Probabilistic range estimation for wireless indoor localization in NLOS scenarios

Die funkbasierte Indoor-Lokalisierung von Objekten gilt als eine Schlüsseltechnologie für neue Anwendungen in den Bereichen Sicherheit, logistische Effizienz und Komfort. Ultra-Wideband gilt hier als besonders geeignete Technologie aufgrund der hohen Auflösung bei der Abstandsmessung. Für Letztere wird allerdings oftmals eine aus informationstechnischer Sicht suboptimale Signalverarbeitungs-Strategie gewählt, d. h. eine Hard-Decision. Aufgrund der Ausbreitungseigenschaften des Indoor-Funkkanals führt dies oft zu erheblichen Schätzfehlern und Konvergenzproblemen bei der folgenden Positionsschätzung, insbesondere bei fehlender Sichtverbindung zu dem Mobilgerät. In dieser Arbeit wird ein probabilistischer Ansatz zur Abstandsschätzung präsentiert. Anstatt einen konkreten skalaren Abstand zu schätzen, wird nach diesem Ansatz für jeden Link eine Abstandsverteilungsfunktion berechnet. Dies ermöglicht eine gleichzeitige Auswertung mehrerer Abstands-Hypothesen in der Positionsschätzung, was insbesondere bei mehrdeutigen Szenarien vorteilhaft ist. Es wird gezeigt, dass sich mit dem entwickelten Ansatz im Vergleich zu konventionellen Verfahren eine erhöhte Positionierungsgenauigkeit erreichen lässt.