Notice: Undefined variable: fterm_desc_sub in /mnt/www/biblio_conv.php on line 353
マルチパス信号を用いて位置決めを行うためのシステム及び方法
説明

マルチパス信号を用いて位置決めを行うためのシステム及び方法

RFの能動的か、受動的か、又は支援された位置確認アプローチのための信号処理技法である。該信号処理技法は、フィルタか又は推定器、例えば、非線形フィルタと共に、追加的な測定値としてマルチパス信号を利用する。前記フィルタは、インダイレクト及びダイレクトパス測定値か又は任意の他の利用可能な信号を使用して、観測可能なインダイレクトパスのパラメトリックモデルを構築する。1つか又は複数のダイレクトパス測定値が、(例えば、障害のせいで)その後、失われる場合には、インダイレクトパス測定値を用いて、人間か又は対象となる物体の位置の推定をフィルタが維持する。

【発明の詳細な説明】
【技術分野】
【0001】
発明の分野
本発明は、一般に、ナビゲーション及び位置決め(測位)を行うためのシステム及び方法に関し、特に、マルチパス信号を用いてナビゲーション及び位置決めを行うためのシステム及び方法に関する。
【背景技術】
【0002】
関連事例の相互参照
本出願は、2005年1月19日にファイリングされた米国仮特許出願第60/645,390号の利益を請求し、該米国仮特許出願第60/645,390号は、その全体があたかも記載されているかのごとく参照によって本明細書内において組み込まれる。本出願はまた、2004年2月17日に発行された米国特許第6,693,592号の開示も、その全体が記載されているかのごとく本明細書内において組み込む。
【0003】
アーバンキャニオンか、又は建築物などの囲まれた構造のような、散乱した環境内において移動している人々か又は存在(アセット:assets)の位置決めを行うために無線周波数(RF)信号を用いる幾つかの試みが存在している。一般的には、これら先行技術の試みは、固定された基準局か又はビーコンを、受信する幾つかの形態か又は追跡される物体上の応答タグと共に、典型的には利用する。この装置と共に、前記基準局からのRF信号強度(RSS:RF signal strength)か、到来時間(TOA:time of arrival)か、到来時間差(TDOA:time difference of arrival)か、又は到来角度(AOA:angle of arrival)の事象(現象)を用いた三角測量の形態が、前記タグの位置を決定するために用いられている。
【0004】
大部分のこれら先行技術のアプローチのうちの1つの欠陥は、散乱した環境内において生成されたRFマルチパス信号によって、それらが悪い方向に影響を受けることである。前記基準ビーコンと前記タグとの間のダイレクトパス(直接経路)が、確実に一貫して測定されることが不可能な時には、マルチパス信号は、結果として、RSS、TOA、TDOA、及びAOA事象の不正確な測定値を生じさせる可能性がある。従って、これらのアプローチは、典型的には、マルチパス信号を、正確な位置結果を提供するための削除されるべきエラーとみなす。
【0005】
位置決め(測位)の問題に対する、代表的な第1のクラスのアプローチは、慣性システム、すなわち、各々の停止において更新するゼロ(零)速度を有する慣性システムと、ドップラー測定値か、気圧高度か、磁力計か、又は視覚システムによって、増強又は更新することとを含む。このクラスのアプローチは、繰り返される交差点を識別するためにか、又は動的な慣性の較正を提供するために、時として特別なアルゴリズムを必要とし、典型的には、建築物の寸法及び配置の事前知識を必要とする。これらアプローチのうちの幾つかは、影となる(受信不良となる)真っただ中の散乱された環境内において、信号が忠実に受信されることが可能となる程度にまで、全地球測位システム(GPS)か又は、E911のような携帯電話(セルフォン)のナビゲーションの支援を利用する。
【0006】
アプローチの第2クラスは、802.11xか、ブルートゥースか、又は別のRF技法を用いて、協同のインフラ(構造基盤)を使用する。いくつかのインフラは、そのような目的のために特別に設計されている。1つの特定のアプローチは、幾つかのトランシーバによって受信されるような、ネットワーク素子送信器の信号強度を用い、該信号強度は、更にマッピングされて、吸収、屈折、及び反射のような影響の原因となる既知の建築物構造に対して較正される。別のアプローチは、特化された送信器か又は受信器のセットを三角測量することによってもたらされるキャリア位相測定値を使用する。この第2のクラスにおいて、RFID技術が、比較的狭いエリアにわたって対象物を位置付けるために使用されることもまた可能であるが、より広いエリアにわたって実用化されるためには、典型的には、多くの統合センサを必要とする。
【0007】
第1のクラスの独立した(自律性の)アプローチに関連した1つの問題はコストである。これらのアプローチは、良好な性能を提供することができるが、それらは典型的には、コストがかかる素子を用い、該素子がコストがかかるシステム内へと統合化される。更には、このクラスのアプローチは、典型的には、各々の人間か又は対象物に、ナビゲーション装置を携帯することを要求し、このことが、システム全体を高価にさせる可能性がある。そのようなアプローチは、独立性(自律性)が重要で且つコストがあまり重要でない場合の用途には適合するが、商業的な用途に対するそれらのアプリケーションは、コストが法外に高くなる可能性がある。
【0008】
第2のクラスによるアプローチは、それらのインフラ(構造基盤)内において組み込まれたそれらの主要コストが有する利点を享受する。そのコストは、引き続いて、802.11x技術が備わった携帯情報端末のような比較的低コストの受信器か又は中継器を各々が携帯することになる個別ユーザによって償却される。しかしながら、第2のクラスによるアプローチは、依然として、典型的には、マルチパス信号に対する感度による影響を受ける。
【特許文献1】米国仮特許出願第60/645,390号明細書
【特許文献2】米国特許第6,693,592号明細書
【非特許文献1】A.H.Jazwinski著,「Stochastic Processes and Filtering Theory」, Academic Press, New York, 1970年
【非特許文献2】A.Gelb編集,「Applied Optimal Estimation」,MIT Press, 1974年
【非特許文献3】B.Ristic, S.Arulampalam, N.Gordon著,「Beyond the Kalman Filter」,Artech House, Boston, 2004年
【発明の開示】
【発明が解決しようとする課題】
【0009】
従って、アーバンキャニオンか、又は建築物などの囲まれた構造のような、散乱した環境内において移動している人々か又は存在(アセット)を、これら環境内において生成されたマルチパス信号からの悪影響を受けること無く、測位すること(位置決めを行うこと)が可能な改善されたシステム及び方法の必要性がある。
【課題を解決するための手段】
【0010】
発明の概要
本発明は、アーバンキャニオンか、又は建築物などの囲まれた構造のような、散乱した環境内において移動する人々か又は存在(アセット)の位置決め(測位)を行うためのシステム及び方法に関する。本発明のシステム及び方法は、ダイレクトパス(DP)が無いか又は検出されない時でさえ、実質的なエネルギーが利用可能であることを認識し、及び、ローカルな環境内における様々な物体によって送信された信号が反射された時には、結果として生じるマルチパス信号によって十分な情報が伝達されることを認識する。
【0011】
本発明の実施形態は、現実の物理的な環境内において、小さな空間の隔離、多くのマルチパス構成要素は、共有され共通であると仮定することを認める。従って、本発明の実施形態は、再帰的推定技法を用いて環境のモデルを構築する。これらの技法は、新たなパスの生成を、それらが重要になったものとして許可し、及び、古いパスの終結を、それらが無関係になったものとして許可する。従って、各々の個別のマルチパス要素と、各々の受信した送信位置との間の信号を含む利用可能な情報の効率的な使用によって、ローカルなインフラ(構造基盤)の事前知識の必要性が排除される。
【0012】
本発明の実施形態は、位置付け及び追跡する場合に、測定されたマルチパスTOA遅延を直接的に使用する。レイクフィルタ(Rake filter)か又は類似の手段を用いて、差分の遅延がリアルタイムに追跡される。後述されるように、ある単一時間におけるシングルパスについての差分の遅延と、タグの3次元の位置との間の関係を、任意の数の反射の場合について4つのパラメータを用いて説明することができる。この関係の理解によって、マルチパスパラメータを、ダイレクトパス(直接的な経路)、インダイレクトパス(間接的な経路)、及び他の利用可能な測定値を用いて、リアルタイムに推定することができる。ダイレクトパスが遮断されるか又は他の測定値が利用不可能になった場合には、従って、これらのマルチパスパラメータを、3次元の位置付けか又は追跡を行う場合の推定技法と共に、引き続き用いることができる。
