Ortung und Beamforming mit NI LabVIEW und der NI-USRP-Plattform

"LabVIEW und die NI-USRP-Plattform haben unsere Forschung deutlich beschleunigt, indem sie uns ermöglichten, Prototypen mehrerer Array-Signalverarbeitungsverfahren wie den MUSIC-Algorithmus für die drahtlose Lokalisierung zügig zu erstellen."

- Marc Willerton, Imperial College London, Communications and Signal Processing Group

Die Aufgabe:

Schaffung einer größeren Bandbreite von Möglichkeiten zur Prototypenerstellung von Algorithmen für die Array-Signalverarbeitung in Anwendungen zur Signalerkennung, Ortung, Lokalisierung, Zielverfolgung sowie zum Beamforming, welche bislang aufgrund der hohen Kosten und anwendungsspezifischen Natur gruppierter RF-Frontends (Radio Frequency) fehlen

Die Lösung:

Einsatz der Echtzeitfunktionen für das Rapid Prototyping der Systemdesignsoftware NI LabVIEW und der Flexibilität der SDR-Plattform NI USRP™ für den Entwurf eines komplett synchronisierten Arrays unter Verwendung vieler Einzelelement-Transceiver, die während der Ausführung kalibriert werden können (z. B. Verstärkung, Phase und Ortsunsicherheit), so dass sich die Leistung anspruchsvoller Array-Signalverarbeitungsalgorithmen evaluieren und optimieren lässt

Autor(en)

Marc Willerton - Imperial College London, Communications and Signal Processing Group
David Yates - Imperial College London, Circuits and Systems Group

 

Rekonfigurierbarer Prüfstand für Antennengruppen erforderlich

Antennengruppen nutzen die räumliche Diversität, um die Leistung bei Signalerkennung, Parameterschätzung und Empfang für weitere Aufgaben wie Beamforming, Ortung, Zielortung, Verfolgung und Radar zu steigern. Diese Verfahren können in einer Vielzahl von Anwendungen, einschließlich Verteidigungswesen, Industrie, Handel und Gesundheit, eingesetzt werden. Forscher entwickelten vor Kurzem neuartige Array-Signalverarbeitungsverfahren, die im Prinzip eine erheblich höhere Leistung bieten. Allerdings fehlt es häufig an Möglichkeiten, dass Forschergruppen im Bereich Nachrichtentechnik Prototypen dieser Algorithmen mit realer Hardware erstellen. Dies liegt an den hohen Kosten und der anwendungsspezifischen Natur gruppierter RF-Frontends. Oft werden deswegen Chancen verpasst, vielversprechende neue Algorithmen in realen Systemen nutzen zu können.

 

Um dies zu ändern, taten sich am Imperial College London die Communications and Signal Processing Group und die Circuits and Systems Group zusammen, um einen kostengünstigen rekonfigurierbaren Prüfstand für Antennengruppen zu entwickeln. Damit sollten Prototypen vielfältiger neuer Architekturen und Algorithmen für die Array-Signalverarbeitung zügig erstellt werden. Das Projekt wird mitgetragen vom University Defense Research Centre (UDRC) in Signal Processing, das vom britischen Verteidigungsministerium und dem Engineering and Physical Sciences Research Council (EPSRC) finanziert wird.

 

