Techniques de radiolocalisation

TECHNIQUES DE RADIOLOCALISATION

Deux principales techniques sont utilisées pour faire la radiolocalisation, une basée sur la triangulation et l’autre basée sur l’analyse de scène, ou appelée aussi technique des signatures. Ces techniques peuvent être appliquées suivant deux approches: ascendante ou descendante.
Dans l’approche ascendante, le système est reconnu sous le nom« remote system», où le mobile joue le rôle de l’émetteur du signal, et sa position est déterminée au niveau d’un serveur principal fixe. Cette approche est utilisée souvent dans la technique basée sur la triangulation.
Dans l’approche descendante, le système est reconnu sous le nom « self-positioning system», où le mobile est le récepteur du signal et suivant l’information reçue, il localise sa position. Cette approche est utilisée par le GPS. La technique des signatures peut utiliser l’une de ces deux approches.

Dépendant de l’approche utilisée, plusieurs paramètres sont extraits à la réception des signaux RF, qui vont construire les entrées de l’algorithme de localisation qui, à son tour, donnera la position estimée du mobile. Ces paramètres peuvent être, selon la technique de localisation appliquée: la puissance du signal, l’angle d’arrivée du signal, le temps d’arrivée du signal ou la différence du temps d’arrivée du signal.

CHOIX DE LA TECHNIQUE DE RADIOLOCALISATION

La performance d’un système de radiolocalisation est définie par la précision de positionnement de l’usager, ou dans d’autres sens ses coordonnées. Et par conséquent, les erreurs dans l’estimation des paramètres de localisation causent une dégradation de la précision d’un système, et diminuent sa performance.
Dans un milieu interne, où le canal de propagation est caractérisé par l’effet sévère du phénomène multivoie et par la faible probabilité d’avoir une visibilité directe entre l’émetteur et le récepteur à cause de la spécificité du milieu , la technique de radiolocalisation classique ou paramétrique, impliquent des erreurs importantes dans l’estimation des paramètres de localisation (RSS, AOA, TOA et TDOA) et ne réussira pas à donner la précision souhaitée.
Pour cette raison, la technique alternative basée sur l’approche des signatures est utilisée pour atteindre cet objectif. En plus, la limitation géographique de la zone de couverture facilite la collection de ces signatures.

SIGNATURE

La signature est l’empreinte associée à chaque position (ensemble des paramètres représentant un emplacement). Lors de l’application de la technique de radiolocalisation basée sur l’approche des signatures, cette signature doit être unique pour alléger la tâche de l’algorithme de jumelage utilisé, et répétitive afin de pouvoir former, avec les coordonnées exactes (réelles) de la position de l’usager, la signature demandée.
Pour le milieu interne, l’information d’empreinte basée sur la réponse impulsionnelle (CIR) du canal correspond à la meilleure empreinte choisie lors de l’application de la technique de radio localisation . En pratique, l ‘utilisation de cette empreinte nécessite un récepteur à bande large avec une haute résolution temporelle, puisque la différence de délais de propagation entre deux composantes multivoies consécutives peut être aussi faible que quelques dizaines de nanosecondes.

ALGORITHME DE JUMELAGE

Une fois la base des signatures est prête, le système aura besoin d’un algorithme de jumelage, ou de correspondance (matching algorithm) capable d’identifier la plus proche des empreintes enregistrées dans cette base par rapport à celle mesurée pour le positionnement du mobile (usager). Plusieurs types d’algorithmes peuvent être utilisés pour ce but , le plus simple consiste à calculer la distance euclidienne minimale entre les empreintes enregistrées et celles mesurées (Nearest-Neighbor).
En raison de la nature physique du milieu interne, la base des signatures peut ne pas couvrir toute la zone d’intérêt. Pour cela, un algorithme intelligent basé sur un réseau de neurones artificiels est utilisé pour assurer la généralisation et la robustesse du système grâce à sa capacité d’apprentissage, son adaptation et sa rapidité d’exécution.

RÉSEAU DE NEURONES ARTIFICIEL (ANN)

Un réseau de neurones artificiels est conçu pour faire des tâches complexes, comme la classification, l’optimisation, la commande et l’approximation des fonctions .
Le réseau ANN fonctionne suivant deux phases: phase d’apprentissage (training phase) et phase d’appel ou de test (recall phase).
La phase d’apprentissage est la phase où le réseau est entraîné pour former un ensemble d’empreintes en fonction de la position réelle de l’usager. Dans cette phase, l’ensemble des paramètres pertinents du canal provenant de CIR est appliqué à l’entrée du réseau de neurones, et est comparée avec l’ensemble de sortie correspondant aux positions réelles de l’usager. Ensuite, la différence entre la sortie du réseau (positions estimées de l’usager) et la sortie désirée (position réel), correspondant à l’erreur de localisation, est utilisée pour fin d’ajustement itératif des poids du réseau. Cette étape est équivalente à la formation de la base de données des signatures.

Dans la phase d’appel, le réseau de neurones agit comme un algorithme de jumelage. Les paramètres pertinents, provenant des mesures obtenues à une position spécifique de l’unité mobile, sont appliqués à l’entrée du réseau pour obtenir la position estimée de l’usager.

Table des matières

CHAPITRE 1- INTRODUCTION AU MÉMOIRE 
1.1 Introduction
1.2 Problématique
1.3 Hypothèses et objectifs
1.4 Structure du mémoire
CHAPITRE 2- LES PRINCIPES DE LA RADIO LOCALISATION 
2.1 Introduction
2.2 Techniques de radiolocalisation
2.2.1 Techniques basées sur la triangulation
2.2.1.1 Technique basée sur la puissance des signaux reçus (RSS)
2.2.1.2 Technique basée sur l’angle d ‘arrivée des signaux reçus (AOA)
2.2.1.3 Technique basée sur le temps / la différence de temps d ‘arrivée des signaux reçus (TOA/TDOA)
2.2.2 Technique basée sur les signatures
2.3 Bilan
CHAPITRE 3- WIRELESS INSITE 
3.1 Introduction
3.2 Conception de l’environnement
3.2.1 La zone d’intérêt
3.2.2 Définition du modèle de propagation
3.2.2.1 Réflexions
3.2.2.2 Transmissions
3.2.2.3 Somme complexe des champs électriques
3.2.2.4 Seuil de la perte du trajet
3.2.3 Choix des antennes
3.2.4 Émetteurs /Récepteurs
3.2.5 Forme d’onde
3.2.6 Propriétés des matériaux
3.2.7 Sorties calculées
3.3 Avantages et inconvénients du logiciel
3.4 Calculs et présentation des résultats
CHAPITRE 4- LOCALISATION 
4.1 Technique de radiolocalisation
4.2 Signature
4.3 Algorithme de jumelage
4.4 Environnement de prise de mesures
4.5 Réseau de neurones artificiel (ANN)
4.5.1 Architecture
4.5.2 Fonctionnement
CHAPITRE 5- RÉSULTATS ET ANALYSE 
5.1 Résultats de la radiolocalisation dans le milieu interne dynamique
5.2 Interface graphique
5.3 Conclusion
CHAPITRE 6- CONCLUSION

Télécharger le rapport complet