Search

This research was funded by Albora Technologies and Universitat Politècnica de Catalunya with industrial PhD grant number DI 082 from the Generalitat de Catalunya; This research was partially funded by the Spanish Ministry of Science and Innovation project RTI2018-094295-B-I00. P.C. has been partially supported by the NSF under Awards CNS-1815349 and ECCS-1845833.

Un dels reptes més difícils de la neurociència és el d'entendre la connectivitat del cervell. Aquest problema es pot tractar des de diverses perspectives, aquí ens centrem en els fenòmens locals que ocorren en una sola neurona. L'objectiu final és, doncs, entendre la dinàmica de les neurones i com la interconnexió amb altres neurones afecta al seu estat. Les observacions de traces del potencial de membrana constitueixen la principal font d'informació per a derivar models matemàtics d'una neurona, amb cert sentit biofísic. En particular, la dinàmica de les variables auxiliars i els paràmetres del model són estimats a partir d'aquestes traces de voltatge. El procés és en general costós i típicament implica una gran varietat de blocatges químics de canals iònics, així com una certa incertesa en els valors dels paràmetres a causa del soroll de mesura. D'altra banda, les traces de potencial de membrana també són útils per obtenir informació valuosa sobre l'entrada sinàptica, un problema invers sense solució satisfactòria a hores d'ara. En aquesta Tesi, estem interessats en mètodes d'estimació seqüencial, que permetin evitar la necessitat de repeticions que podrien ser contaminades per la variabilitat neuronal. En particular, ens concentrem en mètodes per extreure l'activitat intrínseca dels canals iònics, és a dir, les probabilitats d'obertura i tancament de canals iònics, i la contribució de les conductàncies sinàptiques. Hem dissenyat un mètode basat en la teoria Bayesiana de filtrat per inferir seqüencialment aquestes quantitats a partir d'una única traça de voltatge, potencialment sorollosa. El mètode d'estimació proposat està basat en la suposició d'un model de neurona conegut. Això és cert fins a cert punt, però la majoria dels paràmetres en el model han de ser estimats per endavant (això és valid per a qualsevol model). Per tant, el mètode s'ha millorat pel cas de models amb paràmetres desconeguts, incloent-hi un procediment per estimar conjuntament els paràmetres i les variables dinàmiques. Hem validat els mètodes d'inferència proposats mitjançant simulacions realistes. Les prestacions en termes d'error d'estimació s'han comparat amb el límit teòric, que s'ha derivat també en el marc d'aquesta Tesi.

This paper addresses the problem of determining the Cramér-Rao lower bound (CRLB) for the parameters and breakpoint distance in a Path-Loss Channel model for Received Signal Strength (RSS) measurements. The path loss model is usually assumed for corrupted RSS measurements due to the shadow fading channel feature. In this paper the two-slope path loss model is considered, in which RSS measurements are modeled differently for close and far distances. Closed-form expressions for the CRLB parameters are derived for unknown breakpoint distance. For unknown parameters and breakpoint distance value, a Bayesian estimation method is proposed. The CRLB is then compared with the performance of the herein proposed method. The comparison illustrates convergence and efficiency of the Bayesian estimator.

