Leírás LOKALIZÁCIÓS MÓDSZEREK, PROTOKOLLOK ÉS ALKALMAZHATÓSÁGUK VIZSGÁLATA R14A - PROTOKOLLOK KUTATÁSA R14B ALKALMAZHATÓSÁG AZONOSÍTÁS ÉS LOKALIZÁCIÓ R1 - A TÉRBELI RÁDIÓFREKVENCIÁS AZONOSÍTÁS LEHETŐSÉGEINEK KUTATÁSA BUDAPEST, 2013
TARTALOMJEGYZÉK 1 Lokalizációs módszerek... 3 1.1 Koordináta rendszerek... 3 1.2 Pozícióra vonatkozó információ gyűjtése... 3 1.3 Alkalmazandó lokalizációs technológia... 5 2 Rádió frekvencia alapú lokalizációs módszerek... 5 2.1 A rádió frekvenciás hullámok általános jellemzői... 5 2.2 A rádió frekvenciás hullámok felhasználhatósága a lokalizáció során... 7 2.3 A rádió frekvenciás hullámok segítségével történő lokalizáció speciális tulajdonságai más módszerekkel szemben... 8 2.4 A rádió frekvenciás hullámok segítségével történő lokalizációs módszerek... 9 2.4.1 Vett sugárzás időkésleltetésének mérésén alapuló lokalizáció... 10 2.4.2 Vett sugárzás térerősségének mérése... 12 2.4.3 A jelforrás irányának meghatározása... 19 2.4.4 Hullámok frekvenciájának és fázisának mérése segítségével történő lokalizáció 23 3 Alkalmazandó rádió frekvenciás módszer az adott probléma megoldására... 24 3.1 Megvalósított rádió frekvenciás hullámokon alapuló lokalizációs módszerek áttekintése 25 3.1.1 Lokalizációs technológiákat bemutató cikkek, tanulmányok jegyzete... 25 3.1.2 Avoiding Multipath to Revive Inbuilding WiFi Localization... 25 3.1.3 Horus: A WLAN-Based Indoor Location Determination System... 26 3.1.4 Voronoi Tracking: Location Estimation Using Sparse and Noisy Sensor Data.. 26 3.1.5 Indoor Localization Without the Pain... 27 3.1.6 Zee: Zero-Effort Crowdsourcing for Indoor Localization... 28 3.1.7 Locating in Fingerprint Space: Wireless Indoor Localization with Little Human Intervention 29 3.1.8 A Hidden Markov Model for Pedestrian Navigation... 29 3.1.9 A Particle Evaluation of RSS for Ranging-based Localization... 30 3.1.10 On the Calibration and Performance of RSS-based Localization Methods... 30 2
1 Lokalizációs módszerek Lokalizáció, vagy más szóval helyzet meghatározás esetén az a célunk, hogy egy céltárgy, vizsgálandó objektum esetében konzisztens helyzetet adjunk meg. Vagyis a módszert alkalmazók számára egyértelmű információval szolgáljunk a vizsgált tárgy helyzetéről, helyzetváltozásáról. Ehhez szükséges olyan egyezményes viszonyítási rendszert definiálni, melyet a módszer alkalmazói ismernek, elfogadnak és mely használata egyértelmű. Ezen rendszereket hívjuk koordináta rendszereknek. Alkalmazott koordináta rendszerek mellett a különböző lokalizációs módszereket alapvetően a pozícióra vonatkozó információ gyűjtés módszere alapján csoportosíthatjuk. Ezek a módszerek sokrétűek lehetnek, különböző forrásból származhatnak az információk, de egyes forrásokat vizsgálva, az adott információ feldolgozás is sokrétű lehet. Külön említést érdemel az útvonal követés is, mely folyamat előfeltétele a helyzet meghatározás, ám e folyamatot bővítve, mozgó céltárgy esetében folyamatos követést biztosít. A továbbiakban a helyzet meghatározásra koncentrálunk elsősorban. 1.1 Koordináta rendszerek A koordináta rendszerek pozíció leírására szolgálnak egy vagy több adott viszonyítási ponthoz képest, melyek a rendszer alkalmazói számára ismert helyzetűek. A koordináta rendszerek a matematika eszköztárát alkalmazzák. Leggyakrabban alkalmazott koordináta rendszerek: Derékszögű, vagy Descartes-féle koordinátarendszer: Kettő, vagy akár több dimenziós rendszer. A koordináta-tengelyek egymással derékszöget zárnak be. A pozíció megadására távolság alapú egységet használnak. Polár koordináta rendszerek: A rendszernek egy origó pontja van, ehhez képest lehet megadni a pozíciót irányszög és távolság megadásával, azaz vektorokkal. Attól függően, milyen irányból vesszük fel a szögeket, lehet jobb- illetve bal sodrású a rendszer. Görbe vonalú speciális koordináta rendszerek, amelyekben önkényesen felvett hálózat skálázásából adódnak a koordináták. Homogén koordináta rendszerek, melyek esetében a koordináták nem abszolút méretek, hanem viszonyszámok. Egyéb, főleg felületeken való pozícionálást szolgáló koordinátákat, például GPS koordinátákat alkalmazó rendszerek. A különböző koordináta rendszerek között definiálhatóak transzformációs összefüggések, melyek alapján egyik koordináta rendszerbeli helyzet leírható egy másik koordináta rendszer koordinátáival. Így elég a pozíció megállapítása egy koordináta rendszerben. Azt hogy milyen koordináta rendszert alkalmazunk, a lokalizáció értelmezési tartománya fogja meghatározni. 1.2 Pozícióra vonatkozó információ gyűjtése A lokalizálandó céltárgyról információkat kell gyűjtenünk, melyek alapján meghatározhatjuk a pozícióra vonatkozó koordináta becslésünket. Az információ gyűjtés sokrétű lehet: 3
Vizuális lokalizáció, például kamerarendszerek alkalmazása, vagy a hajózásban alkalmazott világítótornyok segítette tájékozódás. Rádió frekvenciás hullámok vizsgálata segítségével például a radarberendezésekkel végzett lokalizáció. Mágnes tér megfigyelésével, például az iránytű alkalmazása, vagy mesterségesen létrehozott elektromágneses térben való tájékozódás. Egyéb elektromágneses sugárzás megfigyelésén alapuló lokalizáció, például infra sugárzást érzékelő szenzorok alkalmazása. Hanghullámok segítségével történő lokalizáció. például a denevérek tájékozódása, vagy a főleg vízi közlekedésben használatos szonár berendezések. Inerciás rendszerek alkalmazása, például giroszkóppal történő folyamatos helyzet és elmozdulás követése. Valamint egyéb referencia rendszert alkalmazó lokalizációs módszerek, például a csillagok, vagy Nap mozgásán alapuló tájékozódás. Az információ gyűjtés lehetőségei sokrétűek, ám a különböző források által elérhető lokalizációs sebesség, valamint pontosság, vagyis felbontás igen szélsőséges tartományokban változhat. Az említett módszerek estében, a vizuális megfigyelés komoly hátránya, hogy fényforrás szükséges működéséhez, valamint a lokalizáció vizuális érzékelést zavaró környezeti hatások fennállása esetében nem működik. Ezen megállapítások elmondhatóak a rádió frekvencián kívül eső elektromágneses sugárzásokon alapuló lokalizációkra is, környezeti hatások, környezeti elemek korlátozzák alkalmazhatóságukat. Ezen megoldások előnye az egyszerű és olcsó felhasználás lehet, amennyiben a környezeti feltételek adottak. A rádió frekvenciás lokalizáció a legtöbb környezeti hatásra kevésbé érzékeny, a többi említett módszerhez képest. Sok esetben viszont a többi módszerrel ellentétben komoly költségei vannak a lokalizációt biztosító technikai rendszer kiépítésének. Ugyanakkor specializált felhasználás esetében igen költséghatékony megoldást tud biztosítani a többi módszerhez képest. Mágneses tér megfigyelése esetében elmondható, hogy a Földi mágneses mező alkalmazása esetében a pontosság nagyságrendekkel elmaradhat a vizuális, vagy rádiófrekvenciás megoldásokkal szemben. Mesterségesen kialakított mágneses mező esetében a lokalizáció infrastrukturális igényei magasak lehetnek és e mellett hatótávolságbeli elmaradások lépnek fel a többi módszerrel szemben. Ezen megoldásokat speciális detektálási igények esetében alkalmazzák. Hanghullámok alkalmazása esetén a környezeti hatások, például a hang továbbító közeg hőmérséklete komoly befolyásoló tényező, így viszonylag állandó hőmérsékletű nyomású és zajterheltségű környezetben célszerű alkalmazni, ahol pontos lokalizáció és környezet megfigyelés érhető el. 4
