Mobile Location Estimation with IMM and Data Fusion

課程：45101論文研討（二） 
日期：100年04月08日 
時間：14:00~15:00 
地點：S414 
編輯：資工產碩一魏早達 
主講：楊昌益教授／澎湖科技大學資訊工程學系 

　　隨著手持智慧型裝置的普及，各種在上面應用的發展如雨後春筍般地出現，而其中以運用其移動的特性作為定位的功能最後廣泛，最令人熟知的就是導航系統，傳統的導航系統是以GPS作為定位的主流。但是GPS有著在天候不良及遮蔽物下定位功能大打折扣的現象，於是產生了其他定位方法的研究如AGPS，也就是運用手持裝置與基地台之間的訊號作為定位的另一種方式，而運用這樣的技術取得定位資訊的方法分別為：

• AOA：使用定向天線陣列雷達和手持裝的距離來量測。
• TDOA：運用三個以上的基地台的傳輸時間x 光速得到距離，畫圓的交點
• TOA：手持裝置傳到第一和第二基地台的時間差
• RSS：運用訊號強度來估算

而這些方法在不同的場景各有其優缺點及運用的範圍。

　　楊教授的研究嘗試整合上述方法來提昇在大都會地區因遮蔽物的影響定位的準確性。他的研究主要分為二部份：

• Data Fusion
• Interacting multiple model (IMM)

所謂Data Fusion就是將上述二種以上的定位資訊來源所取得的資訊結合在一起，而楊教此次是以RSS和TOA兩種資訊來源來作研究。但是所有的定位資訊會NLOS Effect的影響使得定位時資訊無法正確取得，這時要如何減NLOS的影響的方法通常有二種：

1. 瞭解手持裝置是在LOS或NLOS的狀態，並估算其誤差。

2. IMM－運用多幾個數學Model一起用再根據其變異數，將其變異數小的給定較大的權重，變異數大的給定較大的權重來結會運算出較佳的結果。

當然根據這樣的方式，實驗上也證明確實有效改善因為NLOS Effect所造成的問題。

　　在這一次的演講的主題雖然不是我的專業範圍，對於部份數學的推導也不是很瞭解 ，但是對於楊教授運用混合式方法的運用來進行研究真是印象深刻，一個研究新方法的形成是很不容易，但是運用不同的方法來混合運用並去蕪存菁，來衍生出一套新的方法的模式，真是值得參考學習。