Aquesta tesi gira al voltant del disseny de receptors per a sistemes globals de navegació per satèl·lit (Global Navigation Satellite Systems, GNSS). El terme GNSS fa referència a tots aquells sistemes de navegació basats en una constel·lació de satèl·lits que emeten senyals de navegació útils per a posicionament. El més popular és l'americà GPS, emprat globalment. Els esforços d'Europa per a tenir un sistema similar veuran el seu fruit en un futur proper, el sistema s'anomena Galileo. Altres sistemes globals i regionals existeixen dissenyats per al mateix objectiu: calcular la posició dels receptors. Inicialment la tesi presenta l'estat de l'art en GNSS, a nivell de l'estructura dels actuals senyals de navegació i pel que fa a l'arquitectura dels receptors.El disseny d'un receptor per a GNSS consta d'un seguit de blocs funcionals. Començant per l'antena receptora fins al càlcul final de la posició del receptor, el disseny proporciona una gran motivació per a la recerca en diversos àmbits. Tot i que la cadena de Radiofreqüència del receptor també és comentada a la tesis, l'objectiu principal de la recerca realitzada recau en els algorismes de processament de senyal emprats un cop realitzada la digitalització del senyal rebut. En un receptor per a GNSS, aquests algorismes es poden dividir en dues classes: els de sincronisme i els de posicionament. Aquesta classificació correspon als dos grans processos que típicament realitza el receptor. Primer, s'estima la distancia relativa entre el receptor i el conjunt de satèl·lits visibles. Aquestes distancies es calculen estimant el retard patit pel senyal des de que és emès pel corresponent satèl·lit fins que és rebut pel receptor. De l'estimació i seguiment del retard se n'encarrega l'algorisme de sincronisme. Un cop calculades la distancies relatives als satèl·lits, multiplicant per la velocitat de la llum el retards estimats, l'algorisme de posicionament pot operar. El posicionament es realitza típicament pel procés de trilateralització: intersecció del conjunt d'esferes centrades als satèl·lits visibles i de radi les distancies estimades relatives al receptor GNSS. Així doncs, sincronització i posicionament es realitzen de forma seqüencial i ininterrompudament. La tesi fa contribucions a ambdues parts, com explicita el subtítol del document.Per una banda, la tesi investiga l'ús del filtrat Bayesià en el seguiment dels paràmetres de sincronisme (retards, desviaments Doppler i phases de portadora) del senyal rebut. Una de les fonts de degradació de la precisió en receptors GNSS és la presència de repliques del senyal directe, degudes a rebots en obstacles propers. És per això que els algorismes proposats en aquesta part de la tesi tenen com a objectiu la mitigació de l'efecte multicamí. La dissertació realitza una introducció dels fonaments teòrics del filtrat Bayesià, incloent un recull dels algorismes més populars. En particular, el Filtrat de Partícules (Particle Filter, PF) s'estudia com una de les alternatives més interessants actualment per a enfrontar-se a sistemes no-lineals i/o no-Gaussians. Els PF són mètodes basats en el mètode de Monte Carlo que realitzen una caracterització discreta de la funció de probabilitat a posteriori del sistema. Al contrari d'altres mètodes basats en simulacions, els PF tenen resultats de convergència que els fan especialment atractius en casos on la solució òptima no es pot trobar. En aquest sentit es proposa un PF que incorpora un seguit de característiques que el fan assolir millors prestacions i robustesa que altres algorismes, amb un nombre de partícules reduït. Per una banda, es fa un seguiment dels estats lineals del sistema mitjançant un Filtre de Kalman (KF), procediment conegut com a Rao-Blackwellization. Aquest fet provoca que la variància de les partícules decreixi i que un menor nombre d'elles siguin necessàries per a assolir una certa precisió en l'estimació de la distribució a posteriori. D'altra banda, un dels punts crítics en el disseny de PF és el disseny d'una funció d'importància (emprada per a generar les partícules) similar a l'òptima, que resulta ésser el posterior. Aquesta funció òptima no està disponible en general. En aquesta tesi, es proposa una aproximació de la funció d'importància òptima basada en el mètode de Laplace. Paral·lelament es proposen algorismes com l'Extended Kalman Filter (EKF) i l'Unscented Kalman Filter (UKF), comparant-los amb el PF proposat mitjançant simulacions numèriques.Per altra banda, la presentació d'un nou enfocament al problema del posicionament és una de les aportacions originals de la tesi. Si habitualment els receptors operen en dos passos (sincronització i posicionament), la proposta de la tesi rau en l'Estimació Directa de la Posició (Direct Position Estimation, DPE) a partir del senyal digital. Tenint en compte la novetat del mètode, es proporcionen motivacions qualitatives i quantitatives per a l'ús de DPE enfront al mètode convencional de posicionament. Se n'ha estudiat l'estimador de màxima versemblança (Maximum Likelihood, ML) i un algorisme per a la seva implementació pràctica basat en l'algorisme Accelerated Random Search (ARS). Els resultats de les simulacions numèriques mostren la robustesa de DPE a escenaris on el mètode convencional es veu degradat, com per exemple el cas d'escenaris rics en multicamí. Una de les reflexions fruit dels resultats és que l'ús conjunt dels senyals provinents dels satèl·lits visibles proporciona millores en l'estimació de la posició, doncs cada senyal està afectada per un canal de propagació independent. La tesi també presenta l'extensió de DPE dins el marc Bayesià: Bayesian DPE (BDPE). BDPE manté la filosofia de DPE, tot incloent-hi possibles fonts d'informació a priori referents al moviment del receptor. Es comenten algunes de les opcions com l'ús de sistemes de navegació inercials o la inclusió d'informació atmosfèrica. Tot i així, cal tenir en compte que la llista només està limitada per la imaginació i l'aplicació concreta on el marc BDPE s'implementi.Finalment, la tesi els límits teòrics en la precisió dels receptors GNSS. Alguns d'aquests límits teòrics eren ja coneguts, d'altres veuen ara la llum. El límit de Cramér-Rao (Cramér-Rao Bound, CRB) ens prediu la mínima variància que es pot obtenir en estimar un paràmetre mitjançant un estimador no esbiaixat. La tesi recorda el CRB dels paràmetres de sincronisme, resultat ja conegut. Una de les aportacions és la derivació del CRB de l'estimador de la posició pel cas convencional i seguint la metodologia DPE. Aquests resultats proporcionen una