Journal of Convergence for Information Technology (융합정보논문지)

Convergence Society for SMB (중소기업융합학회)
권호 표지
DOI QR코드

DOI QR Code

Robust Location Estimation based on TDOA and FDOA using Outlier Detection Algorithm

이상치 검출 알고리즘을 이용한 TDOA와 FDOA 기반 이동 신호원 위치 추정 기법

  • Yoo, Hogeun (Department of Computer Science and Engineering, Korea University) ;
  • Lee, Jaehoon (Department of Computer Science and Engineering, Korea University)
  • 유호근 (고려대학교 컴퓨터학과 대학원) ;
  • 이재훈 (고려대학교 컴퓨터학과)
  • Received : 2020.08.14
  • Accepted : 2020.09.20
  • Published : 2020.09.28
Download PDF
⟨ Previous Next ⟩

Abstract

This paper presents the outlier detection algorithm in the estimation method of a source location and velocity based on two-step weighted least-squares method using time difference of arrival(TDOA) and frequency difference of arrival(FDOA) data. Since the accuracy of the estimated location and velocity of a moving source can be reduced by the outliers of TDOA and FDOA data, it is important to detect and remove the outliers. In this paper, the method to find the minimum inlier data and the method to determine whether TDOA and FDOA data are included in inliers or outliers are presented. The results of numerical simulations show that the accuracy of the estimated location and velocity is improved by removing the outliers of TDOA and FDOA data.

본 논문은 다수의 전자전 센서에서 추출된 시간지연 차이정보와 도플러주파수 차이정보를 이용하는 Two-step weighted least-squares 기반의 이동 신호원 위치 및 속도 추정 기법에서, 수집 정보의 이상치를 검출하는 알고리즘을 제안하고자 한다. 다수의 전자전 센서에서 추출되는 정보는 다양한 요인에 의해 정보에 이상치가 발생할 수 있으며, 이를 효과적으로 검출하고 데이터 융합과정에서 이상치를 배제하여 이동 신호원의 위치와 속도 추정의 정확도를 높이고자 한다. 본 논문에서는 이상치를 제외한 최소의 정상치 정보 집합을 추출하고, 이를 기반으로 나머지 정보의 이상치 여부를 확률적으로 판단하는 알고리즘을 제안하였으며, 이를 모의실험을 통해, 정보의 이상치가 효과적으로 제거되어 위치 및 속도 추정의 정확도를 향상시킬 수 있음을 확인하였다. 정상치 거리정보 잡음이 20dB 이하인 경우, 이상치 정보를 효과적으로 제거하여, Cramér-Rao lower bound에 근접한 위치 및 속도 추정 정확도를 얻음을 확인하였다.

Keywords

References

  1. A. E. Spezio. (2002). Electronic warfare systems. IEEE Transactions on Microwave Theory and Techniques, 50(3), 633-644. DOI : 10.1109/22.989948
  2. J. Wang, Z. Qin, Y. Bi, S. Wei & F. Luo. (2018). Target localisation in multistatic radar using BR, TDOA, and AOA measurements. IET Journal of Engineering, 2019(19), 6052-6056. DOI : 10.1049/joe.2019.0128
  3. L. Yang, H. Gao, Y. Yang & G. Ru. (2019). Joint Position and Velocity Estimation of a Moving Target in Multistatic Radar by Bistatic Range, TDOA, and Doppler Shifts. International Journal of Antennas and Propagation, 2019, Article ID 4943872. DOI : 10.1155/2019/4943872
  4. Z. Liu, Y. Zhao, D. Hu & C. Liu. (2016). A Moving Source Localization Method for Distributed Passive Sensor Using TDOA and FDOA Measurements. International Journal of Antennas and Propagation, 2016, Article ID 8625039. DOI : 10.1155/2016/8625039
  5. K. C. Ho & W. Xu. (2004). An Accurate Algebraic Solution for Moving Source Location Using TDOA and FDOA Measurements. IEEE Trans. on Signal Processing, 52(9), 2453-2463. DOI : 10.1109/TSP.2004.831921
  6. S. Al-Samahi, Y. Zhang & K. C. Ho. (2020). Elliptic and hyperbolic localization using minimum measurement solutions. Signal Processing 167, Article 107273. DOI : 10.1016/j.sigpro.2019.107273
  7. E. Olson, J. J. Leonard & Seth Teller. (2006). Robust Range-Only Beacon Localization. IEEE Journal of Oceanic Engineering, 31(4), 949-958. DOI : 10.1109/JOE.2006.880386
  8. C. Luo & J. H. McClellan. (2010). Robust geolocation estimation using adaptive RANSAC algorithm. IEEE International Conference on Acoustics Speech and Signal Processing, 3862-3865. DOI : 10.1109/ICASSP.2010.5495817
  9. Y. T. Chan, W. Y. Tsui, H. C. So & P. Ching. (2006). Time-of-arrival based localization under NLOS conditions. IEEE Trans. on Vehicular Technology, 55(1), 17-24. DOI : 10.1109/TVT.2005.861207
  10. F. Gustafsson. (2005). Mobile Positioning Using Wireless Networks. IEEE Signal Processing Magazine, 22(4), 41-53. DOI: 10.1109/MSP.2005.1458284