Inerciális rendszerek esetében, amennyiben biztosítottak referencia pontok a helyzetváltoztatás követése során, a technológia komoly kiegészítése és így lokalizáció pontosságát növelő tényezője lehet az említett megoldásoknak. 1.3 Alkalmazandó lokalizációs technológia Feladatunk lakókörnyezetben, szabadtérben, de megkötésekkel akár fedett környezetben is működőképes lokalizáció biztosítása. A lokalizálandó céltárgyak esetében elmondható, hogy pozíciójuk a lokalizációs folyamat alatt nem változik. Helyzet meghatározás pontossága méteres nagyságrendbe esik. A lokalizáció során kihasználhatjuk azt, hogy van egy mozgó egységünk, mely a lokalizálandó céltárgyakat megközelíti tervezett útvonala során. Továbbá a szabadtéri elhelyezkedés következtében a környezeti hatások számottevőek, ezekre viszonylag rezisztív módszert kell megvalósítani. A céltárgyakhoz történő szabad hozzáférésnek köszönhetően a céltárgyak lehetséges rongálását figyelembe kell venni, valamint a céltárgyakra szerelt, eltulajdonítható és könnyen értékesíthető elemeket mellőzni kell a rendszer kiépítése során. A fent leírtak alapján a legkézenfekvőbb információ gyűjtési technológia a rádió frekvenciás hullámokkal történő lokalizáció. Rezisztívebb a környezeti hatásokra, mint az akusztikus és vizuális lokalizáció, nagyobb hatótávolságú megoldást biztosíthat egyszerűbb infrastruktúrával, mint a mágneses tér és egyéb elektromágneses jelenségek vizsgálata. Költséghatékony a vizsgált felbontási tartományban. A "A rádió frekvenciás hullámok segítségével történő lokalizáció speciális tulajdonságai más módszerekkel szemben" fejezetben a rádió frekvenciás jellemzők és többi módszer részletes összehasonlítása olvasható. A továbbiakban a rádió frekvenciás módszerek vizsgálatával foglalkozunk. 2 Rádió frekvencia alapú lokalizációs módszerek 2.1 A rádió frekvenciás hullámok általános jellemzői A rádió frekvenciás hullámok alatt a 3kHz és 300 GHz közötti frekvencia tartományba eső elektromágneses hullámokat értjük. Azokat a módszereket, melyek e hullámok fizikai tulajdonságait felhasználva következtetnek a vizsgálandó céltárgy relatív lokációjára RF alapú lokalizációs módszereknek nevezzük. R F Sáv: LF 3 khz 100 km V F 3 0 khz 1 0 km L F 3 00 khz 1 km M F MHz 00 m 3 1 H HF 3 0 MHz 1 0 m V HF 3 00 MHz 1 m U HF 3 GHz 1 0 cm S HF 3 0 GHz 1 cm E 3 00 GHz 1 00 um Az rádió frekvenciás hullámok, minthogy maguk is elektromágneses hullámok, rendelkeznek az összes olyan tulajdonsággal, ami jellemzi az elektromágneses sugárzást. Esetünkben a legfontosabb tulajdonságok: Vákuumban fénysebességgel haladnak. Közeg minőségétől függően ez a haladási sebesség csökkenhet, de lokalizációs szempontból ez elhanyagolható lassulást jelent. 5
Az elektromágneses sugárzás egymásra merőlegesen haladó oszcilláló elektromos és mágneses tér, mely hullám formájában, és így a hullámterjedés szabályainak megfelelően terjed. Ez több fajta fizikai mechanizmust takar, melyeket hullámterjedési módoknak hívunk. Esetünkben kettő hullámterjedési mechanizmust érdemes külön megemlíteni: o Közvetlen hullámterjedés, mely során az adó- és vevőantenna között a terjedést akadálytalannak tekinthetjük. Ilyen esetben az antenna által kisugárzott energia: Ekkor, ha azt feltételezzük, hogy az antenna a tér minden irányába egyenletesen sugároz, vagyis körsugárzó, az távolságban létrejövő teljesítménysűrűség: = 4 1 Ha irányított antennát használunk, figyelembe kell vennünk az antenna nyereségét is: = 4 2 o Ha nincs közvetlen rálátás az adó- és vevőantenna között, speciális esetektől és geometriai elrendezésektől eltekintve, komplex térben a hullámok terjedése, vagyis az ezt jellemző, számunkra fontos és könnyen mérhető elektromágneses sugárzás során különböző pontokban létrejövő teljesítmény sűrűsége az akadályok és környezet komplexitásától nagymértékben függ, jelentősen eltérhet az ideális, előző említett modellben vázoltaktól. Komplex környezetben, például beltérben történő hullámterjedést több fizikai jelenség összhatása jellemzi. Komplex környezetben a következő hatások lépnek fel a hullámterjedés során: Különböző közegekben különböző mértékű abszorpciót szenvednek. Abszorpció alatt jelen esetben az elektromágneses hullámok közegben történő elnyelődését értjük. Ezen elnyelődés függ a közeg minőségétől és az elektromágneses hullámok frekvenciájától is. Különböző közegek felületéről reflexiót szenvednek. A felületről történő reflexió, vagyis visszaverődés esetén a reflektált hullám amplitúdóját, fázisát és polarizációját a közeg anyaga és felületének egyenetlensége határozza meg. Egyenetlenséget hullámhosszhoz kell viszonyítanunk. Reflexió speciális esete a szóródás, melyet lényegében egyenetlen felületen történő rendezetlen reflexiók együtteseként kezelhetjük. A vizsgálataink főleg a felületi egyenetlenség jellemzésével foglalkoznak és a Rayleigh kritériumot alkalmazzuk a felület sima illetve egyenetlen voltának eldöntésére. Ha a felület egyes pontjaiból reflexióval származó hullámösszetevők közötti maximális fáziseltérés π/2-nél kisebb, akkor a felület síknak tekinthető, ellenkező esetben egyenetlen. 6
A közeghatárokon történő áthaladás, vagyis transzmisszió függ a közeg jellemzőitől (vastagság, permittivitás), beesési szögtől és hullámhossztól. A transzmissziót ezek függvényében különböző csillapítási értékkel jellemezhetjük. Diffrakció jelensége alatt a hullámok elhajlását értjük. A Huygens-elv értelmében egy hullámfelület minden pontja elemi hullámok kiindulópontja, vagyis a terjedő hullám frontja új hullámforrásként viselkedik és így az elektromágneses hullámok ezen új forrásokból származó hullámok szuperpozíciójaként állítható elő. Ezen megközelítéssel magyarázhatjuk a különböző, hullámok hullámhosszánál nagyobb akadályok és rések hatását a hullámterjedésre. Fontos számba venni a rádió frekvenciás hullámok detektálható és egyben mérhető fizikai tulajdonságait, paramétereit: Vett sugárzás hullámhossza/frekvenciája Vett sugárzás pillanatnyi fázisa Vett sugárzás térerőssége Vett sugárzás időkésleltetése a kibocsátás időpillanatának ismeretében Jelen dokumentumban nem foglalkozunk a különböző típusú modulációkkal. A rádió frekvenciás elektromágneses sugárzás modulálása, és így megvalósított információ továbbvitel nem befolyásolja a sugárzás detektálható és mérhető tulajdonságaiból való lokáció becslést amennyiben ismerjük a moduláció paramétereit, vagyis a frekvencia, fázis vagy amplitúdó (vett teljesítmény) változást, így e hatásokat figyelmen kívül hagyhatjuk. 