Verbesserung der Positionierung von Mobilgeräten mit RIS und Sidelink

Zu wissen, wo sich ein mobiles Gerät befindet, ist wichtig für viele Dienste, wie z.B. Notfallhilfe oder alltägliche Navigation. Eines der beliebtesten Systeme zur Standortbestimmung ist das Global Navigation Satellite System (GNSS), das draussen ganz gut funktioniert. In überfüllten Stadtgebieten und innerhalb von Gebäuden hat es jedoch seine Probleme. Mit der Entwicklung neuer Technologien in den vierten, fünften und sechsten Generationen von Mobilfunknetzen (4G, 5G und 6G) entstehen bessere Möglichkeiten zur Standortbestimmung.

In 5G- und 6G-Netzen hilft eine neue Technologie namens reflektierende rekonfigurierbare intelligente Oberflächen (RIS) dabei, zu steuern, wie Funkwellen sich bewegen. Diese Fähigkeit kann zu einer präziseren Standortbestimmung und einer grösseren Serviceabdeckung führen. Allerdings benötigen RIS eine Signalquelle von einer Basisstation (BS), um zu funktionieren, was in Orten wie Tunneln oder überfüllten städtischen Umgebungen, wo BSs möglicherweise nicht verfügbar sind, eine Herausforderung darstellt.

Diese Arbeit beschäftigt sich damit, wie man die Position von zwei mobilen Geräten (Nutzergeräte oder UES) mithilfe von mindestens zwei RISs bestimmen kann. Indem man diesen Geräten ermöglicht, direkt miteinander zu kommunizieren, können ihre Positionen auch dann bestimmt werden, wenn keine BS verfügbar ist. Wir schlagen eine Methode vor, um ihre Positionen durch einen zweistufigen Positionsalgorithmus zu schätzen, der die Effekte der Signalreflexion und das Design der RIS berücksichtigt.

#Bedeutung der Positionsbestimmung

Die Fähigkeit, den Standort eines mobilen Geräts genau zu bestimmen, ist in verschiedenen Situationen entscheidend. Dies reicht von dringenden Diensten, wie in Katastrophenfällen, bis hin zu alltäglichen Anwendungen wie Navigation oder Spielen, die Augmented Reality nutzen. GNSS ist hervorragend für die Standortbestimmung im Freien, hat aber durchgehend Probleme an Orten mit hohen Gebäuden oder in Strukturen, wo Signale blockiert werden können.

Die 5G- und 6G-Systeme nutzen höhere Frequenzen und Bandbreiten, was neue Möglichkeiten zur Standortbestimmung eröffnet. Durch die Nutzung von Funksignalen kann Positionsinformation aus reflektierenden Signalen von Objekten extrahiert werden. Diese Integration von Positionierung und Kommunikation ermöglicht es, dass dieselben Systeme beide Aufgaben ohne zusätzliche Hardware erledigen.

#Herausforderungen bei der Positionsbestimmung in 5G

Die Positionsbestimmung in 5G-Netzen hat umfangreiche Forschung erfahren. Standards wurden durch Organisationen wie 3GPP festgelegt, die diskutiert haben, wie die Positionsbestimmung im neuen Funkrahmen (NR) aussehen wird. Doch während es aufregendes Potenzial in Bereichen wie winkelbasierter Positionsbestimmung und während die Geräte in Bewegung sind gibt, hat die reale Leistung die theoretischen Erwartungen nicht erfüllt.

Probleme wie Hardwareeinschränkungen und schwierige Signalumgebungen beeinflussen stark, wie genau die mobile Positionsbestimmung durchgeführt werden kann. Diese Probleme sind besonders ausgeprägt für UEs, die weit von BSs entfernt sind, wo schwache Signalstärke zu höheren Schätzfehlern führen kann. Während die Bereitstellung von mehr BSs die Genauigkeit verbessern kann, ist dies mit höheren Kosten verbunden.

