Sequentielle Monte Carlo Methoden zur datenbankbasierten Teilnehmerlokalisierung in Mobilfunknetzen
Zusammenfassung der Projektergebnisse
Die Kenntnis der Position eines Mobilfunkteilnehmers ermöglicht eine ganze Reihe von interessanten Anwendungen (z.B. mobiler Notruf, ortsbezogene Mehrwertdienste, verbessertes Netzwerkmanagement), denen zum Teil ein großes Marktpotential vorhergesagt wird. Zur Positionsbestimmung eines Mobilfunkendgerätes wurden in der Vergangenheit eine Vielzahl von Ansätzen entwickelt, z.B. Zellenidentität („Cell-ID“), lauftzeitbasierte Verfahren („Time-of- Arrival“ ToA; „Time-Difference-of-Arrival“ TDoA), sowie satellitengestützte Verfahren („assisted GPS“ a-GPS). Bewertet man diese Verfahren nach den Kriterien erzielbare Ortungsgenauigkeit, zeitliche und örtliche Verfügbarkeit, sowie Kompatibilität mit existierender Netzinfrastruktur und Terminalhardware, erkennt man jedoch, dass es die ideale Lösung nicht gibt. Entweder sind die Verfahren nicht kompatibel mit existierender Hardware (a-GPS), nur eingeschränkt verfügbar (ToA, TDoA), oder die Genauigkeit der Ortsschätzung lässt zu wünschen übrig (Cell-ID). Meist treffen gar mehrere dieser Einschränkungen zu. In diesem Vorhaben wurde ein Mustererkennungsansatz zur Ortung untersucht. In einer Datenbank sind ortsabhängige Signalparameter (z.B. Feldstärken) als Funktion des Ortes gespeichert. Durch Vergleich von gemessenen Signalparametern mit den Einträgen der Datenbank kann der Ort der besten Übereinstimmung als Schätzwert für den Aufenthaltsort ausgegeben werden. Der Schwerpunkt der Untersuchungen lag dabei auf der Positionsschätzung mit Hilfe von gemessenen Signalpegelwerten von Nachbarbasisstationen in einem GSM-Netz. Dieser Ansatz ist insofern attraktiv, als keine Änderungen an der vorhandenen Netzinfrastruktur und den Endgeräten vorgenommen werden müssen, es werden lediglich die Standardsignalisierungsverfahren ausgenutzt. Die Verfügbarkeit ist zu jedem Ort und jeder Zeit gegeben, in der das Endgerät über Netzempfang verfügt und im Netzwerk eingebucht ist. Die kritische Größe ist jedoch die erreichbare Ortungsgenauigkeit. Zur Genauigkeitsverbesserung wurde die Fragestellung als statistisches Schätzproblem formuliert. Hierbei konnte ein neuartiges Ähnlichkeitsmaß gefunden werden, welches die Messwerte optimal auswertet, sogar die Information, die darin steckt, dass ein Pegelwert einer Basisstation nicht zur Verfügung steht, weil er unter eine definierte Schranke fiel. Zur weiteren Verbesserung der Ortungsgenauigkeit wurde ein nichtlineares zustandsmodellbasiertes Nachfilter entwickelt, um den Aufenthaltsort des Endgeräts über der Zeit zu verfolgen. Dieses so genannte Partikelfilter verwendet eine „Track-before-Detect“-Strategie, nach der potentielle Aufenthaltsorte des Endgerätes über der Zeit verfolgt werden, ehe eine endgültige Entscheidung über die Position getroffen wird. Damit unterscheidet es sich von einem Kalman- Filter: hier muss zuerst eine Detektion, d.h. eine instantane Ortsschätzung erfolgen, damit ein lineares Systemmodell vorliegt, gemäß dem der Ort über der Zeit verfolgt wird. Für die Untersuchungen hat uns das Institut für Hochfrequenztechnik (IHF) der Universität Stuttgart freundlicherweise eine Datenbank von Feldstärkevorhersagen für die Innenstadt von Stuttgart zur Verfügung gestellt. Die experimentellen Ergebnisse wurden