دانش و فناوری هوافضا

دانش و فناوری هوافضا

موقعیت‌یابی کاربران Wi-Fi با رویکرد TDOA به کمک اصلاح خطای زمان نمونه‌برداری

نوع مقاله : مقاله پژوهشی

نویسندگان
مریم نظری 1
حسین بهرامگیری 2
محسن فرهنگ 1
رضا بهرام‌پور 1
1 دانشجو، مجتمع دانشگاهی برق و کامپیوتر، دانشگاه صنعتی مالک‌اشتر، تهران
2 استادیار، مجتمع دانشگاهی برق و کامپیوتر، دانشگاه صنعتی مالک‌اشتر، تهران
چکیده
موقعیت‌‌‌یابی در بسیاری از زمینه‌های نظامی و تجاری از جمله امنیت داخلی، جنگ الکترونیک و سامانه‌های کنترل، هدایت و ناوبری هوشمند کاربرد گسترده‌‌‌‌‌‌‌‌‌ای دارد. در این مقاله، موقعیت‌یابی غیرفعال کاربران شبکه Wi-Fi با استفاده از روش TDOA مورد بررسی قرار گرفته است. به منظور ارزیابی عملکرد سامانه در محیط‌های واقعی، سیگنال‌های رادیویی توسط دستگاه‌های رادیو نرم‌افزاری USRP N210 از محیط جمع‌آوری شده‌اند. با توجه به اختلاف موجود بین سرعت نمونه‌برداری گیرنده‌ها، یک روش برای اصلاح نسبی خطای زمان نمونه‌برداری ارائه شده و با استفاده از درونیابی نقاط نمونه‌برداری، ظرفیت موقعیت‌یابی نیز به میزان قابل توجهی افزایش یافته است. با اجرای یک الگوریتم همگام‌سازی چند مرحله‌ای، همزمانی دقیق بین گیرنده‌ها برقرار شده است. سپس، با استفاده از دو روش تخمین LS و میانگین‌گیری از نقاط تقاطع، موقعیت کاربر با میانگین خطای 36/2 متر و 52/1 متر تخمین زده شده است. نتایج حاصل از شبیه‌سازی نشان می‌دهد که روش پیشنهادی، پتانسیل بالایی جهت کاربرد در سامانه‌های موقعیت‌یابی مبتنی بر شبکه‌های بدون‌سیم دارد. این سامانه در مقایسه با سامانه‌های مشابه به طور قابل توجهی هزینه‌ها را کاهش داده و قادر است بدون ایجاد تداخل در زیرساخت شبکه‌های Wi-Fi موجود، به صورت غیرفعال اقدام به ردیابی کاربران نماید. این ویژگی، سامانه پیشنهادی را به گزینه‌ای مطلوب برای کاربردهای امنیتی تبدیل می‌کند.
کلیدواژه‌ها
اختلاف زمان دریافت سیگنال
حداقل مربعات
موقعیت‌‌‌یابی غیرفعال
USRP N210
Wi-Fi
موضوعات

عنوان مقاله English

Wi-Fi user localization using TDOA with sampling time error correction

نویسندگان English

Maryam Nazari 1
Hossein Bahramgiri 2
Mohsen Farhang 1
Reza Bahrampour 1
1 Faculty of Electrical & Computer Engineering, Malek Ashtar University of Technology, Iran
2 Assist. Prof., Faculty of Electrical & Computer Engineering, Malek Ashtar University of Technology, Iran
چکیده English

Localization plays a pivotal role in numerous military and commercial applications, including homeland security, electronic warfare, and intelligent control, guidance, and navigation systems. This paper investigates passive localization of Wi-Fi network users employing the Time Difference of Arrival (TDOA) method. Real-world radio signals were acquired using USRP N210 devices for evaluating the system's performance in practical environments. This paper presents a method to improve localization accuracy by correcting sampling time errors and interpolating sampling points, addressing discrepancies in receiver sampling rates. Accurate synchronization between receivers is achieved by implementing a multi-stage synchronization algorithm. The user's position was calculated with a mean error of 3.62 meters using the LS method and 1.52 meters using intersection averaging. Simulation results demonstrate that the proposed method holds significant potential for application in wireless network-based localization systems. Compared to similar systems, this system significantly reduces costs and can passively track users without interfering with existing Wi-Fi infrastructure, making it an attractive option for security applications.

