Hechenberger, S. (2025). UWB positioning in the presence of interference [Dissertation, Technische Universität Wien]. reposiTUm. https://doi.org/10.34726/hss.2025.74686
E354 - Institute of Electrodynamics, Microwave and Circuit Engineering
-
Date (published):
2025
-
Number of Pages:
98
-
Keywords:
UWB; ultra-wideband; TOA; time of arrival; AOA; angle of arrival
en
Abstract:
Zuverlässige Positionsbestimmung in ortssensitiven Systemen, besonders in sicherheitskritischen Anwendungen, hat in den vergangenen Jahren zunehmend an Bedeutung gewonnen. Ultra-Wideband (UWB) ist eine geeignete Technologie, da die hohe zeitliche Auflösung direkt die erreichbare Genauigkeit von Positionsschätzungen in Multipfadumgebungen beeinflusst. Neben der Mehrwegeausbreitung ist Interferenz die primäre Fehlerquelle. Durch den Einzug von Wi-Fi und anderen unlizensierten Diensten in das 6 GHz-Band stellen Interferenzsignale mit hohen Leistungspegeln und Bandbreiten von bis zu 64% der UWB-Signalbandbreite eine erhebliche Gefährdung für die zuverlässige Positionsbestimmung dar. Dies erfordert eine Beurteilung bestehender Positionierungsmethoden unter dem Einfluss solcher Interferenzsignale sowie die Entwicklung neuer Mitigationsstrategien in Umgebungen, in denen derzeitige Lösungen keine zuverlässigen Ergebnisse liefern. Grundlegende Fehlergrenzen von Positionsschätzungen in Multipfad- und Interferenzumgebungen werden anhand der Cramer-Rao-Lower-Bound (CRLB) und der Method-of-Interval-Errors (MIE) untersucht. Unterschiedliche Time-of-Arrival (TOA)- und Angle-of-Arrival (AOA)-Schätzer werden für Einzel- und Multi-Antennen-Empfänger implementiert und basierend auf Monte-Carlo-Simulationen mit den Fehlergrenzen verglichen. Eine recheneffiziente Interferenzmitigation, basierend auf dem Linearly-Constrained-Minimum-Variance (LCMV)-Prozessor, wird mit einem effizienten TOA-/AOA-Schätzer kombiniert. Die Parametrisierung des LCMV-Algorithmus und die resultierende Komplexität werden in Bezug auf die Eigenschaften des Interferenzsignals analysiert. Die Verifikation der Fehlergrenzen, des analytischen Signalmodells und der Positionierungsmethoden erfolgt durch den Vergleich der Simulationsergebnisse mit den Ergebnissen einer Messkampagne. Es wird gezeigt, dass der Maximum-Likelihood-Estimator (MLE) asymptotisch optimal für die TOA- und AOA-Schätzung ist. Er erreicht damit die Fehlergrenzen bei ausreichendem Signal-to-Interference-plus-Noise-Ratio (SINR), ist jedoch zu rechenintensiv für Geräte mit niedriger Rechenleistung. Die vorgeschlagene Methode zur Interferenzmitigation erreicht eine Verbesserung des SINR von bis zu 35 dB bei einer Interferenzbandbreite von bis zu 32% der Signalbandbreite und bis zu 25 dB bei einer Interferenzbandbreite von 64%. Der Gewinn durch die Verwendung von mehr als zwei Antennen ist vernachlässigbar für niedrige Interferenzbandbreiten, jedoch kann dadurch ein höheres SINR für die höchste Interferenzbandbreite erzielt werden. Der Root-Mean-Square-Error (RMSE) der Distanzschätzung mit Interferenzmitigation für ein gängiges Multipfad-Modell liegt, abhängig von der Bandbreite des Interferenzsignals, zwischen 1 cm und 20 cm. Unter Betrachtung des gemessenen Kanals liegt der RMSE zwischen 10 cm und 1 m. Dieser höhere Fehler wird jedoch stark von Ausreißern beeinflusst und die deutliche Mehrheit der Fehler liegt unter 20 cm. Der RMSE der Winkelschätzung liegt unter 10 Grad.
de
Reliable positioning in location-aware systems, especially within security-critical applications, has become increasingly important in recent years. Ultra-wideband (UWB) is a suitable technology as its superior time resolution directly translates to the achievable accuracy of the position estimation in multipath environments. Next to multipath propagation, interference is the primary source of errors. With the advent of Wi-Fi and other unlicensed services in the 6 GHz band, interference signals of high power and bandwidths up to 64% of the UWB signal bandwidth pose a substantial threat to the reliability of UWB positioning. This requires an evaluation of existing positioning methods in the presence of such interference signals and the development of new mitigation methods where current strategies fail to deliver reliable results. Fundamental performance limits of the position estimation in multipath and interference environments are investigated in terms of the Cramer-Rao lower bound (CRLB) and the method of interval errors (MIE). Various time of arrival (TOA) and angle of arrival (AOA) estimators are implemented for single- and multi-antenna receivers and compared to the performance limits using Monte Carlo simulations. A low-complexity interference mitigation method based on linearly constrained minimum variance (LCMV) processing is combined with a computationally inexpensive TOA/AOA estimator. The parameterization of the LCMV algorithm and its resulting complexity are analyzed with respect to the properties of the interference signal. Verification of the established performance bounds, the analytical signal model, and the proposed positioning methods is performed by comparing the simulation results to those obtained by a measurement campaign. The maximum likelihood estimator (MLE) is shown to be asymptotically optimal for TOA and AOA estimation, i.e., it attains the performance bounds at a sufficient signal-to-interference-plus-noise ratio (SINR), but it is computationally infeasible on low-energy devices. The proposed interference mitigation method achieves an SINR gain of up to 35 dB for an interference bandwidth of up to 32% of the signal bandwidth, and up to 25 dB for an interference bandwidth of 64%. The benefit of using more than two antenna elements is minor for low interference bandwidths. However, multiple antenna elements increase the SINR gain for the largest interference bandwidth. The root mean square error (RMSE) of the range estimation with interference mitigation for a common multipath model is in the 1 cm to 20 cm regime, depending on the interference bandwidth. These values are increased to the range between 10 cm and 1 m for the measured channel. However, the increased RMSE is primarily dominated by outliers, and most errors are smaller than 20 cm. The proposed AOA estimation method obtains an RMSE smaller than 10 deg for a sufficient SINR.