТ ПО ТЕМЕ ДИССЕРТАЦИИ 1. Волков А.Н., Сиверс М.А., Сухов В.А. Позиционирование в сетях Wi-Fi.– Вестник связи, 2010, №11, с.28-33 (из перечня ведущих периодических изданий, рекомендованных ВАК) 2. Сухов В.А., Сиверс М.А. Моделирование алгоритма определения местоположения для систем позиционирования в реальном времени (RTLS).– Неделя науки СПбГПУ: материалы международной научно-практической конференции. Ч.9.–СПб.: Изд. Политехн. Ун-та, 2009, с.64-3. Сухов В.А., Сиверс М.А. Определение местоположения абонентских устройств в сетях IEEE 802.11.– Труды учебных заведений связи/ ГОУВПО СПбГУТ. СПб, 2009. №18, с.45-4. Сухов В.А. Определение местоположения объектов критической системы в условиях функционирования беспроводной локальной сети. 12 Санкт-Петербургская международная конференция «Региональная информатика (РИ-2010)». СанктПетербург, 20-22 октября 2010г.: Труды конференции. Секция «Информационные технологии в критических инфраструктурах» \СПОИСУ.– СПб, 2011. с.66-5. Сухов В.А., Грачева Е.В. Оценка мощности принимаемого сигнала на основе имитационной модели канала сети IEEE 802.11g – 40 Неделя науки СПбГПУ:

материалы международной научно-практической конференции. Ч.9.–СПб.: Изд.

Политехн. Ун-та, 2011, с.67-6. Сухов В.А. Повышение точности позиционирования абонентского устройства в сетях стандарта IEEE 802.11g путем использования метода калмановской фильтрации. – Научно-технические ведомости СПбГПУ 2012, №2 (из перечня ведущих периодических изданий, рекомендованных ВАК) Подписано к печати 29.03.2012.

Объем 1 печ.л. Тираж 80 экз. Зак.__ Тип. СПбГУТ, 191186 СПб, наб. р. Мойки,




© 2011 www.dissers.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.