Методика расстановки базовых станций системы локального позиционирования в рабочей зоне с препятствиями

В данной статье рассматриваются существующие методы расстановки базовых станций локальной системы позиционирования в рабочей зоне. Выбор способа расстановки станций во многом определяет конечную точность и экономическую целесообразность всей проектируемой системы. Обзор научной литературы показал, что в настоящее время отсутствует универсальная методика размещения базовых станций в рабочей зоне позиционирования. Существующие решения реализуют либо один из стандартных подходов размещения станций по сетке, либо воплощают метод перебора множества комбинаций размещений. Метод расстановки станций по сетке не приспособлен к условиям проектирования системы позиционирования в рабочей зоне сложной формы, разделенной внутри различными перегородками и массивными объектами, так как не учитывает особенности распространения радиосигнала. Метод перебора различных комбинаций размещения базовых станций в большинстве программных реализаций сводится к минимизации влияния геометрического фактора (Geometric Dilution of Precision – GDOP) на погрешность измерений расстояний до станций и так же не учитывает искажения навигационного сигнала, вносимые при прохождении сквозь различные препятствия. Поэтому разработка методики размещения базовых станций локальной системы позиционирования является актуальной проблемой и именно ее решению посвящена статья. Согласно предлагаемой методике, рабочая зона, содержащая на своей площади массивные препятствия, разбивается на выпуклые свободные подобласти в соответствии с жадным алгоритмом, в которых и осуществляется расстановка базовых станций. По итогу работы над статьей выведены принципы для работы методики расстановки базовых станций и предложен универсальный алгоритм размещения станций в рабочих зонах с препятствиями.

1. Фокин Г.А. Модель поиска топологии локальной дальномерной системы позиционирования 5G по заданному геометрическому фактору. Радиотехнические и телекоммуникационные системы. 2021;(4):27–38. https://doi.org/10.24412/2221-2574-2021-444-27-38

2. Ahlander J., Posluk M. Deployment Strategies for High Accuracy and Availability Indoor Positioning with 5G. URL: https://www.diva-portal.org/smash/record.jsf?pid=diva2:1440620 (Accessed 10th March 2024).

3. Rajagopal N., Chayapathy S., Sinopoli B., Rowe A. Beacon placement for range-based indoor localization. In: 2016 International Conference on Indoor Positioning and Indoor Navigation (IPIN), 04-07 October 2016, Alcala de Henares, Spain. IEEE; 2016. P. 1–8. https://doi.org/10.1109/IPIN.2016.7743626

4. O’Rourke J. Art Gallery Theorems and Algorithms. New York: Oxford University Press Oxford; 1987. 282 p.

5. Famili A., Stavrou A., Wang H., Park J.-M. iDROP: Robust Localization for Indoor Navigation of Drones with Optimized Beacon Placement. IEEE Internet of Things Journal. 2023;10(16):14226–14238. https://doi.org/10.1109/JIOT.2023.3280084

6. Löffler S., Becker I., Bückert C., Hofstedt P. Enhanced Optimal Beacon Placement for Indoor Positioning: A Set Variable Based Constraint Programming Approach. In: Informatics in Control, Automation and Robotics – 20th International Conference, ICINCO 2023: Proceedings of the 20th International Conference on Informatics in Control, Automation and Robotics (ICINCO 2023): Volume 1, 13-15 November, Rome, Italy. SCITEPRESS – Science and Technology Publications; 2023. P. 70–79. https://doi.org/10.5220/0012203400003543

7. Bais A., Kiwan H., Morgan Y. On Optimal Placement of Short Range Base Stations for Indoor Position Estimation. Journal of Applied Research and Technology. 2014;12(5):886–897. https://doi.org/10.1016/S1665-6423(14)70595-4

8. Wu Z., Yao Z., Lu M. Optimal Beacon Deployment for Positioning in Cluttered Indoor Environments. IEEE Sensors Journal. 2023;23(4):4256–4266. https://doi.org/10.1109/JSEN.2023.3234562

9. Крижановский М.Н., Иванов В.С., Литвинов С.В., Тихонова О.В. Программа разбиения множества базовых станций локальной системы позиционирования на пересекающиеся группы: опубл. 25.04.2024. Свидетельство о регистрации прав на программное обеспечение № 2024619654.

10. Крижановский М.Н. Моделирование алгоритма учета препятствий при расчете локации в системах ближнего позиционирования. Вопросы электромеханики. Труды ВНИИЭМ. 2023;192(1):14–20.

11. Lee B., Woo D.-M., Park M.-K., Kim S. Development of self-localizer using collaboration of trilateration and triangulation. In: 2014 11th International Conference on Fuzzy Systems and Knowledge Discovery (FSKD), 19-21 August 2014, Xiamen, China. IEEE; 2014. P. 729–733. https://doi.org/10.1109/FSKD.2014.6980926