【0013】
差分の遅延とタグ位置との間の関係を説明するマルチパスパラメータの知識(情報)が、完全マルチパスの解を決定する(すなわち、正反射点の位置を提供する)には不十分である時でさえ、ジオロケーション(地理位置情報)の解は、典型的には、完全マルチパスの解を必要としない。マルチパス信号を用いるジオロケーションは、ダイレクト及びインダイレクトな経路の測定値の組み合わされた観測からか、又は位置の、事前の初期知識から、マルチパスパラメータが決定可能である時の状況において、成し遂げられることが可能である。マルチパスパラメータの積算された時間の増大が、従って、建築物構造の内部の画像を提供するために使用することができる可能性がある。
【0014】
ある特定の状況において、線形化(例えば拡張カルマンフィルタ)を用いるフィルタリング方法は適切ではない。何故ならば、測定値とフィルタ状態との間の関係が、非常に非線形である場合があるからである。例えば、マルチパス反射は、マルチパスパラメータ及びタグ位置を含む、少なくとも双線形(バイリニア)測定値を結果として生じる可能性がある。少なくともこの理由のため、線形化の想定か又は特定の確率分布に依存しない、パーティクルフィルタリング(particle filtering)のような、非線形のフィルタリング技法を使用することができる。初期のタグ位置の不確定性が非常に大きい場合には、パーティクルフィルタリングは、特に有用である可能性がある。初期のタグ位置が、比較的小さい場合には、拡張カルマンフィルタで十分である可能性がある。
【0015】
一態様において、本発明は、マルチパス無線信号を用いて位置決めを行うための方法に関する。初期位置が決定されて、少なくとも1つの位置において受信された少なくとも1つのマルチパス無線信号における少なくとも1つの特性に対して、該初期位置のような、該少なくとも1つの位置に関する情報が生成される。後続する無線マルチパス信号が受信されて、該後続する信号と該生成された情報とに基づいて、ある位置が確立される。前記無線マルチパス信号を、GPS送信器のような送信器によって生成することができる。前記生成された情報は、典型的には、少なくとも1つのパラメータを含む。
【0016】
一実施形態において、初期位置を決定することは、タグに、複数位置において、少なくとも1つの送信された信号を受信させることを含む。タグによって受信された少なくとも1つの信号の大きさは、各位置において、及び初期位置においても決定される。次いで、決定された信号の大きさが、初期位置を推定するために統計モデルによって使用される。該統計モデルには、タグと、複数の信号送信器の各々との間の信号間隔に関連付けられた信号伝搬特性を示すデータを含めることができる。別の実施形態において、初期位置を決定することは、受信信号強度の測定値のような、初期位置のダイレクトパス測定値を生成することを含む。更に別の実施形態において、初期位置を決定することは、初期位置の事前知識を利用することを含む。
【0017】
別の実施形態において、位置を確立することは、複数の候補位置を計算することと、そこから最もふさわしい位置を選択することとを含む。前記最もふさわしい位置を、統計的な試験を用いて決定することができる。
【0018】
更に別の実施形態において、情報を生成することは、内部環境の少なくとも部分的なジオメトリと、その中のマルチパス信号のジオメトリとを特徴付けることを含む。該マルチパスのジオメトリは、前記環境内における反射点に対する無線源からのインダイレクトパスセグメント長を含む。インダイレクトパスセグメント長を、パス遅延測定値によって表すことができる。
【0019】
様々な実施形態において、少なくとも1つの特性には、パス遅延か又はパスセグメント長を含めることができる。これらの実施形態において、生成された情報は、パス遅延か又はパスセグメント長を、環境内における位置に関連付けることができる。
【0020】
別の態様において、本発明は、マルチパス無線信号を用いて位置決めを行うための装置に関する。該装置は、少なくとも1つの位置において受信された少なくとも1つのマルチパス無線信号における少なくとも1つの特性に対する、初期位置のような該少なくとも1つの位置に関する情報を有するメモリと、後続する無線マルチパス信号を受信するための受信器と、前記後続する信号と前記生成された信号とに基づいて位置を決定するための回路構成とを含む。前記少なくとも1つの特性は、例えば、パス遅延か又はパスセグメント長とすることができ、前記情報は、従って、パス遅延か又はパスセグメント長を、環境内における位置に関連付けることができる。無線マルチパス信号を、送信器、例えば全地球測位システム(GPS)送信器によって、生成することができる。
【0021】
一実施形態において、情報は、内部環境の少なくとも部分的なジオメトリと、そこの中のマルチパス信号のジオメトリとを特徴付ける。該マルチパスのジオメトリは、該環境内における反射点に対する無線源からのインダイレクトパスセグメント長を含む。インダイレクトパスセグメント長を、パス遅延測定値によって表すことができる。
【0022】
上述の及び他の、本発明の特徴と利点とが、説明、図面、及び添付の特許請求の範囲からより明らかにされることになるであろう。
【実施例】
【0023】
本発明の利点は、添付図面を、それに伴う説明と連携して参照することによって、より良く理解されることが可能である。
【0024】
図面内において、同様の参照文字は、概して、異なる図を通して、対応する部分を指す。該図面は、一定の縮尺に必ずしも従っているとは限らず、本発明の原理及び概念において代りに強調されている。
【0025】
本発明の詳細な説明
GPSが使用できない、建築物内側か又は散乱された都市環境内における人々及び物体を追跡するために多くのアプローチが提案されてきた。これらアプローチの大部分は、RF現象を利用し、性能は典型的には、人間か又は対象となる物体に対する多くの基準源からのダイレクトパス距離を決定する能力に依存する。これらアプローチの多くは、いくつかは成功するが、大抵のものは、性能と信頼性とがRFマルチパスによって制限される。典型的な建築物の内側で生じる多くの反射とパス減衰のため、ダイレクトパス距離を一貫して確実に識別することに対する無能性が、これらアプローチの有効性(効率)を制限してきた。
【0026】
概要を簡単に述べると、本発明の実施形態は、ある信号処理技法を提供する。該信号処理技法を、屋内のRFの能動的か、受動的か、又は支援された位置確認アプローチに適用することができる。ノイズとしてマルチパス信号を扱って、マルチパス挿入エラーを軽減するように試みるのではなく、この技法は、フィルタか又は推定器、例えば非線形フィルタと共に、マルチパス信号を追加的な測定値として利用する。該フィルタは、インダイレクト及びダイレクトパス測定値(又は任意の他の利用可能な信号)を使用して、観測可能なインダイレクトパスのパラメトリックモデルを構築する。1つか又は複数のダイレクトパス測定値が、(例えば、障害のせいで)その後、失われる場合には、インダイレクトパス測定値を用いて、人間か又は対象となる物体の位置の推定をフィルタが維持する。従って、本発明の実施形態は、ダイレクトパス技法が失敗する場合のシナリオにおいて、追跡精度を維持するために、屋内のナビゲーション用途においてマルチパス信号を用いることができ、ローカルなインフラ(構造基盤)の事前知識の必要性を低減するか又は除去し、全ての利用可能な情報の効果的な利用を可能にし、情報の冗長性を有利に利用する。
【0027】
これらの展開(発展)に関連して、平面からの正反射に対するインダイレクトパス距離を、2次元では2つのパラメータだけを用いて、及び、3次元では3つのパラメータだけを用いて、正反射の数に関係無く、モデル化することができることが決定される。このモデルを使用して、下記に詳細に説明されるように、上記のパラメトリックモデルが、リアルタイムに推定される。
【0028】
一実施形態において、ダイレクト及びインダイレクトマルチパス信号の時間遅延測定値が、1つか又は複数のデータ関連付け、初期化、パラメータ推定、及び追跡フィルタを用いて処理される。該データ関連付けのアルゴリズムは、断続的なダイレクト及びインダイレクトパス測定値の追跡機能を高めるために使用される。別の実施形態において、パーティクルフィルタを用いて、インダイレクトパスパラメータ推定と追跡との両方に拡張カルマンフィルタを使用することが可能な領域に対する初期位置の不確定性を低減することができる。更なる実施形態において、推測航法センサを使用して、測定値におけるエラーの増殖を緩慢にすることができるか、又はデータ関連付け処理を支援することができる。
【0029】
ダイレクトパス測位の概要
囲まれた構造の内側か、又は接近した距離の建物間を、個々の位置か又は存在(アセット)が移動する時に、都会環境内における位置決めによる重要な結果(issue)が、該個々の位置か又は存在を決定している。この問題に対する、RF現象を利用する多くのアプローチが提案されてきた。多くの様々な屋内ナビゲーションアプローチが、現在開発されている最中であり、該アプローチは、人間か又は対象となる物体(その一例が、図1内に示されている)に取り付けられたモバイルタグか又は変換器と連携して、既知の固定された送信器か、中継器か、又はビーコンのセットを用いる。