Eine vielversprechende Alternative ist die Sidelink-Kommunikation, bei der Geräte direkt miteinander sprechen, anstatt immer auf Unterstützung von einer BS angewiesen zu sein. Diese Methode kann zu Kooperationen zwischen den Geräten führen, was die Positionsbestimmung in Echtzeit verbessert. Da die Geräte Informationen austauschen, können sie sich mit ein paar Ankerpunkten in einem globalen Bezugssystem gegenseitig ihre Standorte herausfinden.

#Reflektierende rekonfigurierbare intelligente Oberflächen (RIS)

Reflektierende intelligente Oberflächen (RIS) sind eine neuere Technologie, die hinsichtlich ihres Potenzials für die Positionsbestimmung untersucht wurde. Einfach gesagt, können diese Oberflächen beeinflussen, wie sich Funkwellen bewegen, basierend darauf, wie sie eingerichtet sind. Mit der richtigen Konfiguration können RIS die Signalstärke und -abdeckung verbessern und Blockaden angehen, die normalerweise die Kommunikation behindern.

In Positionsbestimmungsszenarien können RIS zusätzliche Hilfe bieten, indem sie detaillierte Informationen über die Winkel der eingehenden Signale bereitstellen. Die Nutzung dieser Oberflächen ermöglicht neue Wege zur Standortbestimmung, selbst wenn Geräte unter anspruchsvollen Bedingungen arbeiten. Die Arbeit betont passive RIS und ihre potenziellen Vorteile. Es gibt jedoch auch andere Arten von RIS, die aktiv Signale senden, die jedoch nicht das Thema dieser Diskussion sind.

#Kombination von Sidelink-Kommunikation und RIS

Während sowohl Sidelink-Kommunikation als auch RIS einzeln untersucht wurden, bleibt ihre Kombination zur effektiven Positionsbestimmung relativ neu. Studien haben das Potenzial der Nutzung beider Technologien zusammen nahegelegt, um zuverlässige Kommunikation zu schaffen. Die aktuelle Arbeit zielt darauf ab, eine spezielle Situation zu diskutieren, in der mehrere RIS helfen, die 3D-Positionen von zwei UEs zu bestimmen. Diese neue Methode benötigt keine BS und kann effektiv in Szenarien arbeiten, in denen traditionelle Methoden versagen.

#Problemformulierung

Der Hauptfokus dieser Arbeit liegt darauf, eine Methode für die 3D-Positionsbestimmung zu entwickeln, indem mehrere RIS mit Sidelink-Kommunikation kombiniert werden. Hier fungieren die RIS als passive Anker mit bekannten Positionen, und durch die einseitige Kommunikation zwischen den UEs können wir ihre absoluten Standorte schätzen.

Das Positionsbestimmungsproblem kann in zwei Hauptkomponenten untergliedert werden: Schätzung der Signalparameter und Bestimmung der Positionen der Geräte. Der einzigartige Aspekt ist, dass dies ohne die Notwendigkeit von BSs geschieht, was in Umgebungen, wo diese nicht verfügbar sind, entscheidend ist.

Die vorgeschlagene Methode beinhaltet die Nutzung von zwei RIS, um die notwendigen Daten für die Positionsbestimmung zu sammeln. Diese RIS sammeln Informationen über die Signale, die zwischen den UEs gesendet werden. Durch die Analyse dieser Daten können wir die Entfernungen und schliesslich die genauen Positionen der Geräte berechnen.

#Signal- und Geometrie-Modelle

Um zu verstehen, wie man diese Methode implementiert, ist es wichtig, ein solides Modell dafür zu haben, wie sich die Signale in einer bestimmten Umgebung verhalten. Das Geometrie-Modell berücksichtigt die Positionen der UEs und der RIS sowie, wie sich die Signalpfade basierend auf ihren Konfigurationen ändern können. Die empfangenen Signale werden von den direkten Sichtlinien (LOS) und den Mehrwege-Signalen beeinflusst, die von umgebenden Objekten reflektiert werden.