zum einen auf synthetischen Testdaten und zum anderen auf gemessenen Daten gewonnen. Letztere haben unsere Stuttgarter Kollegen während einer Messkampagne in der Stuttgarter Innenstadt gewonnen, bei der ein Mitarbeiter verschiedene Wegstrecken zurückgelegt hat und entlang des Weges die vom Mobilfunkendgerät gemessenen Feldstärkewerte auf einem Laptop aufgezeichnet wurden. Anhand der experimentellen Untersuchungen zeigte sich, dass das entwickelte statistische Ähnlichkeitsmaß deutlich bessere Ergebnisse lieferte als beispielsweise die einfache Verwendung des Euklidischen Abstandes zwischen Messwert und Vorhersagewert. Allerdings ließ sich mit diesem Ansatz nicht eine so gute Genauigkeit erreichen wie mit explizit für die Ortung entworfenen satellitenbasierten Verfahren. Auch zeigte sich, dass das entworfene Partikelfilter bessere Schätzwerte liefert als ein Kalman-Filter und dabei sogar Vorteile bzgl. der Rechenzeit aufweist. Die E911-Forderungen der amerikanischen FCC (Federal Communications Commission) zur Ortung von Mobiltelefonen – Schätzfehler kleiner als 100m in 67% alle Fälle und kleiner als 300m in 95% aller Positionsbestimmungen – konnten mit den entwickelten Verfahren auf den Daten der Messkampagne eingehalten werden. Im letzten Drittel der Projektbearbeitung wurde untersucht, inwieweit der Vergleich von gemessenen Kanalimpulsantworten oder daraus abgeleiteten Parametern mit Vorhersagewerten für eine Ortsschätzung geeignet ist. Diese Art der Positionsschätzung hat den potentiellen Vorteil, dass nur die Signale einer Basisstation vonnöten sind, um die Position eines Endgerätes zu bestimmen. Die Schätzung der Kanalimpulsantworten bzw. daraus abgeleiteter Kenngrößen ist im UMTS-Netz, nicht jedoch in GSM sinnvoll. Ein UMTS-Endgerät enthält eine Rake-Empfängerstruktur, die die einzelnen Mehrwegekomponenten auflöst, so dass Kanalimpulsantworten oder Verzögerungsleistungsprofile mit einer gewissen Auflösung ermittelt werden können. Die Untersuchungen zu diesem Themenkomplex waren weniger erfolgreich. Es zeigte sich, dass die aus dem Verzögerungsleistungsprofil gewonnenen Parameter „Delay Spread“ und „Mean Delay“ eine schlechte „Lokalität“ aufweisen, d.h. gleiche oder ähnliche Werte dieser Parameter treten gleichzeitig an vielen, häufig weit auseinander liegenden Orten auf. Auch ergaben die Untersuchungen, dass die Auswertung der Signale einer einzigen Basisstation keineswegs ausreichend ist, um eine einigermaßen präzise Ortung durchführen zu können.
Projektbezogene Publikationen (Auswahl)
- Particle Filtering of Database assisted Positioning Estimates using a novel Similarity Measure for GSM Signal Power Level . Proceedings of 3rd Workshop on Positioning, Navigation, and Communication 2006 (WPNC'06), Hannover, Deutschland, 16. März 2006, S.189-198
Sven Peschke, Reinhold Häb-Umbach
- “A Probabilistic Similarity Measure and a Non- Linear Post-Filter for Mobile Phone Positioning using GSM Signal Power Measurements”, Proceedings of the European Navigation Conference & Exhibition 2006 (ENC 2006), Manchester, Vereinigtes Königreich, 07.-10. Mai 2006
Sven Peschke, Reinhold Häb-Umbach:
- A Novel Similarity Measure for Positioning Cellular Phones by a Comparison with a Database of Signal Power Levels”, IEEE Transactions on Vehicular Technology , vol. 56, no. 1, pp. 368-372, Jan. 2007
Reinhold Häb-Umbach, Sven Peschke