【0030】
RF位置センサが、実現可能な位置測定基準として、RSS、AOA、TOA、TDOA、及び遅延電力プロファイルのシグニチャを測定することを可能にする。一般的には、RSS及びAOAを測定する容易性は、信頼できない結果を生む。TOAセンサは、距離の、より正確な測定を提供するが、TOAの性能は、典型的には、人間か又は対象となる物体に対する多くの基準源からのダイレクトパス距離を決定することに依存し、典型的には、第1の検出ピークの到着時間を使用する。ダイレクトパス距離を決定するための過去のアプローチは、超広帯域のプローブ波形を用いてノイズフロア(noise floor)に到来する視界のダイレクトラインを追跡することを含んでおり、それら両方は、ほんのわずかな利点しかない。
【0031】
図2Aは、内部トランシーバと、タグを装備した動き回る物体とを有する建築物の一例を示す。図2Aはまた、該トランシーバからの、タグに到来する最後の10の射線(ray)を示し、そのうちの幾つかの射線は直接的に到来し、幾つかの射線は金属製の物体によって遮断され、幾つかの射線は屈折させられて、複数の反射の後に到来する。
【0032】
図2Bは、任意の単一トランシーバからの、動き回るタグにおいて受信された信号の一例を示す。該トランシーバからタグへのDPは、TOAの期待値をもたらす。多くの反射及び伝送に遭った他のインダイレクト信号は、DP信号の後に、タグに到達することになる。実際には、トランシーバの帯域幅が制限されるので、タグにおいて受信された信号は、インパルス信号のような振幅と到達時間とを有することとなるが、形状はパルス信号により類似することとなる。これらのパルス形状の合計が、タグにおいて受信された信号を形成し、該信号は、本明細書内において「チャンネルプロファイル」と呼ばれる。音楽アルゴリズムか、又はDSSS信号による従来の相互相関技法のような超解像技法を用いて、これらTOA要素を高解像度に分解することができる。
【0033】
図2Bを更に参照すると、屋内ナビゲーションシステムは、典型的には、DPの推定されたTOAとして、検出閾値を越えた、前記チャンネルプロファイル内の第1のピークを扱う。タグが単一パス環境内において動作していると仮定すると、実際の期待されたDPと、推定されたDPとが典型的には等しくなることとなる。しかしながら、マルチパス信号が生成されている環境内において、チャンネルプロファイルのピークは、期待されたTOAからはずれるようにシフトされて、結果として推定エラーが生じる。この誤ったTOA推定によって生じられる分布エラーは、本明細書内において「距離測定値エラー」(DME:distance measurement error)と呼ばれる。システムの伝送帯域幅が拡大すると、異なるパスから到来するパルスが、より狭まることとなり、第1のDPの推定されたTOAが、期待されたTOA値に近づく。
【0034】
遮断された視界線(line-of-sight)マルチパス条件において、DP信号の大きさが検出閾値を下まわった時には、チャンネルプロファイル内に現われる第1のDPは、DPの実際の到達時間に依存しておらず、未検出ダイレクトパス(UDP:undetected direct path)条件が発生することにより、大きなDME値が生じることになる。図2Bは、そのようなUDP条件に起因して、いかに大きなDMEが発生する可能性があるかを示し、このケースの場合には、200MHzの帯域幅で送信されたパルスについて、シミュレートされた射線追跡(レイトレーシング)の結果生じている。受信した最強度のパスと、DPそれ自体との間の差分が、受信器の動的帯域幅を越えるので、その結果はUDP条件である。UDP条件の結果生じるDMEは、チャンネルインパルス応答の全てのマルチパス成分を解決するために、たとえ帯域幅が超広域に拡大されたとしても、残存する可能性がある。
【0035】
マルチパス測位
図3に関して、本発明の実施形態は、タグの初期位置の推定を開始する(ステップ300)。このような推定を、例えば、GPS測位か、又はタグ位置の事前知識を利用することによってか、又は既知パスにタグの軌道を強いることによって、決定することができる。
【0036】
初期位置の推定によって、受信したマルチパス信号の決定された特性に該位置を関連付けて(ステップ304)、パラメトリックモデルが展開される。例えば、タグにおいてか、又はトランシーバのうちの1つにおいてかのいずれかにおいて、マルチパス信号を受信することができる。該パラメトリックモデルと、その展開が、より詳細に以下に説明される。
【0037】
受信したマルチパス信号の決定された特性にタグの位置を関連付けるこの情報によって、後続するマルチパス信号が、受信される(ステップ308)。本発明によるパラメトリックモデルを用いるフィルタに対して、後続するマルチパス信号を適用することは、タグの位置を推定する結果となる(ステップ312)。
【0038】
図4に関して、一実施形態において、マルチパス無線信号の特性に位置を関連付ける情報を生成するためにか、又は後続するマルチパス信号を用いて位置を確立するために、受信したマルチパス信号が使用される前に、該受信したマルチパス信号は、最初に前処理される。前処理ステップの出力は、後続するステップ内においてインダイレクトパス(マルチパス)パラメータの正確な推定を可能にするための十分な長さの時間の間存続するインダイレクトパスのセットを含む。
【0039】
前処理を行うことには、例えば、レイクフィルタを使用して(ステップ400)、個々の信号パス(ダイレクトとインダイレクトとの両方)を検出することと、測定値遅延のセット(等価的には、パスに沿って測定された距離)を計算することとを含めることができる。レイクフィルタ前処理を、次いで、データ関連付けアルゴリズムを適用すること(ステップ404)によって続けることができる。該データ関連付けアルゴリズムは、パスのクロスオーバーの影響を軽減するように動作して、ドロップアウトした期間を通じて該パスを追跡する。該データ関連付けアルゴリズムからの出力は、後続するステップ内においてインダイレクトパス(マルチパス)パラメータの正確な推定を可能にする十分な長さの時間の間存続する、インダイレクトパスのセットである。
【0040】
図5に関して、未処理の形態におけるか、又はデータ関連付けアルゴリズムのような前処理ステップからかのいずれかにおけるインダイレクトパスデータが、ダイレクト及びインダイレクトパスを検出し且つ識別するために処理される(ステップ500)。後述されるように、マルチパスモデルを使用して、インダイレクトパス(マルチパス)パラメータの初期推定値を決定するために(ステップ504)、インダイレクトパス測定値が使用される。次いで、非線形フィルタリング技法が、前記初期推定値と、後続するダイレクトパス及びインダイレクトパス測定値と共に使用されて、タグの位置が決定される(ステップ508)。
【0041】
図6は、データ関連付け処理の別の実施形態を示す。この実施形態において、最小二乗法(OLS:ordinary least-squares)分析を用いて、低オーダの多項式モデルによって経路長(パスの長さ)がモデル化される。測定値の差分が閾値よりも低く、且つ、全ての既存パスにわたって最小の場合には、新規の測定値が既存のパスに関連付けられる。そうでなければ、新規のパスが作成される。
【0042】
マルチパスモード及びパラメータ推定
一般に、マルチパスの解を決定する処理は、ナビケーションか又はジオロケーションの解を取得するための処理と区別することができる。マルチパスの解は、マルチパスのジオメトリから生じ、全ての反射面の位置及び配向と同様に、無線源及び受信器の位置が十分な程度の特定性において既知であるコンフィギュレーションについて決定されることが可能である。
【0043】
マルチパスの解は、一般的には、無線源から反射点の位置までのインダイレクトパスセグメントの長さを示す情報を含む。インダイレクトパスセグメント長を、マルチパスを含む個々のパスセグメントに沿った無線信号伝搬に関連した伝搬遅延に対応するパス遅延測定値によって表すこともできる。それとは対照的に、ジオロケーションの解は、一連のインダイレクト及びダイレクトパス遅延測定値からタグ位置を推定する。結果として、ジオロケーションの解は、全てのマルチパス変数の推定を必要としない代りに、それらのサブセットだけで、機能を果たすことができる。
【0044】
マルチパス条件下において、タグ位置をインダイレクトパス長に関連付けるモデルを用いて(ステップ312)、インダイレクトパス遅延の測定値から(ステップ308)、タグ位置を直接的に追跡することができる。典型的には他の手段によって取得される初期タグ位置推定値(ステップ300)を用いて、このモデルをリアルタイムに生成し及び更新することができる(ステップ304)。
【0045】
図7に関して、このモデルの導出は、単一平面からの理想的な正反射を仮定することによって開始される。次式は、インダイレクトパス長τ=d+dと、タグ位置ベクトルrとの間の関係を説明する。
【0046】
【数1】

