AG Kao Betriebssysteme und Verteilte Systeme Institut für Informatik Universität Paderborn

1. Positionierung von DECT GerätenProjektgruppe Location-based Services for Wireless DevicesWS 2004/05Autor: Christian Platta AG Kao Betriebssysteme und Verteilte Systeme Institut für Informatik Universität Paderborn

2. 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

3. Architektur von DECT ISDN LAN Commom Air Interface GAP External Network Fixed Part (FP) Portable Part (PP) X.25 GSM

4. Dynamic Channel Selection FP 1 FP 2 Intracell Handover PP hat eine Signalstärke-Liste aller empfangenen FPs. PP kommuniziert im besten Kanal. Channel 1 Channel 2 FP 1 Intercell Handover FP 2

5. Probleme mit der Signalstärke vs. • 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.

6. 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 ✓ ? !

7. Ansatz 1 Next-Neighbor-Estimation

8. Next-Neighbor-Estimation • 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

9. Next-Neighbor-Estimation • 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

10. Ansatz 2 GPPS Gaussian Process Positioning System

11. 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

12. Modell des GPPS • 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

13. 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

14. Genauigkeit des Verfahrens Mean localization error (in meters) Number of points for calibration

15. Ansatz 3 Nonlinear Filtering Technique

16. 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

17. Approximation der Signalstärke

18. 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

19. 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

20. 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

21. Ansatz 4 DECT Positioning System

22. Pattern-Matching Verfahren { { { { B1 B2 B3 B4 B5 B6 B1 B2 B3 B4 B5 B6 44 32 12 09 66 67 23 56 11 89 42 01 { { B1 B2 B3 B4 B5 B6 00 23 56 16 58 67 { { B1 B2 B3 B4 B5 B6 12 65 08 12 32 12 { { B1 B2 B3 B4 B5 B6 56 35 24 67 66 23 ... Datenbank aktuelle Messung

23. Pattern-Matching Verfahren K k i k=1 k i k i • 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

24. 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

25. Vereinfachter Ablauf einer Ortungsanfrage Ortungsanfrage PP_4711 S1S2S3 ... Location Server User DB Location Manager RSSI Maps DB FP Map Server PP_4711

26. 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

27. Einflussfaktoren I • Positionierung der Basisstationen • Anzahl der Basisstationen Ungleichmäßige Verteilung Gleichmäßige Verteilung niedrige Ortungsgenauigkeit hohe Ortungsgenauigkeit

28. Einflussfaktoren II • 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

29. 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

30. Ansätze zur Verbesserung eines Modells • Motion Model • Signalstärke + Laufzeitenmessung • Lernende Algorithmen (Neurale Netze) • Topografische Informationen • Mehrere Messkarten für dieselbe Region, dieunterschiedliche Systemzustände repräsentieren(busy period vs. after work period)

31. Noch Fragen? ? ? ? ? ?

32. Vielen Dank für Ihre Aufmerksamkeit !