支持各种类型的测距和定位:基于飞行时间(ToF)的双向测距(TWR)、到达时间差(TDoA)、3D 到达角(3D AoA)
雷达系统确定目标的距离、速度和到达角 (AoA)。本研究的重点是 AoA 确定的准确性。目标反射信号的方位角或 AoA 由相控阵系统中每个接收器链信号之间的相位差决定。接收器链之间的固有相移差异是造成不准确的一个原因。因此,为了准确确定 AoA,必须在接收器电路中控制相位变化。校准相位的模拟解决方案通常使用移相器,但有源移相器耗电,无源移相器有损耗且需要很大的面积 [5]。此外,在这些频率下使用移相器实现小于一度的精度非常复杂 [6]。另一种方法是使用
由于室内环境中存在许多反射,基于 RSSI 的测距本质上是不准确的。通过结合基于相位的距离估计协议和先进的信号处理,imec 测距技术可以准确地将视线分量与多径分离。结果是一个具有亚米级精度的强大测距系统。与测向(也称为 AoA,到达角)不同,imec 距离测量仅使用两侧的单个天线进行。通过将多个天线与跟踪相结合,距离测量的精度甚至可以远远优于 10 厘米。它还可以与 AoA 技术相结合,为此,imec 的多径消除技术也提供了卓越的性能。
二维空间 三维空间 第四代操作系统 到达角 辅助全球定位系统 机载预警和空中指挥系统 加性高斯白噪声 基站 基于集群的路由协议 Cramer-Rao 下界 国防部增强型-119 联邦通信委员会 精度几何稀释 全球定位系统 组重复间隔 分层状态路由 初始作战能力 K-最近邻 局域网 基于位置的服务 视距 远程导航 位置服务中心 移动站 非视距 位置、计时、导航 相对距离 微发现 自组织路由 无线电地图 接收信号强度 接收信号强度指示器 到达时间差 到达时间 飞行时间 世界时协调 超宽带 Wi-Fi 定位系统
• 512kB 闪存用于堆栈和应用程序 • 64kB 数据/指令 RAM,以 4kB 为步长保留以优化漏电流 • 高灵敏度:2Mbps/1Mbps/125kbps 模式的 -94/-97/-103dBm RX 灵敏度 • 可编程 RF 输出功率从 -57dBm 到 +6dBm • 高数据速率 (HDR) 和长距离 (LR) 支持 • 到达角和出发角支持 • 用于音频应用的等时通道 • SPI 和 UART HCI 传输层 • USB 2.0 全速接口 • 集成 PCB 天线 • FCC 认证 2ACQR-EM9305V1 • IC 认证 12155A -EM9305V1 • CE 认证 • 基于蓝牙® 5.3 芯片(QDID 181688) • 基于蓝牙® 5.3 堆栈(QDID 84268) • 蓝牙® 认证模块 (D055174) • 通信协议 (蓝牙、Zigbee 等) 由加载到模块的 FW 选择。目前仅支持蓝牙。
本文介绍了为麻省理工学院林肯实验室开发的机载平台相位干涉测向系统的开发。相位干涉仪使用相位差来确定接收信号的到达角 (AoA),但无法区分超过一个周期的相位差,从而导致相位模糊。该团队利用三个天线来解决相位模糊问题,并能够在包括 170 ◦ 视场的真实噪声模型的模拟中将 X 波段接收电磁信号的方位角 AoA 确定在 ± 0.1 ◦ 以内。使用基于 FPGA 的板子实现了原型,该板子用于数据采集,通过 USB 连接到 PC 进行分析,该 PC 通过 TCP 连接连接到另一台 PC 进行跟踪和显示。硬件只能使用两个通道。此限制导致 AoA 计算中的解决方案不明确。该团队为系统开发了一个图形用户界面,以向系统操作员显示结果。
摘要 — 在本文中,我们提出了一种基于深度神经网络辅助粒子滤波器 (DePF) 的方法来解决超密集网络中的移动用户 (MU) 联合同步和定位 (sync&loc) 问题。具体而言,DePF 在 MU 和接入点 (AP) 之间部署了一种非对称时间戳交换机制,传统上,该机制为我们提供有关 MU 时钟偏移和偏差的信息。然而,AP 和 MU 之间的距离信息也是交换时间戳所经历的传播延迟所固有的。此外,为了估计接收到的同步数据包的到达角,DePF 利用多信号分类算法,该算法以同步数据包所经历的信道脉冲响应 (CIR) 为输入。CIR 还用于确定链路条件,即视距 (LoS) 或非视距。最后,为了执行联合同步和定位,DePF 利用粒子高斯混合,允许对上述信息进行基于粒子和参数贝叶斯递归滤波 (BRF) 的混合融合,从而联合估计 MU 的位置和时钟参数。模拟结果验证了所提出的算法优于最先进的方案,尤其是基于扩展卡尔曼滤波器和线性化 BRF 的联合同步和定位。特别是,仅利用来自单个 AP 的同步时间戳交换和 CIR,在 90% 的情况下,绝对位置和时钟偏移估计误差分别保持在 1 米和 2 纳秒以下。