#Das Signalmodell

Im vorgeschlagenen System werden verschiedene Signalpfade auftreten, einschliesslich des LOS-Pfads und Reflexionen, die durch die RIS erfolgen. Die empfangenen Signale werden durch Faktoren wie Entfernung, Hindernisse und sogar Hintergrundgeräusche beeinflusst. Zu verstehen, wie sich diese Signale kombinieren, ist entscheidend, um die Positionen der UEs genau zu schätzen.

Da mehrere Signale aufgrund von Reflexionen ankommen können, muss das System diese Pfade unterscheiden, um die genaue Position jedes Geräts herauszufinden. Das Modell wird die Verzögerung, die durch jeden Pfad verursacht wird, einbeziehen und aufzeigen, wie die verschiedenen RIS diese Signale beeinflussen können.

#Algorithmusentwicklung

Sobald ein robustes Modell etabliert ist, besteht der nächste Schritt darin, den Algorithmus zu entwickeln, der die gewonnenen Informationen verarbeitet. Der Algorithmus gliedert sich in zwei Hauptphasen:

1. Extraktion der Kanalparameter: Dieser Schritt konzentriert sich darauf, die Merkmale der empfangenen Signale zu identifizieren, wie z.B. Verzögerungen und Frequenzen.

2. Positionsbestimmung: Hier nutzen wir die extrahierten Kanalinformationen, um die genauen Positionen der UEs zu berechnen.

Dieser zweistufige Ansatz ermöglicht sowohl grobe als auch verfeinerte Verbesserungen in der Positionsschätzung und adressiert verschiedene Herausforderungen, die im realen Betrieb auftreten können.

#Simulation und Ergebnisse

Um sicherzustellen, dass die vorgeschlagenen Methoden effektiv funktionieren, werden Simulationen mit verschiedenen Parametern durchgeführt, um die Leistung des Positionsalgorithmus zu analysieren. Diese Simulationen helfen, die Genauigkeit der Positionsbestimmung in verschiedenen Szenarien zu bestimmen, z.B. durch Variation der Anzahl der RISs, der Abstände zwischen ihnen und den UEs sowie der verschiedenen Winkel der eingehenden Signale.

#Ergebnisse verstehen

Die Simulationsergebnisse bieten Einblicke in zentrale Bereiche wie:

• Schätzung der Kanalparameter: Die Analyse, wie gut die Kanalparameter geschätzt werden können, wird die Effektivität des Algorithmus demonstrieren.

• Positionsgenauigkeit: Zu untersuchen, wie präzise die UEs lokalisiert werden können, ist entscheidend, um den Erfolg des Algorithmus zu verstehen.

• Einfluss von Mehrwege: Es ist auch notwendig zu bewerten, wie Mehrwege-Signale die Positionsgenauigkeit beeinflussen und welche Massnahmen ergriffen werden können, um negative Effekte zu mildern.

#Implikationen und zukünftige Arbeiten

Diese Studie stellt einen potenziell bahnbrechenden Ansatz zur Positionsbestimmung von UEs ohne die Notwendigkeit von BSs dar, besonders in schwierigen Umgebungen. Mit den richtigen Methoden könnte dies den Weg für bessere Navigationsdienste, smartere Stadtplanung und verbesserte Notfallreaktionssysteme ebnen.

Allerdings ist kontinuierliche Forschung entscheidend. Zukünftige Arbeiten könnten verschiedene Konfigurationen von RISs, Szenarien mit höherer Mobilität und komplexere Kanalmodelle untersuchen, um die Fähigkeiten und Grenzen dieser Positionsbestimmungsmethode vollständig zu verstehen.

#Fazit

Die Forschung skizziert einen neuen Weg zur Bestimmung der Positionen mobiler Geräte in Abwesenheit von Basisstationen. Durch die Kombination von Sidelink-Kommunikation mit mehreren RIS eröffnet die vorgeschlagene Methode zahlreiche Möglichkeiten für praktische Anwendungen in urbanen Umgebungen und darüber hinaus. Je weiter die Techniken fortgeschritten werden, desto mehr wird das Potenzial zur Verbesserung der Genauigkeit und Zuverlässigkeit der Positionsbestimmung in herausfordernden Szenarien verschiedenen Sektoren zugutekommen.