comparativa asimptòtica dels dos procediments pel posicionament de receptors GNSS. D'aquesta manera, el CRB de sincronisme pel cas Bayesià (Posterior Cramér-Rao Bound, PCRB) es presenta, com a límit teòric dels filtres Bayesians proposats en la tesi., This dissertation deals with the design of satellite-based navigation receivers. The term Global Navigation Satellite Systems (GNSS) refers to those navigation systems based on a constellation of satellites, which emit ranging signals useful for positioning. Although the american GPS is probably the most popular, the european contribution (Galileo) will be operative soon. Other global and regional systems exist, all with the same objective: aid user's positioning. Initially, the thesis provides the state-of-the-art in GNSS: navigation signals structure and receiver architecture. The design of a GNSS receiver consists of a number of functional blocks. From the antenna to the final position calculation, the design poses challenges in many research areas. Although the Radio Frequency chain of the receiver is commented in the thesis, the main objective of the dissertation is on the signal processing algorithms applied after signal digitation. These algorithms can be divided into two: synchronization and positioning. This classification corresponds to the two main processes typically performed by a GNSS receiver. First, the relative distance between the receiver and the set of visible satellites is estimated. These distances are calculated after estimating the delay suffered by the signal traveling from its emission at the corresponding satellite to its reception at the receiver's antenna. Estimation and tracking of these parameters is performed by the synchronization algorithm. After the relative distances to the satellites are estimated, the positioning algorithm starts its operation. Positioning is typically performed by a process referred to as trilateration: intersection of a set of spheres centered at the visible satellites and with radii the corresponding relative distances. Therefore, synchronization and positioning are processes performed sequentially and in parallel. The thesis contributes to both topics, as expressed by the subtitle of the dissertation.On the one hand, the thesis delves into the use of Bayesian filtering for the tracking of synchronization parameters (time-delays, Doppler-shifts and carrier-phases) of the received signal. One of the main sources of error in high precision GNSS receivers is the presence of multipath replicas apart from the line-of-sight signal (LOSS). Wherefore the algorithms proposed in this part of the thesis aim at mitigating the multipath effect on synchronization estimates. The dissertation provides an introduction to the basics of Bayesian filtering, including a compendium of the most popular algorithms. Particularly, Particle Filters (PF) are studied as one of the promising alternatives to deal with nonlinear/nonGaussian systems. PF are a set of simulation-based algorithms, based on Monte-Carlo methods. PF provide a discrete characterization of the posterior distribution of the system. Conversely to other simulation-based methods, PF are supported by convergence results which make them attractive in cases where the optimal solution cannot be analytically found. In that vein, a PF that incorporates a set of features to enhance its performance and robustness with a reduced number of particles is proposed. First, the linear part of the system is optimally handled by a Kalman Filter (KF), procedure referred to as Rao-Blackwellization. The latter causes a reduction on the variance of the particles and, thus, a reduction on the number of required particles to attain a given accuracy when characterizing the posterior distribution. A second feature is the design of an importance density function (from which particles are generated) close to the optimal, not available in general. The selection of this function is typically a key issue in PF designs. The dissertation proposes an approximation of the optimal importance function using Laplace's method. In parallel, Extended Kalman Filter (EKF) and Unscented Kalman Filter (UKF) algorithms are considered, comparing these algorithms with the proposed PF by computer simulations.On the other hand, a novel point of view in the positioning problem constitutes one of the original contributions of the thesis. Whereas conventional receivers operate in a two-steps procedure (synchronization and positioning), the proposal of the thesis is a Direct Position Estimation (DPE) from the digitized signal. Considering the novelty of the approach, the dissertation provides both qualitative and quantitative motivations for the use of DPE instead of the conventional two-steps approach. DPE is studied following the Maximum Likelihood (ML) principle and an algorithm based on the Accelerated Random Search (ARS) is considered for a practical implementation of the derived estimator. Computer simulation results carried show the robustness of DPE in scenarios where the conventional approach fails, for instance in multipath-rich scenarios. One of the conclusions of the thesis is that joint processing of satellite's signals provides enhance positioning performances, due to the independent propagation channels between satellite links. The dissertation also presents the extension of DPE to the Bayesian framework: Bayesian DPE (BDPE). BDPE maintains DPE's philosophy, including the possibility of accounting for sources of side/prior information. Some examples are given, such as the use of Inertial Measurement Systems and atmospheric models. Nevertheless, we have to keep in mind that the list is only limited by imagination and the particular applications were BDPE is implemented. Finally, the dissertation studied the theoretical lower bounds of accuracy of GNSS receivers. Some of those limits were already known, others see the light as a result of the research reported in the dissertation. The Cramér-Rao Bound (CRB) is the theoretical lower bound of accuracy of any unbiased estimator of a parameter. The dissertation recalls the CRB of synchronization parameters, result already known. A novel contribution ofthe thesis is the derivation of the CRB of the position estimator for either conventional and DPE approaches. These results provide an asymptotical comparison of both GNSS positioning approaches. Similarly, the CRB of synchronization parameters for the Bayesian case (Posterior Cramér-Rao Bound, PCRB) is given, used as a fundamental limit of the Bayesian filters proposed in the thesis.

