Un estudio del posicionamiento 5G basado en tiempo y ángulo mediante simulación y plataformas experimentales

Abstract

Aquesta tesi investiga tècniques de posicionament 5G basades en el retard i l'angle d'arribada del senyal transmès que poden satisfer els requisits de posicionament d'alta precisió en entorns desafiants. L'estudi es realitza a través de plataformes de simulació i experimentació que ofereixen informació valuosa per al desenvolupament de sistemes de posicionament interiors i exteriors sense interrupcions.

Comencem proposant una metodologia per realitzar simulacions representatives d'escenaris del món real. Es consideren ubicacions realistes d'estacions base i casos d'ús rellevants com IoT i vehicles autònoms. En particular, abordem els reptes plantejats per la sincronització precisa del temps i les restriccions de distància en escenaris urbans. S'han implementat diverses tècniques (des de les clàssiques fins a les més actuals) en el simulador i s'ha analitzat el seu rendiment, incorporant la densitat de la xarxa 5G per millorar la precisió. Els resultats ajuden en la comprensió del posicionament 5G, centrant-se en el seu potencial i limitacions. Es demostra que la precisió del posicionament depèn principalment de la densitat de la xarxa, l'amplada de banda i els problemes de sincronització.

Un altre factor que dificulta la precisió del posicionament és la presència de condicions d'obstrucció del senyal directe o No-Línia-de-Visió (NLoS). Per superar aquest problema, es proposa un mecanisme per detectar condicions de NLoS en el posicionament cel·lular. La tècnica proposada assegura la integritat de la solució de posició mitjançant la identificació i exclusió de mesures errònies. Més enllà de la detecció de NLoS, aquest enfocament ofereix una avaluació més precisa del posicionament cel·lular real en comparació amb les suposicions tradicionals de propagació ideal o barreja d'observacions de senyal dierecte o Línia-de-Visió (LoS) i NLoS. Els nostres resultats també destaquen la importància d'equilibrar protecció amb integritat, subratllant la necessitat d'algoritmes adaptats per a aplicacions urbanes.

A més, aquest treball presenta un algoritme híbrid per a escenaris exteriors, especialment efectiu en entorns desafiants com els entorns urbans de baixa visibilitat. Aquesta tècnica consisteix en combinar mètodes basats en el retard i en l'angle d'arribada per aprofitar els avantatges de tots dos i millorar la precisió del posicionament. Una localització encara millor s'aconsegueix combinant el mètode híbrid amb el mecanisme de detecció i exclusió de NLoS esmentat anteriorment. L'estudi també demostra els avantatges de l'ús d'agrupació d'antenes per millorar la precisió del posicionament en entorns urbans profunds.

Finalment, en aquest treball, proposem una plataforma experimental basada en dispositius de Ràdio Definida per Software (SDR) que té com a objectiu tancar la bretxa entre simulacions i experiments del món real. L'objectiu és proporcionar una estimació precisa de l'Angle d'Arribada (AoA). La plataforma proposada ajuda a caracteritzar els efectes de les condicions de propagació, la calibració i el processament d'agrupació d'antenes en la precisió de l'estimació de AoA 5G. A més, busca proporcionar informació i un enfocament sistemàtic per dur a terme estudis teòrics i experimentals de localització 5G mitjançant un procés precís i robust d'estimació de AoA per a xarxes 5G. Els resultats mostren el potencial de les senyals 5G per a l'estimació d'observables per posicionament en interiors i exteriors i destaquen l'impacte pràctic del comportament de l'equip.

En conclusió, amb aquesta dissertació, proporcionem coneixements sobre els reptes i promeses del posicionament 5G, proposar solucions pràctiques a algunes limitacions que la tecnologia està enfrontant, i suggerir direccions per als esforços futurs d'estandarització.

Esta tesis investiga técnicas de posicionamiento 5G basadas en el retardo y el ángulo de llegada de la señal transmitida que pueden cumplir con los requisitos de posicionamiento de alta precisión en entornos desafiantes. El estudio se realiza a través de plataformas de simulación y experimentación que ofrecen información valiosa para el desarrollo de sistemas de posicionamiento interiores y exteriores sin interrupciones.

Comenzamos proponiendo una metodología para realizar simulaciones representativas de escenarios del mundo real. Se consideran ubicaciones realistas de estaciones base y casos de uso relevantes como IoT y vehículos autónomos. En particular, abordamos los desafíos planteados por la sincronización precisa del tiempo y las restricciones de distancia en escenarios urbanos. Se han implementado varias técnicas (desde las clásicas hasta las más modernas) en el simulador y se ha analizado su rendimiento, incorporando la densidad de la red 5G para mejorar la precisión. Los resultados ayudan en la comprensión del posicionamiento 5G, centrándose en su potencial y limitaciones. Se demuestra que la precisión del posicionamiento depende principalmente de la densidad de la red, el ancho de banda y los problemas de sincronización.