2.2 A rádió frekvenciás hullámok felhasználhatósága a lokalizáció során A rádió frekvenciás hullámok általános jellemzése során megismert tulajdonságok alapján, lokalizációs célokra a következő módon alkalmazhatjuk az rádió frekvenciás technológiákat. A rádió frekvenciás elektromágneses hullámok kibocsátása és vétele közt eltelt idő mérése segítségével következtethetünk a kibocsátó és vevő közti távolságra. Ezt hívjuk a jel terjedési ideje (time of arrival TOA ) alapú lokalizációnak. A vétel időpontjának mérése mellett, a vett hullámok térerősségét is mérni tudjuk. Ebben az esetben a vett jel térerőssége ( received signal strength RSS ) alapján következtetünk a lokációra. Amennyiben az antennát, mint térbeli szűrőt alkalmazzuk, vagyis irányított antennát alkalmazunk, vagy más módszer segítségével, például több antenna esetében fáziskülönbség mérésének segítségével az adó által kibocsátott hullámok beérkezésének irányára következtetünk, és így a vevőhöz képest az adó helyzetének irányára, szintén következtethetünk a vevő lokációjára. Ebben az esetben a jelforrás irányának meghatározása történik, vagyis angle of arrival AOA elvet alkalmazzuk. A vett hullámok frekvenciájának mérése segítségével mozgó adó és/vagy vevő esetében a Doppler jelenség okozta frekvencia eltolódás detektálásának segítségével is következtethetünk az adó vagy vevő egység viszonylagos helyzetére. Ebben az esetben a Target Localization via Doppler Frequencies TLDF elvet alkalmazzuk. Szintén vett hullámok frekvenciájának és fázisának detektálása segítségével több, egymáshoz közeli frekvencián kibocsátott rádió frekvenciás jel esetében kialakuló interferencia érzékelése segítségével következtethetünk lokációra. 7
2.3 A rádió frekvenciás hullámok segítségével történő lokalizáció speciális tulajdonságai más módszerekkel szemben A rádiófrekvenciás hullámok, mint elektromágneses hullámok, alapvetően azonos fizikai tulajdonságokkal rendelkeznek, mint az összes többi elektromágneses sugárzás, így mint például a látható tartományba eső, vagy infravörös, ultraibolyán túli sugárzások. Gyakorlati szempontból lényeges különbség, hogy míg ezeket a sugárzásokat nagymértékben, vagy teljesen elnyelik a környezetünkben található anyagok nagy többsége, addig a rádió frekvenciás tartományba eső sugárzás sokkal kisebb mértékben nyelődik el környezetünk anyagaiban, transzmissziós képessége jelentősen nagyobb, mint a látható tartományba eső sugárzásé. Így az optikai módszerek segítségével történő lokalizációval szemben, melyek nélkülözhetetlen eleme a szabad rálátás és látható tartományba eső fényforrás, ami a Nap sugárzása, vagy környezetből származó, esetleg saját megvilágítás, az rádió frekvenciás alapú lokalizációs módszerek nem függnek a környezetből származó megvilágítástól. E mellett a rádió frekvenciás sugárzásra nézve a legtöbb, és leggyakrabban használt építőanyagok átlátszóak, vagyis a sugárzás, igaz különböző mértékű csillapítást szenved, de áthatol az anyagokon. A hanghullámok segítségével történő lokalizációval szemben alapvető különbséget a két hullám jelenség fizikai különbségeiben kell keresni. A hanghullámok nélkülözhetetlen eleme a vivő közeg, mely anyagban kialakulhatnak az energiát is szállító hullámok. Ezzel szemben az elektromágneses hullámok számára nem szükséges közvetítő közeg. Bár a közeg minősége, amiben terjed, befolyásolja a terjedési sebességet, és a fellépő abszorpciót, de nagyságrendekkel kisebb mértékben, mint a hanghullámok esetében ez tapasztalható. Így jelentősen függetlenebb a rádió frekvenciás sugárzás a környezeti hatásoktól, mint a hanghullámok. Fontos különbség továbbá, hogy a hanghullámok terjedési sebessége jelentősen alacsonyabb, mint az elektromágneses sugárzás terjedési sebessége, melynél levegőben mért hang terjedési sebességgel számolva közel 900 000-szer lassabb. Érdemes megemlíteni még a speciális, például létrehozott mágneses mező által történő lokalizációs módszereket. Ezekkel a módszerekkel szemben a rádió frekvenciás sugárzás alkalmazása általános és nagyobb hatótávolságú megoldás. A speciális mágneses mező létrehozására irányuló és azt alkalmazó megoldások infrastruktúra igénye magas, hatótávolsága jelentősen kisebb, mint amit a rádió frekvenciákkal el lehet érni. Lokalizáció szempontjából komoly potenciált képviselnek a viszonylagosan kis energiafogyasztású, a céltárgyon elhelyezett giroszkóp, gyorsulásmérő és egyéb szenzorok adatait felhasználó megoldások. Ebben az esetben nincs szükség folyamatosan jelenlévő külső infrastruktúrára, ami előnyt jelenthet, viszont az érzékelők és így a mérés hibája, külső referencia pont hiányában additív, ami folyamatosan növekszik. Hosszabb időtartamon keresztül a lokalizáció kalibráció nélkül számottevően veszít a pontosságából. Összefoglalva, láthatjuk, hogy a rádió frekvenciás hullámok alkalmazása során, a közvetlen rálátás és a külső megvilágítás biztosítása nem szükséges, szemben az optikai módszerekkel. Kevésbé függ a hullámterjedés és így a lokalizáció a környezet tulajdonságaitól és környezeti hatásoktól, mint például a hőmérséklet, páratartalom. Általánosabb, vagyis ugyanazon technológia szélsőségesebb környezeti hatások alatt is használható és robosztusabb rendszerek alakíthatóak ki. Kialakított mágneses mező vizsgálatán alapuló vagy más mechanikai szenzorok segítségével megvalósított lokalizációs eljárásokkal szemben a nagyobb hatótávolság és a kalibrációs kihívások, halmozódó hiba kiküszöbölése komoly előnyt jelent. 8
Ami a rádió frekvenciás hullámok alkalmazásának hátránya lehet, az az érzékeléshez szükséges eszközök komplexitása és így a jelenlegi magasabb gyártási és felhasználási költségében is kereshető. Ezen felül a rendszer hátránya lehet a mechanikus érzékelők, mint például a giroszkóp, gyorsulás mérő és egyéb szenzorok alapján megvalósított lokalizációval szemben az, hogy ezek abban az esetben is működhetnek, ha a céltárgy és egyéb lokalizációs infrastruktúra közti kommunikáció, kapcsolat megszakad, vagy a céltárgyon kívüli infrastruktúra elhelyezése nem lehetséges. A rádió frekvenciás hullámok detektálható és egyben mérhető fizikai tulajdonságainak, paramétereinek tulajdonságai: A vett teljesítmény mérése általánosnak tekinthető feladat. Például a széles körben alkalmazott 802.11 szabványcsaládban, mely a WiFi eszközök működését definiálja, definiált teljesítmény mérésre és értékelésre vonatkozó eljárás, de ezt elmondhatjuk a legtöbb rádió frekvenciás hullámokon alapuló kommunikációs, vagy egyéb rádió frekvenciás szenzor alapú technológiára. A vett hullámok frekvenciájának meghatározása szintén általánosnak tekinthető feladat. Ám a megkövetelt érzékelés pontosságának szempontjából találkozhatunk speciális kihívásokkal. Lokalizáció megvalósításához, amennyiben eljárásunkhoz a frekvencia pontos ismerete is