Anforderungen

Um eine möglichst große Bandbreite an Algorithmen für vielfältige Anwendungen testen zu können, muss ein zweckmäßiger Prüfstand flexibel rekonfigurierbar sein, was Frequenzband, Bandbreite und Anzahl von Array-Elementen anbelangt. Dabei sollte jeder Kanal sowohl über Sende- als auch Empfangsfunktionen verfügen. In der Regel ist die Portierbarkeit von Arrays entscheidend, um in ganz unterschiedlichen Umgebungen testen zu können. Bei manchen Anwendungen, wie drahtlose Sensornetzwerke und bistatische MIMO-Verfahren (Multiple Input Multiple Output), sollten gruppierte Transceiver-Kanäle räumlich weit verteilt sein. Für einen erfolgreichen Array-Betrieb sind Frequenz-, Phasen- und Zeitstempelsynchronisation erforderlich. Darüber hinaus ist eine große Bandbreite oft für eine bessere Leistung von Vorteil. Die Verarbeitung von Rohdaten in Echtzeit unterstützt das Rapid Prototyping neuartiger Algorithmen, so dass wir die Leistung leicht evaluieren und verbessern können. Wir erstellen Prototypen von Algorithmen häufig mithilfe einer PC-Schnittstelle mit .m-Dateisyntax, die mit der Software MATLAB® von The MathWorks Inc. und dem LabVIEW MathScript RT Module kompatibel ist.

 

Leistungsstarke, phasenstarr gekoppelte RF-Systeme liegen gewöhnlich außerhalb des Budgets von Forschern im Bereich der Lehre, die diese Algorithmen entwickeln, und bieten nicht den gewünschten Grad an Rekonfigurierbarkeit. Die Forschergruppe entwickelte zuvor einen benutzerdefinierten RF-Empfänger, der auf Mini-Circuits®-Komponenten basiert. Er wurde mit einem Digitizer des Typs NI PXI-5105 als Array-Prüfstand genutzt. Das RF-Frontend wies jedoch ein schlechtes Rauschverhalten auf. Zudem bot es nur Empfangsfunktionen und konnte nicht im Hinblick auf Frequenzband, Anzahl von Empfängern und Standort der Array-Empfängerkanäle konfiguriert werden. Die NI-USRP-Plattform hingegen bietet in Verbindung mit der Software LabVIEW einen kostengünstigen Ansatz, der das Potenzial hat, die oben aufgeführten Anforderungen zu erfüllen. Da sie als phasenkohärentes Software-Defined Radio dienen soll, musste unsere Lösung einen Phasenabgleich bieten, damit eine Phasenkopplung erreicht wird. Daher machte die Entwicklung der Synchronisations- und Kalibriertechniken einen großen Teil dieses Forschungsprojekts aus, die für einzelne NI-USRP-Systeme erforderlich sind, so dass sie als phasenstarr gekoppeltes Array arbeiten können.

 

Aufbau des Array-Prüfstands

Jedes NI-USRP-System ist ein Einzelelement-Transceiver, der je nach gewähltem Modell einen Frequenzbereich von 50 MHz bis 5,9 GHz abdecken kann. Der Aufbau des Array-Prüfstands am Imperial College London besteht aus bis zu 12 NI-USRP-Funksystemen, die das 2,4-GHz-Band für industrielle, wissenschaftliche und medizinische Anwendungen (ISM) abdecken (Abbildung 1). Jedes NI USRP bietet einen Array-Kanal, wobei die Antenne an den RX1-Anschluss angeschlossen ist. Die Systeme sind über einen Ethernet-Schalter an den PC angeschlossen. Jedes System besitzt ein gemeinsames 10-MHz-Taktreferenzsignal und ein Signal mit einem Impuls pro Sekunde. Das bedeutet, man kann die Lokaloszillatoren eines jeden Systems auf dieselbe Frequenz abstimmen, was für die Zeitstempelsynchronisation nützlich ist. Allerdings ist das allein nicht ausreichend, um ein phasenstarr gekoppeltes Array-System zu bilden. Darüber hinaus müssen die Phasenmehrdeutigkeiten abgeglichen werden, die entstehen, wenn der Lokaloszillator von jedem Funksystem abgeleitet wird. Bei jedem Versand eines Befehls zur Neuabstimmung ändert sich aufgrund dieser Mehrdeutigkeit die Phase zwischen den Kanälen. Bei phasengesteuerten Anwendungen, muss diese Problematik immer dann kompensiert werden, wenn ein neuer Satz an Daten gesammelt wird. Die Phasensynchronisation erfolgt, wenn ein gemeinsamer 2,401-GHz-Ton auf den RX2-Anschluss eines jeden Systems im Array über einen Splitter angewendet wird. Dieses Signal wird mittels eines Digitalfilters vom Funksignal getrennt und dann zur Schätzung der Phasenmehrdeutigkeiten bei den NI-USRP-Systemen genutzt. Die Mehrdeutigkeiten werden dann als Phasenkorrektur auf die Funksignale angewendet, um ein synchronisiertes Array-System bereitzustellen.