摘要 — 我们考虑一个依赖于在欺骗者存在的情况下运行的飞机的航空自组织网络。如果合法飞机发送信号并且没有欺骗攻击,则地面基站接收到的聚合信号被视为“干净”或“正常”。相反,面对欺骗信号,接收信号被视为“虚假”或“异常”。自动编码器 (AE) 经过训练以从训练数据集中学习特征/特性,该训练数据集仅包含与没有欺骗攻击相关的正常样本。AE 将原始样本作为其输入样本并在其输出中重建它们。基于训练后的 AE,我们定义了欺骗发现算法的检测阈值。更具体地说,将 AE 的输出与其输入进行对比,将为我们提供曲线峰值方面的几何波形相似性/不相似性的度量。为了量化未知测试样本与给定训练样本(包括正常样本)之间的相似性,我们首先提出一种所谓的基于偏差的算法。此外,我们估计每架合法飞机的到达角(AoA),并提出一种所谓的基于 AoA 的算法。然后,基于这两种算法的复杂融合,我们形成了最终的检测算法,用于在严格的测试条件下区分虚假异常样本和正常样本。总之,我们的数值结果表明,只要仔细选择检测阈值,AE 就可以改善正确的欺骗检测率和误报率之间的权衡。
5.0 版低功耗蓝牙是蓝牙规范的一个子集。当前版本是 BLE 5.3,但本文档将考虑 BLE 5.0,因为自 5.0 版以来,在 SECUR 用例方面没有引入任何重大改进。5.0 版发布于 2016 年 12 月。最近的版本包括一些对安全应用有用但不是强制性的功能。例如: - 测向(修订版 5.1),即到达角和出发角 - 任意通道索引(5.1),使广告商能够选择要宣传的渠道和顺序。例如,广告商可以使用随机通道序列来减少发生碰撞的机会。 - 将次要广告渠道归类为不良渠道(5.1)。在 5.1 中,分类是集中完成的。在 5.3 中,外围设备也可以参与。 - LE 功率控制(5.1)。发射器可以调整发射功率。接收器可以请求发射器调整发射功率。 - 增强属性协议(5.2)。属性协议的升级,支持 BLE 应用程序和 BLE 主机之间的并发事务。 - 等时通道 (5.2)。适用于时间敏感传输(例如高质量音频),以及多个接收器上的同步传输。 - 冗余数据包 (5.3)。允许接收器的控制器识别和丢弃冗余数据包。本文档重点介绍低功耗蓝牙 (BLE) 版本 5.1、5.2 和 5.3 的广告模式,这些版本的发布日期分别为 2019 年 1 月、2019 年 12 月和 2021 年 1 月。
A2AD 反介入区域拒止 AAM 先进空中机动 ADAS 自动驾驶辅助系统 ADC 模数转换器 A-GNSS 辅助 GNSS AoA 到达角 AI 人工智能 AR 增强现实 CAS 商业认证服务 COTS 商用现货 CSAC 芯片级原子钟 D2D 设备到设备 DL-AoD 下行链路出发角 DL-TDOA 下行链路到达时间差 DME 测距设备 EASA 欧盟航空安全局 EDA 欧洲防务局 EKF 扩展卡尔曼滤波器 E-LORAN 增强型远程导航 EU 欧洲联盟 EUSPA 欧盟太空计划署 GEO 地球静止轨道 GDP 国内生产总值 GNSS 全球导航卫星系统 HAS 高精度服务 ICD 接口控制文件 IoT 物联网 IF 中频 INS 惯性导航系统 KF 卡尔曼滤波器 LANS 月球增强导航服务 LEO 低地球轨道 LCRNS 月球通信中继和导航系统 LITS 线性离子阱 LNA 低噪声放大器 LNSS 月球导航卫星系统 LORAN 远程导航 MAAS 海上自主表面 MCS 主控站 MEMS 微机电系统 MEO 中地球轨道多 RTT 多往返时间行程 NAVAC 导航创新支持计划咨询委员会 NLoS 非视距 OSNMA 开放服务 - 导航消息认证 PKF 粒子滤波器 PNT 定位导航和授时 PPP 精密单点定位 PRS 公共监管服务 PTF 精密授时设施 QKD 量子密钥分发 QoS 服务质量 QZSS 准天顶卫星系统 RAIM 接收器自主完整性监测 RF 射频