کلیدواژه‌ها English

Time Difference of Arrival (TDOA)
Least Squares (LS)
Passive localization
Universal Software Radio Peripheral (USRP N210)
Wi-Fi
[1] H.E. Daniels, The Theory of Position Finding, Journal of the Royal Statistical Society, Series B, Vol. 13, pp. 186–207, 1951.
[2] S. Mohammadlou, H. Ghanbarpour Asl, and A.J. Rashedi, Design of a Navigation System for an Unmanned Aerial Vehicle Equipped with an Angle Sensor, Aerospace Science and Technology, Vol. 2, No. 1, pp. 60–68, 2013 (in Persian).
[3] M. Shoaran and M. Fatāhi Sani, Vision-Based Auto Landing of a UAV, Aerospace Knowledge and Technology Journal, Vol. 8, No. 2, pp. 77–90, 2019 (in Persian).
[4] X.-Y. Wang et al., Robust DOA Estimation with Distorted Sensors, IEEE Transactions on Aerospace and Electronic Systems, 2024.
[5] Z. Zhang and Z. Huang, An Algorithm Fusing State Estimation and TDOA Filtering for UAV Tracking Enhancement, IEEE Transactions on Aerospace and Electronic Systems, 2024.
[6] L. Zuo et al., Multi-Frequency Coherent Integration Target Detection Algorithm for Passive Bistatic Radar, IEEE Transactions on Aerospace and Electronic Systems, 2024.
[7] C. Yang and H.-R. Shao, WiFi-Based Indoor Positioning, IEEE Communications Magazine, Vol. 53, No. 3, pp. 150–157, 2015.
[8] M.A. Al-Ammar, S. Alhadhrami, A. Al-Salman, A. Alarifi, H.S. Al-Khalifa, A. Alnafessah, and M. Alsaleh, Comparative Survey of Indoor Positioning Technologies, Techniques, and Algorithms, Proceedings of the 2014 International Conference on Cyberworlds, IEEE, pp. 245–252, 2014.
[9] R. Zekavat and R.M. Buehrer, Handbook of Position Location: Theory, Practice and Advances, Vol. 27, John Wiley & Sons, 2011.
[10] G. Focarelli et al., Physical Layer Threats to 5G Positioning: Impact on TOA-Based Methods, Proceedings of the 2024 IEEE International Conference on Communications Workshops (ICC Workshops), IEEE, 2024.
[11] S. Li et al., A Fast and Accurate LEO Satellite-Based Direct Position Determination Assisted by TDOA Measurements, China Communications, Vol. 19, No. 1, pp. 92–103, 2022.
[12] Y. Liu et al., DOA Estimation for Mixed Circular and Noncircular Coherently Distributed Sources under Impulsive Noise, IEEE Transactions on Aerospace and Electronic Systems, 2024.
[13] M. Meles et al., Drone Localization Based on 3D-AoA Signal Measurements, Proceedings of the 2022 IEEE 95th Vehicular Technology Conference (VTC2022-Spring), IEEE, 2022.
[14] A.S. Yaro, F. Maly, and P. Prazak, A Survey of the Performance-Limiting Factors of a Two-Dimensional RSS Fingerprinting-Based Indoor Wireless Localization System, Sensors, Vol. 23, No. 5, Article 2545, 2023.
[15] W.C. Rodrigues and J.A. Apolinário, An On-the-Fly FDOA-Based Target Localization System, Proceedings of the 2020 IEEE 11th Latin American Symposium on Circuits & Systems (LASCAS), IEEE, 2020.
[16] A.M. Abba et al., A Review of Localization Techniques in Wireless Sensor Networks, Proceedings of the 2023 2nd International Conference on Multidisciplinary Engineering and Applied Science (ICMEAS), IEEE, 2023.
[17] L.C. Tran et al., Complexity Reduction for Hybrid TOA/AOA Localization in UAV-Assisted WSNs, IEEE Sensors Letters, 2023.
[18] P. Zuo et al., Hybrid RSS–TDOA Measurements Based Directional Target Localization in NLOS Environments, Proceedings of the 2022 IEEE 95th Vehicular Technology Conference (VTC2022-Spring), IEEE, 2022.
[19] Y. Zhang et al., TDOA and FDOA Hybrid Positioning of Mobile Radiation Source with Receiver Position Errors, Wireless Personal Communications, Vol. 137, No. 1, 2024.
[20] R. Bahrampour, Analysis and Simulation of Passive Localization System Based on TDOA in a Mixed LOS/NLOS Environment, Master’s Thesis, Malek Ashtar University of Technology, 2024.
[21] S. Li et al., TDOA-Based Passive Localization of Standard WiFi Devices, Proceedings of the 2018 Ubiquitous Positioning, Indoor Navigation and Location-Based Services (UPINLBS), IEEE, 2018.
[22] M. Nazari, Propose a Method of Positioning WiFi Users Based on the Signal Time Difference of Arrival (TDOA) Method, Master’s Thesis, Malek Ashtar University of Technology, 2023.
[23] R. Bahrampour, M.H. Madani, and H. Bahramgiri, An Iterative Approach to Enhance the Accuracy of TDOA-Based Localization by Averaging and Reducing Noise, Proceedings of the 2024 32nd International Conference on Electrical Engineering (ICEE), IEEE, 2024.