 

 


Anwendungsfälle des Prüfstands

Eine Reihe sogenannter „superauflösender Ortungs- und Lokalisierungsalgorithmen“ wurde auf dem Array-Prüfstand implementiert, der auf der NI-Plattform basiert. Diese Algorithmen können asymptotisch bei idealen Bedingungen eine Fehlerquote von Null erzielen. Des Weiteren bieten sie bei Lokalisierungen eine höhere Leistung im Vergleich zum Einsatz von Beamforming, da sie nicht von den Auswirkungen von Nebenkeulen betroffen sind. Wir können also die Anzahl der Elemente im Array für eine bestimmte Richtungsauflösung erheblich reduzieren. Sind allerdings Array-Unsicherheiten vorhanden, unterliegen solche Algorithmen deutlichen Leistungseinbußen. Somit wird die Array-Kalibrierung ein wichtiger zu untersuchender Faktor. Geläufige Array-Unsicherheiten sind z. B. Verstärkungs- und Phasenunsicherheiten im Zusammenhang mit den Array-Elementen sowie Unsicherheiten bei der Array-Geometrie. Wir arbeiteten pilottonbasierte Algorithmen zur Array-Kalibrierung in der Bemühung aus, diese Auswirkungen zu kompensieren. Hierbei werden die Antworten von Pilottonquellen, welche von bekannten Standorten aus übertragen, genutzt, um die Array-Unsicherheiten abzuleiten, indem eine Reihe linearer Gleichungen gelöst wird.

 



Fall A: Der Algorithmus MUltiple SIgnal Classification (MUSIC)

Der MUSIC-Algorithmus ist ein bekannter, auf Unterräumen basierender Algorithmus für die Ortung [1]. Als Beispiel soll ein gleichmäßiges lineares Array von N = 4 Sensoren dienen. Eine Signalquelle, die mit 2,43 GHz arbeitet, befindet sich auf 32 Grad am äußersten Rand des Arrays, deren Standort mithilfe des MUSIC-Algorithmus geschätzt werden muss. Dann werden L = 100 Momentaufnahmen der Daten vom Array in einem schalltoten, reflexionsarmen Raum gesammelt. Das Signal-Rausch-Verhältnis (SNR) ist dabei X dB. Eine Pilottonquelle befindet sich am äußersten Rand des Arrays auf 105 Grad, um die Verstärkungs- und Phasenkalibrierung durchzuführen. Anschließend wird die Ortung durchgeführt. Das Ergebnis ist in Abbildung 2 dargestellt. Nach der Kalibrierung liegt die Leistung des Ortungsalgorihmus innerhalb von 2 Grad der Richtung der tatsächlichen Quelle.

 

 

 

Fall B: Der Algorithmus für die Lokalisierung mit großem Apertur-Array

Ortungsalgorithmen wie z. B. MUSIC nutzen kleine Apertur-Arrays zur Bereitstellung einer Richtungsschätzung der sendenden Quelle. Daher sind mehrere Array-Systeme zur Lokalisierung der Quelle erforderlich. Wir haben dagegen ein großes Apertur-Array für die Lokalisierung entworfen, für das ein anderer algorithmischer Ansatz [2] genutzt wird. Bei diesem wird ein Einzel-Array mit Elementen eingesetzt, die über eine große Entfernung verteilt sind. Diese Anforderung hilft uns dabei, die Flexibilität des Array-Prüfstands aufgrund der NI-USRP-Plattform nutzen zu können.