szükséges, általános felhasználásnál, mint például a WiFi technológia, sokkal pontosabb frekvencia meghatározásra van szükségünk, ami bonyolultabb és költségesebb szenzorokat és/vagy megoldásokat jelent. A vett hullámok fázisának meghatározására szintén elmondhatóak a frekvencia meghatározás során fent kifejtettek. Kibocsátástól a vételig számított időkésleltetése vagy más a rádió frekvenciás hullámok terjedésével kapcsolatban számított időintervallum mérése az elektromágneses sugárzás gyors terjedése miatt nagy pontosságú, stabil működésű szenzorokat igényel. Például amennyiben több vevő által szeretnénk ugyanazon kibocsátott jel vétele közti időkülönbségeket elemezni, a vevők nagy pontosságú szinkronizálását is biztosítani kell. Az említett mérhető paraméterek közül ezen paraméter mérése az egyik legköltségesebb és leginkább technológia igényes. A rádió frekvenciás lokalizációs eljárások esetében fontos mérlegelendő szempont a szükséges lokalizációs pontosság és az eléréséhez szükséges infrastruktúra és azon belül is a hullámok vételére szolgáló szenzorok szükséges bonyolultsága. Ha növeljük a lokalizációs pontosságra vonatkozó igényeinket, a rádió frekvencia alapú lokalizációs eljárások szükséges infrastruktúrájának komplexitása nagy fokban fog növekedni. Ezekben az esetekben érdemes akár több különböző lokalizációs technológia kombinálásával is próbálkozni, azonban speciális és nagy pontosságú lokalizációs szükségleteket figyelmen kívül hagyva, összességében a rádió frekvenciás lokalizációs eljárásoknak sok esetben komoly előnyei vannak a többi technológiával szemben. A következő fejezetekben részletesen is ismertetésre kerülnek a rádió frekvenciás lokalizációs módszerek. 2.4 A rádió frekvenciás hullámok segítségével történő lokalizációs módszerek A lokalizációs módszereket több elv alapján is csoportosíthatjuk: 9
Alkalmazott lokalizációs mérési elvek alapján, vagyis matematikai modellek segítségével. A mért fizikai paraméterek alapján, mely mért értékekből következtetünk a helyzetre. Bármely csoportosítási elvet is választjuk, mindkét szempont megjelenik majd a technológiák jellemzése során. Az első esetben az alkalmazott matematikai modellekből és így a lokalizáció során alkalmazott algoritmusok felől közelítjük meg a problémát, míg a második esetben a mért paraméterek nyújtotta lehetőségek, és így a szenzorok és a lokalizációs módszer infrastruktúrájának szempontjából vizsgálódunk. Esetünkben utóbbi csoportosítás alapján jellemezzük a módszereket. 2.4.1 Vett sugárzás időkésleltetésének mérésén alapuló lokalizáció Az időkésleltetések mérése az egyik leg technológia igényesebb rádió frekvencia alapú lokalizáció a dokumentumban említettek közül. A lokalizációs elvet még a második világháború során kifejlesztett RADAR berendezések esetében alkalmazták először. A RADAR (Radio Detection And Ranging) berendezések esetében a kibocsátott rádióhullámok okozta reflexiókat vesszük, és meghatározzuk az adás és vétel között eltelt időintervallumot. Ismerve az adott környezetben a rádióhullámok terjedési sebességét, a kibocsátás helye, és a reflexió kialakulásának helye közti távolság egyszerűen számítható. Lokalizációs esetekben ez a TOA mérési elvnek felel meg. A jelterjedési idő alapján adó és vevő közti távolság becsülhető. A pontosságot és használhatóságot a vevő detekciós és időmérési képessége határozza meg, mely folyamat technológia igényes, mivel nagy térbeli felbontású lokalizáció esetén nagy pontosságú eszközökre van szükség: A fény terjedési sebessége vákuumban:299 792 458 amit 300 000 000 -al, vagy 300 000 -al szoktunk közelíteni. A földi légkörben a fény sebessége nem csökken számottevően, így a fenti értékekkel számolhatunk. Ezek alapján az elektromágneses hullámok 1 métert 3,33 10 alatt tesznek meg, ami 3,33. Vagyis, ha 1 méteres pontosságot szeretnénk elérni, legalább 3,33 ns-os időintervallumonként meg kell tudnunk különböztetni és detektálni a vett rádióhullámokat. Ezek alapján a minimális elvi mintavételezési frekvencia a Nyquist-Shannon mintavételezési tétel alapján 666 MHz, mely biztosítása mellett az adatfeldolgozást is ehhez mérten kell megvalósítani. A TOA mérése segítségével adott vevőtől mért távolságot tudunk meghatározni, vagyis a térben egy gömb felszíne adja a céltárgy lehetséges helyzetét. Egy vevő esetén láthatjuk, ez nem elégséges információ a lokáció meghatározására, további információra van szükségünk: Több TOA mérés segítségével történő lokáció TOA és egyéb, például AOA mérés segítségével történő lokáció. 2.4.1.1 Több TOA mérés segítségével történő lokalizáció A térben történő sikeres lokalizáláshoz legalább 3 ponttól vett távolság ismerete szükséges. Ebben az esetben a trilateráció elvet alkalmazzuk. Három ponttól vett távolság esetében a lokáció megállapítható, amennyiben a matematikai lehetséges két megoldásból meg tudjuk állapítani melyik megoldás a fizikailag is elfogadható, ezt általában meg tudjuk tenni. Gyakorlati megvalósítás szempontjából TOA méréseket végezhetünk több elrendezés alapján: A lokalizálandó céltárgy a vevő, és a helyzet számítása a céltárgy által vett információk alapján történik. A vevő különböző ismert lokációjú adók jelét veszi, mely jelek időbélyeget tartalmaznak, így számítható az ismert lokációktól vett távolság. Ilyen technológián alapulnak 10
például a műhold alapú globális helyzet meghatározó rendszerek, az amerikai NAVSTAR Global Position System (röviden GPS), vagy az orosz fejlesztésű GLONASS. Ezen módszer előnyös, ha egy kiépített adó struktúrával, egymástól független céltárgyaknak szeretnénk lokalizációs lehetőséget biztosítani. Abban az esetben, ha a céltárgy által adott rádió frekvenciás hullámok alapján az ismert helyzetű vevők által vett információk segítségével történik a helyzet megállapítás, multilaterációról beszélünk. Ekkor minimum 3 ismert helyzetű vevő valósítja meg a céltárgy által kibocsátott rádió frekvenciás jel nagy pontosságú vételét. Ezen módszer előnyös, ha több, egymástól független céltárgyat szeretnénk detektálni. Mindkét esetben fontos megemlíteni, hogy az ismert helyzetű infrastruktúra nagyfokú szinkronizációját kell biztosítani. Ez a pontos vétel mellett a másik komoly technológiai követelmény. Ugyanis az első esetben az adók, második esetben a vevők szinkronizációs hibája közvetlenül lokalizációs hibát okoz. Ráadásul a rádióhullámok gyors terjedési sebessége miatt kismértékű hiba is komoly helyzeti hibát eredményez. Ismertetett számításainknak megfelelően, pár nanosekundumos hiba is méteres hibát okozhat (3,33 ns-os eltérés, 1 méteres eltérést eredményezhet) A szinkronizáció biztosítható vezetékes összeköttetéssel, vagy más vezeték nélküli referencia forrás biztosításával, például földi rendszerek esetében pontos GPS idő detektálásával. Az első esetben az adók nagy pontosságú, szinkronizált eszközök, a vevők pedig nem szinkronizált, adóknál egyszerűbb berendezések, ám lokalizáció számításra alkalmas eszközök kell, hogy legyenek. Második esetben a vevők nagypontosságú szinkronizált elemek, a lokalizálandó adók egyszerű rádió frekvenciás hullámok kibocsátásra alkalmas eszközök kell, hogy legyenek. 