Otro factor que obstaculiza la precisión del posicionamiento es la presencia de condiciones de obstrucción de la señal directa o No-Línea-de-Visión (NLoS). Para superar este problema, se propone un mecanismo para detectar condiciones de NLoS en el posicionamiento celular. La técnica propuesta asegura la integridad de la solución de posición mediante la identificación y exclusión de medidas erróneas. Además de la detección de NLoS, este enfoque ofrece una evaluación más precisa del posicionamiento celular real en comparación con las suposiciones tradicionales de propagación ideal o mezcla de observaciones de señal directa o Línea-de-Visión (LoS) con NLoS. Nuestros resultados también enfatizan la importancia de equilibrar el nivel de protección con el nivel de integridad, destacando la necesidad de algoritmos adaptados para aplicaciones urbanas.

Además, este trabajo presenta un algoritmo híbrido para escenarios exteriores, especialmente efectivo en entornos desafiantes como entornos urbanos de poca visibilidad. Esta técnica consiste en combinar métodos basados en el retardo y en el ángulo de llegada para aprovechar las ventajas de ambos y mejorar la precisión del posicionamiento. Una localización aún mejor se logra al combinar el método híbrido con el mecanismo de detección y exclusión de NLoS mencionado anteriormente. El estudio también demuestra las ventajas de utilizar agrupaciones de antenas para mejorar la precisión del posicionamiento en entornos urbanos profundos.

Finalmente, en este trabajo, proponemos una plataforma experimental basada en dispositivos de Radio Definida por Software (SDR) que tiene como objetivo cerrar la brecha entre simulaciones y experimentos del mundo real. El objetivo es proporcionar una estimación precisa del Ángulo de Llegada (AoA). La plataforma propuesta ayuda a caracterizar los efectos de las condiciones de propagación, la calibración y el procesamiento de agrupaciones de antenas en la precisión de la estimación de AoA 5G. Además, busca proporcionar información y un enfoque sistemático para llevar a cabo estudios teóricos y experimentales de localización 5G a través de un proceso preciso y robusto de estimación de AoA para redes 5G. Los resultados muestran el potencial de las señales 5G para la estimación de observables de posicionamiento en interiores y exteriores y destacan el impacto práctico del comportamiento del equipo.

En conclusión, con esta disertación, proporcionamos conocimientos sobre los desafíos y promesas del posicionamiento 5G, proponer soluciones prácticas a algunas limitaciones que enfrenta la tecnología y sugerir direcciones para los esfuerzos futuros de estandarización.

This thesis investigates time and angle-based 5G positioning techniques that can fulfill the high-accuracy positioning requirements in challenging environments. The study is done through simulation and experimental platforms providing valuable insights for the development of seamless indoor and outdoor positioning systems.

We start by proposing a methodology to perform simulations that are representative of real-world scenarios. Realistic base station locations and relevant use cases such as IoT and autonomous cars are considered. In particular, we addressed the challenges posed by accurate time synchronization and distance constraints in urban scenarios. Several techniques (from classical to more modern) have been implemented in the simulator and their performance has been analyzed, incorporating 5G network density to enhance accuracy. The results advance the understanding of 5G positioning, focusing on its potential and limitations. It is shown that the positioning accuracy is primarily dependent on the network density, narrow bandwidth, and synchronization issues.

Another factor that hampers the positioning accuracy is the presence of Non Line of Sight (NLoS) conditions. To overcome this problem, a mechanism for detecting NLoS conditions in cellular positioning is proposed. The proposed technique ensures the integrity of the position solution by identifying and excluding erroneous measurements. Beyond NLoS detection, this approach offers a more accurate evaluation of actual cellular positioning compared to the traditional assumptions of ideal propagation or mixing Line of Sight (LoS) and NLoS observations. Our results also emphasize the importance of balancing protection level size and integrity level, stressing the need for tailored algorithms for urban applications.

Additionally, this work introduces a hybrid algorithm for outdoor scenarios, especially effective in challenging environments like urban canyons. This technique consists of combining timing-based and angle-based methods to leverage the strengths of both techniques and improving the positioning accuracy. An even better localization is achieved by combining the hybrid method with the abovementioned NLoS detection and exclusion mechanism. The study also demonstrates the advantages of using array antennas to enhance the positioning accuracy in deep urban settings.

Finally, in this work, we propose an experimental platform based on Software-Defined Radio (SDR) devices that aims to bridge the gap between simulations and real-world experiments. The objective is to provide accurate Angle of Arrival (AoA) estimation. The proposed platform helps to characterize the effects of propagation conditions, calibration, and array processing on 5G AoA estimation accuracy. Moreover, it seeks to provide insights and a systematic approach for conducting theoretical and experimental 5G localization studies through an accurate and robust AoA estimation process for 5G networks. The results showcase the potential of 5G signals for indoor and outdoor observable estimation and emphasize the practical impact of equipment behaviors.

In conclusion, with this dissertation, we provide insights into the challenges and promises of 5G positioning, propose practical solutions to some limitations that the technology is facing, and suggest directions for future standardization efforts.