 



Als Beispiel dient ein großflächiges Apertur-Array mit N = 4 Sensoren und die in Abbildung 3 gezeigte Geometrie. Eine mit 2,43 GHz arbeitende Quelle wird zwischen die Array-Elemente platziert, deren Standort bestimmt werden soll. Erneut werden L = 100 Momentaufnahmen der Daten vom Array in einem schalltoten, reflexionsarmen Raum gesammelt. Das Signal-Rausch-Verhältnis ist dabei 35,14 dB. Eine Pilotquelle wird aufgestellt, um die mit dem Array zusammenhängenden Verstärkungs- und Phasenunsicherheiten zu schätzen. Das Ergebnis nach der Kalibrierung wird in Abbildung 4 dargestellt. Das System ist in der Lage, eine Lokalisierung mit einem geringen Lokalisierungsfehler von etwa 6 cm zu verwirklichen. Weitere praktische Ergebnisse im Zusammenhang mit dieser Arbeit sind in der Abhandlung „Experimental Characterization of a Large Aperture Array Localization Technique Using an SDR Testbench“ aufgeführt, die auf der Wireless Innovation Forum Conference on Communications Technologies and Software Defined Radio (SDR’11-WInnComm) veröffentlicht wurde [3].

 

Pläne für die Zukunft

Die LabVIEW- und die NI-USRP-Plattform ermöglichen einen kostengünstigen, rekonfigurierbaren Prüfstand für Antennengruppen, der sich für das Rapid Prototyping von Algorithmen eignet, die am Imperial College London entwickelt wurden. Die Ergebnisse sind bislang vielversprechend und wir freuen uns auf eine Ausweitung unserer Forschungen mit anspruchsvolleren, vom Imperial College London entwickelten Kalibriermethoden. Wir sind überzeugt, dass sich die Leistung dieses Systems weiter verbessern lässt, indem Unstimmigkeiten zwischen Antennen und der Antennenpositionierung kompensiert werden. Diese und weitere Algorithmen für die Array-Signalverarbeitung, einschließlich derer, die das Array zur Übertragung nutzen, werden künftig untersucht.

MATLAB® is a registered trademark of The MathWorks, Inc.

 

Referenzen

  1.    Schmidt, R., “Multiple Emitter Location and Signal Parameter Estimation,” IEEE Transactions on Antennas and Propagation, vol. 34, pp. 276-280, Mar. 1986.
  2.    Manikas, A., Y.I. Kamil, and M. Willerton, “Source Localization using Large Aperture Sparse Arrays,” IEEE Transactions on Signal Processing, 2012, to appear.
  3.    Willerton, M., D. Yates, V. Goverdovsky, and C. Papavassiliou, “Experimental Characterization of a Large Aperture Array Localization Technique Using an SDR Testbench,” Wireless Innovation Forum Conference on Communications Technologies and Software Defined Radio (SDR’11-WInnComm), 2011.

 

Informationen zum Autor:

David Yates
Circuits and Systems Group
Imperial College London
Email: david.yates@imperial.ac.uk

 

Informationen zum Autor:

Marc Willerton
Imperial College London, Communications and Signal Processing Group
marc.willerton05@imperial.ac.uk

Abb. 1: Dieses Beispiel zeigt den Aufbau des Array-Prüfstands bestehend aus vier Antennen und NI-USRP-Funksystemen.
Abb. 2: Dieses Diagramm zeigt die Ergebnisse des MUSIC-Algorithmus mit einer Quelle auf 32 Grad vor und nach der pilotbasierten Verstärkungs- und Phasenkalibrierung. L = 100 Momentaufnahmen, SNR = X dB
Abb. 3: Dieses Diagramm zeigt das Ergebnis eines Lokalisierungsverfahrens mit großem Apertur-Array nach Kalibrierung für den unbekannten Senderstandort. L = 100 Momentaufnahmen, SNR = 35,14 dB