2.4.1.2 TOA mérés és más mérési elv kombinált használata segítségével történő lokalizáció Több TOA mérés felhasználásával történő lokalizáció esetén a nagy pontosságú időintervallum mérése mellett a szükséges szinkronizáció problémáját is meg kell oldani. Ez kiküszöbölhető, ha egy TOA mérést végzünk, így becsülve egy ismert pont, és a lokalizálandó céltárgy közti távolságot, a pontos helyzetet pedig más elv alapján próbáljuk meghatározni. Erre alkalmas például a AOA mérése, vagyis a jelforrás irányának meghatározása. Ez megvalósítható irányított antennák alkalmazásával, melyek antenna karakterisztikája olyan jellegű, hogy a különböző térbeli szög alatt érkező sugárzást meg tudjuk különböztetni. Az ilyen jellegű antennák vagy fix telepítésűek, így csak bizonyos területet vizsgálunk, ami szintén helyzetre vonatkozó információt takar, vagy a területet pásztázzuk segítségükkel, és az antenna pozíciójának, és adott pozíció melletti vétel ismeretében következtetünk a céltárgy helyzetére (ez például a RADAR berendezéseknél bevett gyakorlat). Másik lehetőség, hogy antennarendszert alkalmazunk, mely iránykarakterisztikása az adatfeldolgozás során alakítható. Ebben az esetben olyan antennarendszer alkalmazása szükséges, mely esetben minden egyes vételi pont, vagyis antenna elem esetében a fázis információ detektálható és mérhető. Az adatfeldolgozás során olyan algoritmus használata szükséges, mely képes ezen adatok kiértékelésére és az irány karakterisztika alakítására. 2.4.1.3 Vett sugárzás időkésleltetésének mérésén alapuló lokalizáció előnyei és hátrányai Az időkésleltetés vételén alapuló lokalizációs eljárások előnye, hogy szélsőséges esetektől eltérően környezet függőségük csekély. Nagyfokú pontosság érhető el, valamint nem igényelnek komplex számítási megoldásokat és algoritmusokat. 11
Hátránya a technológia igényes infrastruktúra, mely folyamatos felügyeletet és szinkronizáció esetén kalibrációt igényel. 2.4.2 Vett sugárzás térerősségének mérése A vett rádió frekvenciás hullámok térerősségének mérése nem igényel bonyolult szenzorokat, a legtöbb ma alkalmazott vezeték nélküli kommunikációra alkalmas szenzor és protokoll is tartalmaz ilyen jellegű szabvány mérési elveket, mutatókat. A térerősség alapú lokalizációnak elvi hátterét az elektromágneses hullámok hullámterjedési sajátosságai adják: Egy adó antenna esetében, a mérhető térerősségre vonatkozó összefüggést az [1] egyenlet írja le. Látható, hogy a mérhető térerősség egyenesen arányos az adó teljesítménnyel, és fordítottan arányos a adó és vételi pont távolságának négyzetével. Vagyis ideális környezetben amennyiben ismerjük az adó teljesítményt, egy adott pontban mért térerősség alapján az adó távolságát számíthatjuk. Komplex környezetben sok hullámterjedési jelenség befolyásolja a kialakuló térerősséget. Mindamellett, hogy a fent említett [1] összefüggés igaz marad, a környezetben kialakuló abszorpciók, reflexiók és transzmissziók egyrészt additív, sok esetben frekvencia függő csillapítást okozva hatással vannak az említett elméleti hullámterjedési összefüggésre, sok esetben a reflexiók interferenciákat alakítanak ki. Vagyis a komplex környezet okozta reflektált hullámok szuperponálódnak, és a környezetnek megfelelő sajátos térerősség értékeket alakítanak ki a térben. Gyakorlati alkalmazást feltételezve kijelenthetjük, hogy az akadálymentes hullámterjedés esetében alkalmazott összefüggések alapján viszonylag pontosan lehet becsülni az adó és vevő távolságát a vett jelszint ismeretében. A komplex környezet hatása azonban nehezen számítható és modellezhető, a számos hullámterjedést befolyásoló jelenség miatt. Ahhoz hogy egy komplex környezet hatásait pontosan leírhassuk, ismernünk kell a környezetet alkotó anyagokat, azok pontos elhelyezkedését és pontos hatását az alkalmazott frekvenciákra. Mivel az alkalmazott hullámhosszok több esetben méteres nagyságrend alattiak, vagy akár centiméteres nagyságrendbe esnek, a környezet ismeretének megkövetelt pontossága is centiméteres tartományba esik. Így a legtöbb RSS alapú lokalizációs módszer esetén, két módon értékelhetjük a mért RSS adatokat helyzet meghatározás szempontjából: RSS érték alapú távolságbecslés, majd ez alapján történő, például trilateráció módszerét alkalmazó lokalizáció megvalósítása. Ebben az esetben megpróbáljuk kezelni a komplex környezet okozta zavaró hatásokat az ideális, akadálymentes hullámterjedéshez képest. Előzetesen meghatározott RSS térkép, vagy más néven újlenyomat, fingerprint értékek alapján, és a lokalizáció során mért RSS érték alapján történő lokalizáció. Ekkor kihasználjuk a környezetre jellemző hullámterjedést befolyásoló hatásokat, melyek helyzetfüggő megfigyelése segítségével lokalizálunk. 2.4.2.1 RSS alapú távolságbecslés A komplex környezetben, például épületen belül, sűrűn lakott területen kialakuló térerősség értékek predesztinálása ismert adó helyzet és teljesítmény mellett sem könnyű feladat. Diffrakció elvét figyelembe véve, a valóság modellezéséhez, minden egyes akadály, mind térbeli elrendezését, mind anyagszerkezetét kellene centiméteres pontossággal modellezni, és a tér minden egyes pontjára a tér 12
minden pontjának hatását kellene számítani, ami igen komoly számítási feladat, még a jelenlegi számítási technológiák mellett is. Ennek okán empirikus, vagyis tapasztalati modellek alakultak a komplex környezetben kialakuló térerősség értékek leírásához. Az utóbbi években a technológiai fejlődésnek, és így a megnövekedett elérhető számítási kapacitásoknak köszönhetően szimulációs programokat is létrehoztak, melyek pontossága nagymértékben függ a környezet részletes ismeretétől (pozíció, anyagösszetétel). Ezekben az esetekben a reflexiókat és transzmissziókat, így a több utas terjedést modellezzük. Amennyiben vagy empirikus modellek alkalmazásával, vagy a környezet részletes ismeretén alapuló szimuláció segítségével mért RSS értékekhez tudunk adótól vett távolságot becsülni, a lokalizáció megvalósítása matematikai módszerekkel lehetséges, például a már említett trilateráció módszerével. Ebben az esetben feltételezzük az adó helyzetének és adó teljesítményének ismeretét. Példák empirikus hullámterjedési modellekre, valamint egyes beltéri tárgyak, szerkezetek és anyagok hatásaira a hullámterjedésre: Empirikus hullámterjedési modellek, melyek beltéri környezetre vonatkoznak: 2.4.2.1.1 ITU Model for Indoor Attenuation (Recommendation ITU-R P.1238-7 02/2012) Az ITU (International Telecommunication Union) beltéri hullámterjedési modell a Nemzetközi Távközlési Egyesület által elfogadott és javasolt modell, mely a szabadtéri csillapítás mellett figyelembe veszi a sajátos környezet által képviselt többlet csillapítást is. A szakaszcsillapítás, vagyis távolságfüggő jelerősség változás a következő összefüggés alapján alakul: =20+ +! "# 28 Ahol L-szakaszcsillapítás [db]-ben; f a működési frekvencia [MHz]-ben; d a távolság [m]- ben; (N) a csillapítás távolságfüggésének együtthatója; (n) az emeletek száma az adó és a vevő között. Az N együttható frekvencia és az általános környezettől függő paraméter, n értéke pedig szintén frekvencia valamint egyéb környezeti tulajdonságoktól, például emeletek számától függő paraméter. Értékeiket a modell javaslat leírása definiálja és táblázatba foglalt formában publikálja. 