ここで、wは、単位ベクトルであり、sは、信号源の位置であり、uは、反射面の配向を画定する単位ベクトルであり、cは、u=cを満足するスカラーであり、これによるrは、反射面内における任意の点であり、E=2u−Iは、該反射面に関連した変換(すなわち反射)行列を表す。
【0047】
反射面と、sとが固定されていると仮定すると、時間tにおけるインダイレクトパス長は、次式を満足する。
【0048】
【数2】

ここで、ρは一定である。従って、
【数3】

となる。
【0049】
信号源が反射面にあまり接近していない場合には、適切に小領域にr(t)が制限されると仮定されるのであれば、4つのマルチパスパラメータw(t)及びτ(t)が、本質的には一定である。τ(t)とr(t)のほぼ同時の測定値が利用可能であり且つタグが動作中の場合には、このことは、標準的なフィルタリングか又は推定技法を用いて、領域内におけるwとτの推定を可能にする。
【0050】
r(t)の他の測定値が利用不可能である時には(例えば、ダイレクトパスが失われた時には)、インダイレクトパス測定値を用いてr(t)を追跡するためにこれらのマルチパスパラメータの推定値を引き続き使用することができる。r(t)、w(i)、及びτ(i)が、ランダムな変数であり、τ(i)の測定値がエラーを受けやすいので、タグ位置r(i)を正確に追跡するためには非線形フィルタが必要とされる。
【0051】
この分析は、単一マルチパスのはね返りに対して示されるが、その結果は、4つのマルチパスパラメータが異なる解析的形態を有するにもかかわらず、発生するマルチパス反射の数とは無関係に適用可能である。例えば、図8は、2つの正反射の場合の、一般化された3次元マルチパスジオメトリを示す。該ジオメトリは、図7内に図示されたものと類似しており、単位ベクトルu及びスカラー値cにより画定される第2の反射面を含んでいる。次式は、インダイレクトパス長τ=d+d+dと、タグ位置ベクトルrとの間の関係を説明する。
【0052】
【数4】

ここで、
【数5】

であり、Eは、第2の反射面cに関連した変換(すなわち反射)行列を表す。
【0053】
反射面と、信号源とが両方とも固定されていると仮定すると、時間tにおけるインダイレクトパス長を、次式のように記載することができる。
【0054】
【数6】

