Passive noncooperative rf emitter localization via moving sensors

Abstract

Hareketli sensörlerle radyo frekansı (RF) yayıcı konumlandırma; rota planlaması, sağlam tahmin sistemleri ve verimli konumlandırma algoritmaları vb. konularını içeren çok boyutlu bir sorundur. Bu çalışma, hareketli sensörlerle başarılı bir konumlandırma sistemi elde etmek için eksiksiz bir yapı sunmaktadır. Rota planlamasına yönelik olarak bu çalışmada, sürekli rotalar boyunca sürekli ölçümler alındığını varsayan Fisher sürekli bilgi matrisi (FCIM) adı verilen yeni bir kavram oluşturmuştur. FCIM'ler kullanılarak, sınırlı uzunlukta doğrusal bir rota için en iyi doğrultunun, yalnızca toplam hareket uzunluğunun yayıcıya başlangıç uzaklığına oranın bir fonksiyonu olduğu kanıtlanmıştır. Dahası, alınan sinyal gücü (RSS) tabanlı konumlandırma için, hareket eden sensör yayıcıya ulaşabiliyorsa, en iyi rotanın yayıcıya doğru hareket etmek olduğu tespit edilmiştir. Sonraki aşamada, RSS tabanlı konumlandırma için yol kayıp katsayısının (PLE) ve yayıcının gücünün bilinmediği durumlarda, Üstel Bilinmezlik Doğrultusu (DEU) olarak adlandırılan yeni güçlü bir geometrik çözüm önerildi. DEU, yayıcının konumunu tahmin etmeden ona doğru hareket etmek için temel oluşturmaktadır. Bu nedenle DEU, hareketli sensörler için etkili bir rota planlama aracı ve dahası Cramer Rao Alt Sınırını (CRLB) yakalayan ve hesaplama verimliliğini artıran etkin bir konumlandırma sistemi olarak önerilmektedir. Yayıcı konumlandırmada hareket eden sensörlerden yararlanılması, kaçınılmaz olarak sensör konumlarına yönelik bilginin hatalı olmasına neden olur. Bunun için bu çalışma, yayıcıyı özel bir çember boyunca arayarak Maksimum Olabilirlik tahmininin (MLE) genel minimumunu güvenli bir şekilde bulan Dairesel Belirsizlik adı verilen yeni bir konum belirleme stratejisi önermektedir. Diğer yöntemler kısmen başarısız olurken, Dairesel Belirsizlik yöntemi her durum için CRLB'yi yakalayabilmektedir.

Localization of radio frequency (RF) emitters with moving sensors is a multidimensional problem which requires trajectory planning, robust estimation systems and efficient localization algorithms etc. This study provides a complete framework to achieve a successful localization system with moving sensors. For trajectory planning, this study introduces a new concept called Fisher continuous information matrix (FCIM) which assumes continuous observations through continuous trajectories. Using FCIMs, this study proves that the best direction of a limited linear trajectory is only a function of the ratio between the total travel length and the initial distance to the emitter. Moreover, for received signal strength (RSS) based localization, the best trajectory is found to move towards the emitter, if the moving sensor is able to reach it. Next, a new powerful geometrical solution called Direction of Exponent Uncertainty (DEU) is proposed for RSS based localization when path loss exponent (PLE) and transmit power are both unknown. DEU is a basis to move towards the emitter without estimating the emitter location. Therefore, DEU is proposed as an efficient route planning tool for moving sensors and an effective localization scheme which attains Cramer Rao Lower Bound (CRLB) with increased computational efficiency. Exploiting moving sensors in emitter localization inevitably results in imprecise sensor positions. Therefore, this study proposes a new search strategy, namely Circular Uncertainty which safely finds the global minimum of Maximum Likelihood estimation (MLE) by searching for the emitter along a special circle. Circular Uncertainty attains CRLB, where other competing methods partly fail.