2.4.2.1.2 Log-distance path loss model Egy másik, széles körben alkalmazott modell, mely beltérben és sűrűn lakott környezetre definiált modell: = & +10'log d d & +, - A szakaszcsillapítást (PL) megkapjuk, ha az egy referencia távolságban mért csillapításhoz hozzáadjuk a távolság és referencia távolság hányadosának (.. / ) '-dik hatványának logaritmusát, mely esetben ' a környezetfüggő csillapítási kitevő, valamint a változékonyságot kifejező flat fading értéket,, - -t. Feltételezve, hogy ez utóbbi paraméter lassú fading-et tükröz, a paramétert, mint normális eloszlásbeli valószínűségi változót jellemezhetjük az adott Gaussi eloszlás 0 szórásával. A ' paraméter és 0 paraméter tipikus értékei: 13
Building Type Frequency of Transmission [db] Vacuum, infinite space 2.0 0 Retail store 914 MHz 2.2 8.7 Grocery store 914 MHz 1.8 5.2 Office with hard partition 1.5 GHz 3.0 7 Office with soft partition 900 MHz 2.4 9.6 Office with soft partition 1.9 GHz 2.6 14.1 Textile or chemical 1.3 GHz 2.0 3.0 Textile or chemical 4 GHz 2.1 7.0, 9.7 Metalworking 1.3 GHz 1.6 5.8 Metalworking 1.3 GHz 3.3 6.8 2.4.2.1.3 Wi-fi Location-Based Services Cisco modell A Cisco vállalat által, 2008 május 20.-án kiadott Wi-fi Location-Based Services 4.1 Design Guide-ban alkalmazott hullámterjedési modell egy, az előzőleg ismertetett log-distance path loss modell alapú modell, beltéri alkalmazásra adaptálva. A Cisco eszközök által mért RSSI értékek esetén ismertetett beltéri hullámterjedési modell egy méteres referencia távolság mellett van értelmezve. Ugyan más jelöléseket és elnevezéseket tartalmaz, de ugyanazon tartalommal bír mint az előző modell: = 1 +10log" 2 #+ Ebben az esetben a szakaszcsillapítást (PL) megkapjuk, ha az egy méterhez vett referencia csillapításhoz hozzáadjuk az adó és vevő távolság (d) n-edik hatványának logaritmusát, mely esetben n a környezetfüggő csillapítási kitevő. Végül még figyelembe kell vennünk a környezetre jellemző shadow fading értékét (s). (ebben az esetben is lassú fadinget feltételezünk) n esetében a legkisebb értéke 2, ami a szabadtéri csillapításra jellemző. n függ s frekvenciától és környezettől. Tipikus értéke beltéri office környezetre 3,5. Industrial esetben 3,7-4,0. Az n megfelel a már ismertetett ' értéknek, s a, - értékének. s a jelerősség változékonyságára utal. Sok hatás keltheti, tipikus értéke 3-7 db, diversity antennák esetében. (Diversity vétel: több antennával történő adás vagy vétel, mely során a fading hatást igyekszünk csökkenteni. Több pontú vételt jelent ahol az antennák távolsága nagyobb, mint 10 hullámhossz) Szimulációs programok segítségével adott, ismert környezet hatásainak leírása: Ebben az esetében fontos a környezet részletes ismerete és leírása. Mivel a különböző hullámterjedési jelenségek a környezetben elhelyezkedő anyagok helyzetétől és anyagi minőségétől függenek, ezen két paraméter minél pontosabb ismerete szükséges ezen szoftverek alkalmazására. A pontos helyzet ismerete már meglévő struktúrák esetében, például épületek, felméréssel, vagy tervrajzok felhasználásával biztosítható. Az anyagi minőségtől függő hatások pontos leírásához laborkörülmények között elvégzett kísérletekhez van szükségünk. Erre vonatkozólag több tanulmány is fellelhető: 2.4.2.1.4 ITU ajánlása építési anyagokra Recommendation ITU-R P.1238-7 02/2012 14
A környezet hatása az említett reflexiók, abszorpció és transzmisszió jelenségein keresztül mutatkozik meg. Ezen jelenségek fizikai és matematikai leírásának paramétere az anyagok komplex permittivitása, mely ebben az esetben az anyagi minőséget jelöli. Egyes építőanyagok relatív permittivitása: Parameters for the relative permittivity and conductivity of building materials Material class Relative permittivity Conductivity parameters Frequency range (GHz) c d Concrete 5.31 0.0326 0.8095 1-100 Brick 3.75 0.038 0.0 1-10 Plasterboard 2.94 0.0116 0.7076 1-100 Wood 1.99 0.0047 1.0718 0.001-100 Glass 6.27 0.0043 1.1925 0.1-100 Ceiling board 1.50 0.0005 1.1634 1-100 Chipboard 2.58 0.0217 0.7800 1-100 Floorboard 3.66 0.0044 1.3515 50-100 Metal 1 10 7 0.0 1-100 Az anyagok relatív permittivitásának valós része az 1-100 GHz-es tartományban elhanyagolható függést mutat a frekvencia változástól. Különböző anyagok relatív permittivitása és vezető képessége közötti összefüggés: 0 =3 4. A permittivitás képzetes része kifejezhető a vezető képességgel és frekvencia viszonyával, így az függ a használt frekvenciától. Az anyagok csillapítása: 5 =1636 7 8 9 2.4.2.1.5 Wi-fi Location-Based Services Cisco modell: Signal Attenuation Through Object A Cisco vállalat által, 2008 május 20.-án kiadott Wi-fi Location-Based Services 4.1 Design Guide-ban ismertetett hullámterjedési modell mellett különböző anyagok által létrehozott többlet csillapításokra vonatkozó mérési eredmények is publikálásra kerültek. Általános információk a beltéri tárgyakra, szerkezetekre, anyagokra vonatkozóan: liftaknák árnyékolnak, és jelentősen reflektálják az RF jeleket zsúfolt helyiségek elnyelik, jelentős többlet csillapítást okoznak az RF jelek esetében mikrohullámsütők, vagy egyéb mikrohullámokat előállító berendezések interferálhatnak a 2,4 GHz-es wifi csatornákon sugárzott RF jelekkel, így befolyásolva a kialakuló térerősséget falak, üvegfelületek, csempék elnyelik és csillapítják az RF jeleket Cisco tanulmány által ismertetett egyes mérési eredmények: Object in Signal Path Signal Attenuation Through Object Plasterboard wall 3 db Glass wall with metal frame 6 db Cinder block wall 4 db Office window 3 db Metal door 6 db 15