ここで、ρ02は一定である。従って、
【数7】

上式は、1つの反射の場合(すなわち、(1))と同じ形態である。
【0055】
タグ位置rと4つのマルチパスパラメータ{w,τ02}を同時に推定するために、式(1)と(2)とが両方とも、適切なフィルタ(例えば、拡張カルマンフィルタ、非線形フィルタ、パーティクルフィルタ)によって使用されることが可能な測定値式の形態にある。
【0056】
付録Aにおいて説明されるように、単一の及び二重のマルチパスの場合を、任意の数の正反射の場合のタグ位置及び4つのパラメータの関数としてインダイレクトパス長についての式を公式化するために一般化することができる。n個の反射の場合には、4つのパラメータは、{w,τ0n}である。ここで、wは、最後の反射面からのパスの方向における単位ベクトルであり、τ0nは、スカラーのジオメトリ依存性オフセットである。wを2つの角度の関数として表すことができるため、推定されることになる3つの独立したパラメータだけが存在する。
【0057】
最も堅牢なモデル(すなわち、4つのパラメータか又は3つのパラメータ)がアプリケーション依存性であることが、シミュレーションから経験的に決定される。
【0058】
統計的なモデリングと非線形フィルタリング
一実施形態において、インダイレクトパス(すなわち、式(1)及び式(2))についての時間遅延τ(t)が、マルチパス単位ベクトルw(t)及びタグ位置r(t)の双線形関数であるため、上述のマルチパスパラメータ及びタグ位置を同時に推定するために、非線形フィルタリングが用いられる。
【0059】
ある特定のアプリケーションに最も適する、特定のタイプの非線形フィルタは、該アプリケーションの詳細に依存する。初期タグ位置におけるエラーが、比較的小さい場合には、拡張カルマンフィルタで十分である可能性がある(A.H.Jazwinskiによる「Stochastic Processes and Filtering Theory」, Academic Press, New York, 1970年、A.Gelb編集の「Applied Optimal Estimation」,MIT Press, 1974年を参照のこと)。初期タグ位置におけるエラーが、比較的大きい場合には、パーティクルフィルタが、良好な性能を提供する可能性がある(B.Ristic, S.Arulampalam, N.Gordonによる「Beyond the Kalman Filter」,Artech House, Boston, 2004年を参照のこと)。以下の説明を簡単化するために、拡張カルマンフィルタの使用が仮定される。
【0060】
統計的モデルは、状態ベクトル、統計的伝搬モデル、及び統計的測定値モデルからなる。状態ベクトルがx(t)の場合には、統計的モデルは、例えば、次式のように表すことができる。
【0061】
【数8】

ここで、v(t)は、タグ速度である。
【0062】
(3)の状態ベクトル定義を想定すると、時間tから時間ti+1まで状態ベクトルを伝搬させるために実現可能な統計的モデルは、次式のようになる。
【0063】
【数9】

ここで、Φ(ti+1,t)は、状態遷移行列であり、u(t)は、既知の制御入力であり、Iは、単位行列であり、q(t)は、真の伝搬モデルの情報(知識)の不確定性をモデル化するために使用されるゼロ平均白色駆動ノイズである。このモデルは、一般に、狭い時間ステップ(ti+1−t)と、比較的一定なタグ速度とについて適用可能である。
【0064】
フィルタ内において、推定される状態が次式を用いて伝搬される。
【0065】
【数10】

フィルタはまた、エラー共分散行列P(t)=E{e(t)e(t}の推定値を搬送する。ここで、
【数11】

であり、上付文字Tは、転置行列であることを示す。エラー共分散行列が、次式を用いて、フィルタ内において伝搬される。
【0066】
【数12】

ここで、
【数13】

であり、ここでの、E{・}は、括弧内における量の数学的予測であることを示す。
【0067】
想定したモデル下において、2つの別個の測定値が利用可能である。すなわち、ダイレクトパス遅延測定値と、インダイレクトパス遅延測定値である。時間tにおける送信ノードからタグへの、ダイレクトパス遅延測定値は、次式のようにモデル化される。
【0068】
【数14】

ここで、sは、送信ノードの既知の位置であり、‖z‖は、ベクトルzの長さであることを示し、測定値ノイズn(t)は、分散σ(t)=E{n(t)}を有するゼロ平均白色ノイズとしてモデル化される。送信ノードからタグへのインダイレクトパス遅延測定値は、次式のようにモデル化される。
【0069】
【数15】

ここで、n(t)は、分散σ(t)を有するゼロ平均白色ノイズである。上述のように、インダイレクトパス測定値に対するこのモデルは、任意の数の正反射に対して適用可能である。
【0070】
測定値の更新
マルチパス環境内において成功しているナビゲーションは、マルチパスパラメータと状態ベクトルとを、リアルタイムで同時に正確に推定することを必要とする。この定式化によって、これらの目的(ゴール)が、非線形フィルタイリング理論の周知のツールを用いることによって実現されることになることが可能となる。具体的には、インダイレクトパス測定値の双線形形態が、それ自身を、特に簡単な再帰的非線形フィルタ機構化に加える。
【0071】
ダイレクトパス測定値を用いて、状態ベクトル推定値と、エラー共分散行列推定値とを更新する処理を検討する。これは、標準的な非線形フィルタリング方法を直接使用することであり、拡張カルマンフィルタリングと、パーティクルフィルタリングとを含む。簡単化のために、以下の説明は、拡張カルマンフィルタの使用を仮定する。
【0072】
ダイレクトパス測定値は、(7)によってもたらされる。従って、この測定値のフィルタの推定値は、次式のようになる。
【0073】
【数16】

ここで、更新する測定値の直前の変数の値に関連していることを示すために全体を通して、プライム符号()’が使用されている。次式を用いて、状態ベクトル推定値とエラー共分散行列推定値とを更新するために、標準的な拡張カルマンフィルタが次いで使用される。
【0074】
【数17】

ここで、υ(t)=dmeas(t)−d’meas(t)は、測定値の剰余であり、測定値行列H’(t)は次式のように表される。
【0075】
【数18】

そして、K(t)は、
【数19】

によってもたらされる拡張カルマンフィルタ利得である。
【0076】
インダイレクトパス測定値を用いて、状態ベクトル推定値と、エラー共分散行列推定値とを更新することを、次に検討する。インダイレクトパス測定値は、(8)によってもたらされる。これにより、測定値のフィルタの推定値は、次式のように表される。
【0077】
【数20】

式(8)と式(14)とを用いて、測定値を次式のように書くことができる。
【0078】
【数21】

【数22】

ここで、e’(t)=r’(t)−r(t)は、タグ位置r(t)の事前推定値におけるエラーであり、e’(t)=w’(t)−w(t)は、単位ベクトルw(t)の事前推定値におけるエラーであり、e’τ0(t)=τ’(t)−τ(t)は、オフセットパラメータτ(t)の事前推定値におけるエラーである。
【0079】
エラーが十分に小さく、式(15)内における第2のオーダのエラー項を無視することができると仮定すると、その結果、インダイレクトパス遅延測定値について、
【数23】

となる。
【0080】
続いて、測定値の剰余は、
【数24】

によってもたらされる。
【0081】
幾つかの異なるやり方において、インダイレクトパス測定値を用いて、状態ベクトルを更新することができる。以下の例は、状態ベクトル推定値と、マルチパスパラメータ推定値とが、2つの分離ステップ内において連続的に更新されると仮定する。両ステップ内において、拡張カルマンフィルタが使用されると仮定される。
【0082】
単一送信ノードからの単一マルチパス遅延測定値を処理する場合の計算が示されている。同時間における複数のノードからの複数のインダイレクトパス遅延測定値を、同一の拡張カルマンフィルタ式の形態を用いて連続的に処理することができる。
【0083】
インダイレクトパス測定値を用いて、状態ベクトル推定値を更新するために、測定値の剰余υ(t)が、次式の形態で書かれる。
【0084】
【数25】

ここで、
【数26】

であり、測定値ノイズはすなわち、
【数27】

は、次式に示す分散を有するゼロ平均白色ノイズとしてフィルタ内においてモデル化される。
【0085】
【数28】

ここで、
【数29】

は、推定値w’(t)についてのエラー共分散行列であり、σ’τ0(t)は、推定値τ’(t)についてのエラー分散である。この想定により、測定値の剰余の分散は、
【数30】

となる。
【0086】
次式のように、標準的な拡張カルマンフィルタの式を用いて、状態ベクトルとエラー共分散行列との更新された推定値が計算される。
【0087】
【数31】

ここで、K(t)は拡張カルマンフィルタ利得であり、すなわち、
【数32】

である。
【0088】
マルチパスパラメータ推定値を更新するために、パラメータベクトルが、
【数33】

として画定される。
【0089】
式(17)においてもたらされる、測定値の剰余は、次いで、次式のように書かれる。
【0090】
【数34】

ここで、
【数35】

であり、測定値ノイズは、
【数36】

であり、次式に示す分散を有するゼロ平均白色ノイズとしてフィルタ内においてモデル化される。
【0091】
【数37】

ここで、
【数38】

は、タグ位置推定値r’(t)についてのエラー共分散行列である。
【0092】
これらの想定下において、測定値の剰余の分散は、次式のように表される。
【0093】
【数39】

ここで、
【数40】

は、事前パラメータベクトル推定値e’α(t)=α’(t)−α(t)の共分散行列である。次式のように、標準的な拡張カルマンフィルタの式を用いて、マルチパスパラメータベクトルとエラー共分散行列との更新された推定値が計算される。
【0094】
【数41】

ここで、K(t)は拡張カルマンフィルタ利得であり、すなわち、
【数42】

である。
【0095】
例示的なマルチパスのアルゴリズム例
マルチパス信号遅延を利用する屋内ナビゲーションの比較的簡単な一例が、例示的な目的のために、本明細書において示されている。示されたシナリオは、2つの固定されたトランシーバノードと動き回るトランシーバタグとを利用する平面ジオメトリ内における屋内のジオロケーションの簡単なケースの代表である。そのようなコンセプトは、多くのUWBか又は802.11のようなアプローチの代表であり、該アプローチは、軍事用途と商業用途との両方の場合について提案されている。
【0096】
図9A〜9Dの例示的なジオメトリは、初期には障害物が無く動き回るタグを図示しており、それにより、直接的視界線(DLOS:direct line-of-sight)パスが、観測できることとなり、ジオロケーションの目的のために、第1のリターンを用いることができることとなる。該タグは、ある一定の高さにおける2次元(北方及び東方)内において移動していると仮定される。ジオメトリはまた、いずれかの送信源に関連してマルチパス信号を導入することを可能にする正反射面も含む。
【0097】
図9Aは、初期時間(t=0)におけるジオメトリを示す。その最初の50秒の移動において、両ダイレクトRFパスに対してタグが露出されており、両ノードに関するこのダイレクトパスデータを利用して、その自身の位置を決定し、同時に、両インダイレクトパスについてのマルチパスパラメータを推定する。図9Bは、t=50秒におけるジオメトリを示し、該t=50秒は、全てのパスが遮断されないシミュレーションにおける最終時点である。
【0098】
図9Cは、ノード#1に対するダイレクトパスが遮断されることになる時であるt=51秒におけるジオメトリを示す。この時点では、システムは、本発明に従った位置推定のために、ノード#1のインダイレクトパスと、ノード#2のダイレクトパスとを使用する。ノード#2からのインダイレクトパス測定値が、t=50秒の後には、もはや利用可能ではないこともまた仮定されている。図9Dは、最終的な時間t=100秒におけるジオメトリを示し、ノード#1からのダイレクトパスは、遮断されたままである。
【0099】
上述のように、各パス内において反射面から生じる可能性のあるRFのはね返りの数とは無関係に、マルチパス信号を用いてナビゲートするために、各インダイレクトパスごとに、4つのパラメータが推定される。図10は、タグ移動の最初の50秒の間にノード#1についてフィルタによって生成される北方及び東方オフセットパラメータを示す。この例において、指向性パラメータベクトルw(t)は、
【数43】

である。
【0100】
垂直パラメータは、この垂直反射表面の例の場合には、ゼロ(零)である。図内における実線が、真のパラメータ値を表しており、点線が、推定値を表している。パラメータは、最初の50秒のみにわたって推定されて、そして、適度に正確な推定値が40秒後に得られる。北方パラメータは、全時間にわたって比較的小さな変動を示す一方で、東方パラメータ及びオフセットパラメータは、ごくわずかな変動を示す。
【0101】
図11及び図12は、従来の技法の場合と本発明のマルチパス技法の場合との、全時間にわたる比較による位置推定を示す。従来のフィルタは、その推定のために、ダイレクトパス測定値のみを用いる。図面内の実線は、実際にとられたパスを表し、点線は、その推定値を表す。
【0102】
図11内において明らかであるように、右側に示された従来のフィルタが、(タグが方向を変えたところである)60秒を越えて、パス変更を追跡することができないのに対し、左側に示されたマルチパスフィルタは、ダイレクトパスが遮断されるようになる時に、パス変更を正確に追跡し続ける。東方に沿ったエラーは、北方に沿ったエラーよりも幾分大きく、ノード#2からのダイレクトパス測定値に関連した劣化したジオメトリを反射している。
【0103】
従って、マルチパス信号を用いた位置決め(測位)に対する非常に有利なアプローチを上記が示すように思われるであろう。本明細書内において用いられる用語及び表現は、説明の語句として使用され、限定するものではなく、そのような用語及び表現の利用において、示され且つ説明された特徴又はその一部のどのような等価物も除外する意図はないが、特許請求の範囲における発明の範囲内において様々な修正が可能であることが認められる。
【0104】
例えば、示された幾つかのサンプルは、タグに信号を送るトランシーバに言及しているが、当業者であれば、本発明がまた、トランシーバに信号を送るタグか、又は互いに信号を同時に送受信するトランシーバとタグとの任意の組み合わせを含むことを認めるであろう。更には、全時間にわたって、マルチパスパラメータを決定する処理は、反射データの蓄積から、建築物の内部の完全構造の3次元地図を作り出すことを可能にさせる。多相要素のドップラー測定値もまた、複雑な建築物内のどこか違った場所での活動を観測するために有用であり、ジオロケーションの働きの有用な副産物を表す。
【0105】
従って、図示された実施形態が、例示することを目的としてのみ示されており、添付の特許請求の範囲によって画定される発明を限定するものとしてとらえられるべきではないことが明白に理解されるはずである。添付の特許請求の範囲は、従って、特許請求の範囲によって記載されたものを文字通りに含んでいるだけではなく、上記において示され且つ説明されたものに関して、他がたとえ同一でなくても、不十分に異なる全ての等価物もまた含むように、読み取られるべきである。
【0106】
付録A:マルチパスの解の詳細な展開
この付録は、屋内/都市ナビゲーションに適切な、基本的なジオメトリ及びマルチパス解を示す。上述の屋内ナビゲーション問題を解くために必要とされる測定値式が、マルチパスの解から直接的に得られる。
【0107】
下記の説明は、任意の数の正反射を有するインダイレクトパスに関連したジオメトリを検討する。ソースから受信器(例えばタグか又は中継器)への一方向の距離が、経路長(パス長)の尺度(メジャー)として使用される。検討される第1のケースは、1つのソースと、1つのインダイレクトパスであり、任意の数のソースとインダイレクトパスとに平凡に一般化される。
【0108】
屋内ナビゲーションシステムに利用可能な根本的な測定値は、ダイレクト及びインダイレクトパス長である。パス認識(すなわち、ダイレクトとインダイレクト)が、不明であり、該測定値から推測される必要がある。全てのソースの認識と位置とが既知であることと、全ての反射面の位置と配向とが不明であることと、全てのインダイレクトパスに関連した反射の数が不明であることとが、この議論を通じて仮定される。これらの仮定の下、確定的(決定論的)式が、任意の数の反射の場合についてのインダイレクトパス長について導出される。これらの式は、屋内ナビゲーションシステムによって使用される測定値式の基礎を形成する。
【0109】
1つの正反射の場合のジオメトリが、図A−1に示されている。ソースは、既知の位置sにあり、タグは、未知の位置rにある。ダイレクトパス長は、d=‖s−r‖であり、(一方向の)インダイレクトパス長は、d=d+dである。単位ベクトルw及びwが、入射信号と反射信号の方向を表し、uは、反射面に対して垂直な単位ベクトルであり、pは、正反射点(specular point)である。
【0110】
1つの反射の場合のマルチパスジオメトリを説明する式は、
【数44】