Metal door in brick wall Human body 12 db 3 db 2.4.2.1.6 AWE Communications: WinProp Wave Propagation & Radio Network Planning Példa egy szimulációs programra, mely segítségével predesztinálhatjuk a kialakuló térerősséget a környezet és adó(k) paramétereinek előzetes ismeretének függvényében. A szoftver több környezeti szcenárió kezelésére alkalmas: Műhold lefedettség. Vidéki és külvárosi területek lehetséges lefedettsége. Lakókörnyezet lefedettsége. Beltéri lefedettség. Idő variáns lefedettség vizsgálata. Helyzet meghatározás szempontjából a beltéri és lakókörnyezetbeli hullámterjedési problémák különösen érdekesek, mivel más módszerek, főleg az elterjedt, TOA alapú műhold rendszerekkel megvalósított globális helyzet meghatározó módszerek itt nagyobb hibával, vagy egyáltalán nem is alkalmazhatóak. A szoftveres szimuláció frekvencia függő, számítások alapjául szolgáló elméleti modelleket, algoritmusokat alkalmaznak. A környezet komplexitásától függően (zsúfolt beltértől az alacsony házakat feltételező lakókörnyezetig) 300-600 MHz tól 1-2 GHz-ig alakul az a határ, ami alatti frekvenciák esetében jó hatásfokkal alkalmazhatóak empirikus hullámterjedési modellek. Az e feletti frekvenciák esetében inkább a reflexiók és transzmissziókkal számoló, több utas terjedést modellező modellek alkalmazása célszerű. A már említett és ismertetett alapvető, általános beltéri hullámterjedési modellek mellett e szoftver a következő szabvány modelleket alkalmazza lakókörnyezetben: COST 231 Walfisch-Ikegami Model: Lakókörnyezetben alkalmazott empirikus modell. Paraméterei: o alkalmazott frekvencia o adó és vétel helyének egyenkénti magassága, és távolságuk o épületek átlagmagassága és kölcsönös távolsága, utcák szélessége Hata-Okumura Model: Lakókörnyezetben alkalmazott empirikus modell. Paraméterei: o alkalmazott frekvencia o adó és vétel helyének egyenkénti magassága, és távolságuk Urban Dominant Path Prediction Model: Több utas terjedést modellező hullámterjedési modell. Paramétereket tekintve legfontosabbak az épületek elhelyezkedését leíró adatbázisok és használt frekvencia. 3D Urban Intelligent Ray Tracing: Több utas terjedést modellező hullámterjedési modell. Paramétereit tekintve legfontosabbak a tér vektor alapú leírása a használt frekvencia mellett. Előző modellnél komplexebb számítási lehetőségeket biztosít. Beltéri esetre fontos megemlíteni, hogy a modell választás függ a beltér jellegétől, mint például a irodai környezet, kampusz vagy bevásárló központ jellegű környezet, vagy ipari 16
létesítmények esete, esetleg alagút jellegű beltérről van-e szó. Ezekben az esetekben a következő modellek környezetnek megfelelő alkalmazása történik: Beltérre vonatkozó empirikus modellek: One Slope Model: egyszerű ideális hullámterjedést feltételező modell. Motley Keenan Model: falak csillapítását figyelembevevő modell. COST 231 Multi-Wall Model: komplexebb, falakat, anyagi minőséget is figyelembe vevő modell. Beltérre vonatkozó több utas terjedés hatásaival számoló modellek: Indoor Dominant Path Prediction Model: egyszerű több utas model. 3D Indoor Standard Ray Tracing: komplexebb modell, mely például a függőleges élek esetében diffrakciós megközelítést alkalmaz, és figyelembe veszi a folyosók speciális hullámvezetési tulajdonságait. 3D Indoor Intelligent Ray Tracing: komplexebb modell, mely az előző modellhez képest számítási kapacitásában és sebességében optimalizált. A modellek esetében a szükséges adatbázisok lehetnek a beltér 3D vektor adatbázisa, vagy lehet pixel alapú leírása a térnek. 2.4.2.2 Előzetesen meghatározott RSS térkép, vagy más néven fingerprint alapú lokalizáció Ezen módszer igyekszik kihasználni a komplex környezet igen bonyolult hatását a hullámterjedésre és így a térben kialakuló térerősség értékekre. A módszer lényege az, hogy egy területet, mely leggyakrabban belétér, módszeresen feltérképezünk a kialakult RSS értékek szempontjából, és így kialakítunk egy adatbázist, mely a vizsgálandó tér térképén túl, a kívánt és mérésekkel biztosított felbontásnak megfelelően mért RSS értékeket is tartalmazz. A lokalizáció során a céltárgy aktuális RSS érték meghatározására vonatkozó méréseket végez. A helyzet meghatározása során a céltárgy által mért RSS értéknek megfelelő RSS értéket igyekszünk hozzárendelni az ismert adatbázisból, melyhez helyzet információ is társul. Látható, hogy két fontos feladtunk: A fingerprint, vagyis RSS értékeket is tartalmazó rádió térkép készítése a vizsgált területről. Mért RSS értékhez hozzárendelni adatbázisban szereplő RSS értéket, és így a helyzet információkat is. 2.4.2.2.1 Fingerprint létrehozása A rádió térképet tartalmazó adatbázis minősége kulcsfontosságú a sikeres lokalizáció szempontjából. Az elérhető lokalizációs pontosságot alapvetően befolyásolja a vizsgálandó tér térképéhez tartozó rádiótérkép felbontása, hiszen e pontokhoz rendeljük a mért RSS értékeket. A rádiótérkép előállítása esetében figyelembe kell vennünk a zaj megjelenését is. Vagyis egy adott pontban a térerősség zajjal terhelt értékét mérjük, mely zavar mind frekvencia eltérést, mind időkésleltetést, de ami számunkra jelen esetben fontos, amplitúdó változást okozhat. A mérés során az adott vizsgálandó helyszínhez tartozó RSS érték egy mérési sorozat átlagértéke és hozzá tartozó szórás lesz ideális esetben. Így minden egyes mérésre kijelölt pontban egy időintervallumon keresztül célszerű méréseket elvégezni. 17
Fontos a mért RSS értékekhez rendelt helyzet adatok pontos meghatározása, vagyis az RSS mérés helyzetének pontos ismerete. A mérés során figyelembe kell vennünk a későbbi céleszköz által végzett RSS mérések körülményeit. Vagyis, érdemes hasonló antenna elrendezéssel, antenna típussal végezni a méréseket, hogy a lokalizáció során és előzetesen mért RSS értékek megfeleltetése pontosabb legyen. A fenti feltételeknek megfelelően leggyakrabban robotok segítségével történik a rádiótérkép felvétele. Pontos helyzet detekcióra képesek, a mérés során biztosítják az ideális mérési körülményeket, vagyis a rögzített és változatlan mérési környezetet. Továbbá a mérés automatizálható. 2.4.2.2.2 RSS érték megfeleltetés A lokalizáció során mért RSS értékek megfeleltetése az adatbázisban mért értékekkel több féle algoritmus segítségével történhet. A legegyszerűbb esetben az aktuális mért értékeinkhez legközelebb eső adatbázisunkban szereplő értékeket rendeljük, és így a helyzetet. Pontosíthatójuk e módszert, például amennyiben figyelembe vesszük a múlt értékeit, így a lehetséges helyváltoztatásokra vonatkozó információkat is figyelembe vesszük. További példák a rádiótérkép felvételére és a mért RSS alapján történő helyzet meghatározásra a "Megvalósított rádió frekvenciás hullámokon alapuló lokalizációs módszerek" című fejezetben találhatóak. 2.4.2.3 RSS detektálásán alapuló lokalizáció A módszert akár az előző fejezet alpontjaként is ismertethetnénk, mivel ebben az esetben is előzetesen ismert rádiótérkép alapján (speciális eseteket leszámítva), és a helyzet meghatározás során mért RSS értékek alapján történik a lokalizáció. Azért érdemes azonban külön említeni ezt a módszert, mert ebben az esetben a rádiótérkép kialakítása tervezett és eltérő az előző módszerhez képest. A lokalizációs előnyö,k hátrányok és kihívások is mások lesznek. Ebben az esetben ugyanis olyan rádiótérképet igyekszünk kialakítani, mely során több különböző kis hatótávolságú jelforrást alkalmazunk, melyek esetében nem cél, hogy a jelforrások által lefedett területeknek közös metszete legyen. Vagyis a mért RSS érték alapján azt tudjuk kijelenteni, hogy az adott jelforrás környezetében vagyunk. Nem az RSS érték nagysága alapján következtetünk a helyzetre, hanem az alapján, mely jelforrás által kibocsátott rádió frekvenciás hullámokat vesszük. 2.4.2.4 RSS alapú lokalizáció előnyei és hátrányai Az RSS alapú távolságbecslés előnye, hogy egyszerű matematikai modellekkel lehet a mérési eredmények alapján meghatározni a lokációt, valamint a szükséges infrastruktúra szintén nem bonyolult, könnyen hozzáférhető. Hátránya a hullámterjedési modellek hibájában rejlik. Alkalmazásukhoz a környezet nagyfokú ismeretére van szükségünk. Az egyszerű RSS érték detekció és fingerprint alapú módszerek előnye, hogy egyszerű eszközökkel, különösebb infrastruktúra nélkül is megvalósítható lokalizáció, a rádió térkép rögzítését követően. A legtöbb vezeték nélküli kommunikációs egység valamint egyéb rádió frekvenciás hullámokat alkalmazó technológia alapvető funkciója a vett térerősség mérése. 18