である。
【0111】
(A.1)と(A.2)から、
【数45】

(A.1)と(A.4)から、
【数46】

従って、
【数47】

となる。
【0112】
−1=Eを用いて、その結果、
【数48】

となり、従って、
【数49】

【数50】

となる。
【0113】
2つの正反射の場合のジオメトリが、図A−2に示されている。このマルチパスジオメトリを説明する式は、
【数51】

である。
【0114】
(A.9)と(A.10)から、
【数52】

(A.9)と(A.13)から、
【数53】

【数54】

となる。
【0115】
(A.12)から、及びE−1=Eを用いると、その結果、
【数55】

【数56】

となる。従って、
【数57】

となる。
【0116】
次に、
【数58】

とすると、その結果、
【数59】

となり、従って、
【数60】

となる。
【0117】
(A.8)と(A.19)とに基づき、m個の正反射の場合のインダイレクトパス長が、
【数61】

であると仮定することができる。ここで、
【数62】

である。
【0118】
これは、真とするための誘導によって次に実証される。その関係式は、
【数63】

である。
【0119】
(A.22)と(A.26)から、
【数64】

(A.27)を用いて、
【数65】

となる。
【0120】
従って、
【数66】

【数67】

となる。
【0121】
(A.24)と(A.25)から、
【数68】

従って、
【数69】

そして、(22)と(23)とから、
【数70】

従って、
【数71】

(A.31)を用いて、
【数72】

となる。
【0122】
続いて、
【数73】

となる。
【0123】
誘導により、(A.30)、(A.34)、及び(A.35)から、
【数74】

となることが明らかである。
【0124】
特に興味を引くのはk=1の場合であり、この場合、
【数75】

となり、(A.21)においてもたらされた仮定を立証する。任意の数の反射の場合のダイレクトパス長を、次式のように書くことができることに留意されたい。
【0125】
【数76】

ここで、wは、最後の反射面からの射線に沿った単位ベクトルであり、cは、ソースの位置と、ソースから第1の反射面までの射線に沿った単位ベクトルと、全ての反射角度と、全ての反射面位置とに依存する定数である。
【0126】
式(A.38)は、屋内ナビゲーションシステムにおいて用いられる測定値式の基礎を形成する。(A.38)が、任意の数の反射について正確に4つのインダイレクトパスパラメータ{w,c}を明確に含む、インダイレクトパス長の現象学的モデルであることに注目することには価値がある。このことは、現在の測定値に関連した4つのインダイレクトパスパラメータが既知であるか又は十分正確に推定されることが可能である場合には、インダイレクトパス測定値を用いるナビゲーションが、成し遂げられることが可能であることを意味する。更には、wが2つの角度によって一意的に画定されるので、4つのインダイレクトパスパラメータが独立していない。従って、インダイレクトパス長の現象学的モデルは、実際には、3つの独立パラメータを含む。
【0127】
屋内ナビゲーションシステムの性能をシミュレートするために、全てのインダイレクトパスに関連付けられた全ての解が、該シミュレーション内において計算される。該シミュレーション内において、タグ位置rは、既知であり、位置{b;i=1,2,・・・,m}、配向{u;i=1,2,・・・,m}、及び全ての反射面の大きさが、既知である。この情報により、反射の順番(すなわち、順番に面を反射することの認識)が既知である仮定の下における全てのインダイレクトパス解を決定することが可能である。事前の実現可能性の分析において使用されるシミュレーションの場合には、この仮定が常に保持されることになる。更に一般的な場合において、(典型的には、かなりより多くの計算リソースを必要とする)射線追跡(レイトレーシング)を使用することができる。
【0128】
1つの反射の場合には、(A.3)及び(A.6)から、
【数77】