Hátrány, hogy a rádió térkép felvétele technológia és időigényes, mely adatbázis egyben a környezet változására igen érzékeny, megváltozott környezet esetében az adatbázis teljes cseréje is szükséges lehet. Külön említésre méltó a környezetben tartózkodó személyek hatása. Az emberek is ugyanúgy hatnak a rádió frekvenciás hullámokra, mint a környezetet alkotó tárgyak, szerkezetek. Így egy felvett térerősség térkép a területen tartózkodó személyek számától és eloszlásától is függ. Nagyobb területek esetében, ahol időszaktól függően változik a személyek száma, a tömeg mértéke, külön adatbázisokat célszerű létrehozni, és a tömeg változásának hatását így kompenzálni. Ez tovább nehezíti pontos adatbázisok felvételét forgalmas és zsúfolt területek esetében. Adott jelforrás által kibocsátott rádió frekvenciás hullámok detekciója alapján történő lokalizáció előnye a vett RSS alapján történő egyszerű helyzet meghatározás, valamint az egyszerű infrastruktúra igény. Hátránya az, hogy ha nagyobb felbontású, pontos lokalizációra van, igényünk nagyszámú jelforrásra van szükségünk, ami a telepített infrastruktúra bonyolultságát növeli. Valamint ebben az esetben az elérhető felbontást korlátozza a jelforrás hatósugara, az alatti felbontás nem igen elérhető, viszont túl alacsony adó teljesítmény mellett, ami a hatósugarat befolyásolja, a detekció bizonytalanná válhat. 2.4.3 A jelforrás irányának meghatározása A jelforrás irányának meghatározása önmagában is alkalmas lokalizációra, amennyiben több ismert helyzetű jelforrástól vett rádió frekvenciás hullámok vételi irányát meg tudjuk határozni. Ebben az esetben legalább 3 ismert iránnyal térbeli pozíciót tudunk számolni, alkalmazhatjuk a háromszögelés módszerét, a triangulációt. A jelforrás irányának meghatározása, vagyis az AOA alkalmazás továbbá más lokalizációs módszerekkel egyetemben is elterjedt, részint a helyzet meghatározás pontosítására, részint a kombinált lokalizációs módszerekben, mint a már említett TOA és AOA együttes alkalmazása esetén. Az elektromágneses hullámok hullámterjedési tulajdonságainak megfelelően, az irány meghatározás történhet az időkésleltetések mérésével, amennyiben impulzusszerű a kibocsátott rádióhullám, vagy az időbeliség detektálására alkalmas modulációval van ellátva. Ebben az esetben gyakorlatilag a TOA elvet alkalmazó multilateráció lokalizációs módszert kellene alkalmazni. A beérkező hullámok frekvencia mérése segítségével lehetséges a jelforrás irányának megállapítása, de ez mozgó jelforrás esetében valósítható meg, amennyiben pontosan ismerjük a jelforrás adó frekvenciáját. Ebben az esetben a Doppler hatást vizsgálnánk. Nem általános megoldása a problémánknak. A vett térerősség önmagában nem hordoz információt az irányra vonatkozóan. Amennyiben viszont a vevő a térben szelektív módon, vagyis csak bizonyos irányokból érkező rádió frekvenciás hullámokra érzékeny a vett térerősség értékek információval szolgálnak a jelforrás irányára vonatkozóan. Ezt a térbeli szűrő funkciót látják el az irányított antennák. A gyakorlatban ez a legegyszerűbb és legelterjedtebb módja az irányított rádiófrekvenciás hullámok adására és vételére. 19
A vett elektromágneses hullámok esetén továbbá a pillanatnyi fázis vételére van még lehetőségünk. Egy vételi pont esetében ez nem hordoz irányra vonatkozó információt, de több, a térben megfelelő módon elhelyezett vételi pont, vagyis antennarendszer alkalmazásával a különböző elemi antennák által vett fázis információk együttese alapján tudunk következtetni a térbeli pozícióra. 2.4.3.1 Irányított antennák Az antenna egy csatolás a távvezeték és a szabadtér között, vagyis a vezetett hullámokat az antenna szabadtéri hullámokká alakítja. Fontos tulajdonsága az antennáknak a reciprocitás elve, vagyis ez a csatolás mindkét irányba azonos módon működik. Így vevő és adó antennát csak a használat módja szerint különböztetünk meg, maga az antenna fizikai felépítése nem determinálja, hogy egy antennát vételre, vagy adásra fogunk használni. Amennyiben az antenna a tér különböző irányaiba, különböző mértékben, különböző hatásfokkal bocsátja ki a szabadtéri hullámokat, úgy, mint térbeli szűrő viselkedik. Ezen hatást az antenna iránykarakterisztikájával jellemezhetjük: ":,;#= ":,;# < 3 Az iránykarakterisztika egy maximált teljesítményre normált mennyiség, értéke maximum 1. Azt mutatja meg, hogy az antennától vett (polárkoordináta rendszerben definiált) adott irányba a kisugárzott (vagy reciprocitás elve alapján) vett teljesítmény hogyan aránylik az antenna által azonos feltételek mellett maximálisan kisugárzott vagy vett teljesítményhez. Mivel a [3] képletben teljesítmény viszonyok szerepelnek, ezt pontosabban teljesítmény iránykarakterisztikának nevezzük. Az irányítottsággal, vagy irányélességgel definiálhatjuk, az adott körülmények között maximális adást vagy vételt biztosító szög nagyságot. Ha egy antenna irányítottsága nagy, a maximális értékek egy keskeny szögtartományba esnek. Másik jellemzésre szolgáló mutató az antenna irányhatása: = = < & Az irányhatás esetében az antenna által a térben maximálisan kisugárzott teljesítményt, < arányosítjuk a teljes kisugárzott teljesítménnyel, & -al. Minél nagyobb ez az értéke, az antenna annál inkább "irányított", vagyis a tér bizonyos részére annál inkább "érzékenyebb", a teljes térhez képest. A gyakorlatban továbbá a nyereség jelölésével szokás az antennák irányítottságát jellemezni. Szemben az irányhatással, ebben az esetben a betáplált teljesítményt és nem a kisugárzott összes teljesítményt arányosítjuk a maximális sugárzott teljesítményt biztosító térszög alatt kisugárzott teljesítményhez. Ezen érték könnyebben mérhető, és hasonlóan jellemzi az irányítottságot, mint az irányhatás. Irányított antennák alkalmazásával, az iránykarakterisztikától függően a tér bizonyos, antenna helyzetéből nézve adott térszög alatt látható területeit tudjuk figyelni, és meghatározni, hogy az adott térrészből származik a vett rádiófrekvenciás sugárzás. Amennyiben fizikailag mozgatjuk az irányított 20 4