が得られ、
(A.5)から、
【数78】

となる。
【0129】
全ての解は、次のように見出される。最初の計算はすなわち、
【数79】

従って、
【数80】

となる。
【0130】
2つの反射の場合には、(A.11)及び(A.16)から、
【数81】

が得られ、
【数82】

と設定すると、
【数83】

(A.15)から、
【数84】

【数85】

となる。
【0131】
次いで、
【数86】

と設定すると、
【数87】

(A.15)から、
【数88】

【数89】

となる。
【0132】
2つの反射の場合の全ての解は、次のように見出される。最初の計算はすなわち、
【数90】

【数91】

従って、
【数92】

そして(A.9)を用いて正反射点が見出される。
【0133】
m個の反射の場合には、関連する式は、(A.31)及び(A.33)に従うと、
【数93】

従って、
【数94】

(A.31)を用いて、
【数95】

(A.33)を用いて、
【数96】

【数97】

となる。
【0134】
続いて、
【数98】

となる。
【0135】
誘導により、(A.50)、(A.51)、及び(A.52)から、
【数99】

を得る。ここで、
【数100】

であり、Mm+1=Iである。興味を引く1つの場合は、k=1である。この場合はすなわち、
【数101】

となる。
【0136】
全ての解は、次のように見出せる。最初の計算はすなわち、
【数102】

従って、
【数103】

と計算される。
【0137】
従って、距離{d;i=1,2,・・・,m}を、(A.33)から計算することができ、(A.22)を用いて、正反射点{p;i=1,2,・・・,m}を計算することができる。
【図面の簡単な説明】
【0138】
【図1】人間にか又は対象となる物体に取り付けられたモバイルタグか又は変換器と連携して、既知の固定された送信器か、中継器か、又はビーコンのセットを用いた、屋内のナビゲーションアプローチの一例を示す図である。
【図2A】内部トランシーバと、タグを装備した動き回る物体とを有した建築物を示す図である。
【図2B】単一トランシーバから、動き回るタグにおいて受信した一例の信号を示す図である。
【図3】本発明の一実施形態による方法のフローチャートを示す図である。
【図4】本発明による前処理の一実施形態のブロック図である。
【図5】本発明による、タグのジオロケーション(地理位置情報)の一実施形態のブロック図である。
【図6】本発明による、データ関連付けの一実施形態のブロック図である。
【図7】単一正反射に関連したジオメトリを示す図である。
【図8】2つの連続する正反射の場合のジオメトリを示す図である。
【図9A】時間0秒でのマルチパスナビゲーションの、1つの例示的なシミュレーションのジオメトリを示す図である。
【図9B】信号パスが阻止されない場合における時間50秒でのマルチパスナビゲーションの、1つの例示的なシミュレーションのジオメトリを示す図である。
【図9C】ノード#1からのダイレクト信号パスが阻止される場合における時間51秒でのマルチパスナビゲーションの、1つの例示的なシミュレーションのジオメトリを示す図である。
【図9D】ノード#1からのダイレクト信号パスが阻止されたままの場合における時間100秒でのマルチパスナビゲーションの、1つの例示的なシミュレーションを示す図である。
【図10】本発明の一実施形態による、シミュレーションの図9A〜図9Dに関連したノード#1におけるマルチパスパラメータ推定値を示す図である。
【図11】従来のフィルタリング技法と、本発明の一実施形態との間の比較を図示した図であり、図9A〜図9Dのシミュレーションに両方とも適用されている。
【図12】従来のフィルタリング技法と、本発明の一実施形態との間の比較を図示した図であり、図9A〜図9Dのシミュレーションに両方とも適用されている。
【図A−1】単一正反射に関連したジオメトリの別の図である。
【図A−2】2つの連続する正反射の場合のジオメトリを示す別の図である。

【特許請求の範囲】
【請求項1】
マルチパス無線信号を用いて位置決めを行うための方法であって、
初期位置を決定し、
少なくとも1つの位置において受信した少なくとも1つのマルチパス無線信号における少なくとも1つの特性に対する該少なくとも1つの位置に関する情報を生成し、
後続する無線マルチパス信号を受信し、及び、
前記後続する信号と前記生成された情報とに基づいて、位置を確立する
といった各ステップを含む、方法。
【請求項2】
前記初期位置を決定することが、
タグに、複数の位置において、少なくとも1つの送信された信号を受信させ、
各位置において前記タグによって受信された前記少なくとも1つの信号の大きさを決定し、
前記初期位置において前記タグによって受信された少なくとも1つの信号の大きさを決定し、及び、
前記初期位置を推定するために、前記決定された信号の大きさと、統計的なモデルとを用いる
ことを含むことからなる、請求項1に記載の方法。
【請求項3】
前記統計的なモデルが、前記タグと、各々の複数の信号送信器との間の信号間隔に関連付けられた信号伝搬特性を示すデータを含むことからなる、請求項2に記載の方法。
【請求項4】
前記確立するステップが、複数の候補位置を計算して、そこから最もふさわしい位置を選択することを含むことからなる、請求項1に記載の方法。
【請求項5】
前記最もふさわしい位置が、統計的な試験を用いて決定されることからなる、請求項4に記載の方法。
【請求項6】
前記情報を生成することが、内部環境における少なくとも部分的なジオメトリと、そこの中のマルチパス信号のジオメトリとを、特徴付けることを含み、該環境内における無線源から反射点までのインダイレクトパスセグメント長を、前記マルチパスのジオメトリが、含むことからなる、請求項1に記載の方法。
【請求項7】
前記インダイレクトパスセグメント長が、パス遅延測定値により表されることからなる、請求項6に記載の方法。
【請求項8】
前記少なくとも1つの特性が、パス遅延を含むことからなる、請求項1に記載の方法。
【請求項9】
前記生成された情報は、パス遅延を、前記環境内における位置に関連付けることからなる、請求項8に記載の方法。
【請求項10】
前記少なくとも1つの特性が、パスセグメント長を含むことからなる、請求項1に記載の方法。
【請求項11】
前記生成された情報は、パスセグメント長を、前記環境内における位置に関連付けることからなる、請求項10に記載の方法。
【請求項12】
前記無線マルチパス信号が、全地球測位システム(GPS)送信器によって生成されることからなる、請求項1に記載の方法。
【請求項13】
前記無線マルチパス信号が、送信器によって生成されることからなる、請求項1に記載の方法。
【請求項14】
前記初期位置を決定することが、初期位置のダイレクトパス測定値を生成することを含むことからなる、請求項1に記載の方法。
【請求項15】
前記ダイレクトパス測定値が、受信信号強度の測定値であることからなる、請求項14に記載の方法。
【請求項16】
前記初期位置を決定することが、該初期位置の事前知識を利用することを含むことからなる、請求項1に記載の方法。
【請求項17】
関連付けられる位置が、前記初期位置である、請求項1に記載の方法。
【請求項18】
前記生成された情報が、少なくとも1つのパラメータを含むことからなる、請求項1に記載の方法。
【請求項19】
マルチパス無線信号を用いて位置決めを行うための装置であって、
少なくとも1つの位置において受信した少なくとも1つのマルチパス無線信号における少なくとも1つの特性に対する該少なくとも1つの位置に関する情報を含むメモリと、
後続する無線マルチパス信号を受信するための受信器と、
前記後続する信号と前記生成された情報とに基づいて、位置を決定するための回路構成
とを備える、装置。
【請求項20】
前記情報は、内部環境における少なくとも部分的なジオメトリと、そこの中のマルチパス信号のジオメトリとを特徴付け、前記マルチパスのジオメトリは、該環境内における無線ソースから反射点までのインダイレクトパスセグメント長を含むことからなる、請求項19に記載の装置。
【請求項21】
前記インダイレクトパスセグメント長が、パス遅延測定値により表される、請求項20に記載の装置。
【請求項22】
前記少なくとも1つの特性は、パス遅延を含む、請求項19に記載の装置。
【請求項23】
前記情報が、パス遅延を、前記環境内における位置に関連付ける、請求項22に記載の装置。
【請求項24】
前記少なくとも1つの特性が、パスセグメント長を含む、請求項19に記載の装置。
【請求項25】
前記情報が、パスセグメント長を、前記環境内における位置に関連付ける、請求項24に記載の装置。
【請求項26】
前記無線マルチパス信号が、全地球測位システム(GPS)送信器によって生成される、請求項19に記載の装置。
【請求項27】
前記無線マルチパス信号が、送信器によって生成される、請求項19に記載の装置。
【請求項28】
関連付けられる位置が、前記初期位置である、請求項19に記載の装置。
【請求項29】
前記情報が、少なくとも1つのパラメータを含む、請求項19に記載の装置。

【図1】
image rotate

【図2A】
image rotate

【図2B】
image rotate

【図3】
image rotate

【図4】
image rotate

【図5】
image rotate

【図6】
image rotate

【図7】
image rotate

【図8】
image rotate

【図9A】
image rotate

【図9B】
image rotate

【図9C】
image rotate

【図9D】
image rotate

【図10】
image rotate

【図11】
image rotate

【図12】
image rotate

【図A−1】
image rotate

【図A−2】
image rotate


【公表番号】特表2008−527394(P2008−527394A)
【公表日】平成20年7月24日(2008.7.24)
【国際特許分類】
【出願番号】特願2007−552245(P2007−552245)
【出願日】平成18年1月19日(2006.1.19)
【国際出願番号】PCT/US2006/001811
【国際公開番号】WO2006/088599
【国際公開日】平成18年8月24日(2006.8.24)
【出願人】(591044474)ザ・チャールズ・スターク・ドレイパー・ラボラトリー・インコーポレイテッド (8)
【Fターム(参考)】