Bayesian ltering appears in many signal processing problems,reason why it attracted the attention of many researchers to develop efficient algorithms, yet computationally a ordable. In many real systems, it is appropriate to consider α-stable noise distributions to model possible outliers or impulsive behavior in the measurements. In this paper, we consider a nonlinear state-space model with Gaussian process noise and symmetric α-stable measurement noise. To obtain a robust estimation framework we consider that both process and measurement noise statistics are unknown. Using the product property of α-stable distributions we rewrite the measurement noise in a conditionally Gaussian form. Within this framework, we propose an hybrid sigma-point/Monte Carlo approach to solve the Bayesian ltering problem, what leads to a robust method against both outliers and a weak knowledge of the system.

In this letter, we obtain the Maximum Likelihood Estimator of position in the framework of Global Navigation Satellite Systems. This theoretical result is the basis of a completely different approach to the positioning problem, in contrast to the conventional two-steps position estimation, consisting of estimating the synchronization parameters of the in-view satellites and then performing a position estimation with that information. To the authors’ knowledge, this is a novel approach which copes with signal fading and it mitigates multipath and jamming interferences. Besides, the concept of Position–based Synchronization is introduced, which states that synchronization parameters can be recovered from a user position estimation. We provide computer simulation results showing the robustness of the proposed approach in fading multipath channels. The Root Mean Square Error performance of the proposed algorithm is compared to those achieved with state-of-the-art synchronization techniques. A Sequential Monte–Carlo based method is used to deal with the multivariate optimization problem resulting from the ML solution in an iterative way.

El motiu principal d’aquest text és estudiar el principals senyals dels sistemes electrònics que es troben en un vaixell. Aquests senyals duen informació que traslladem d’un lloc a un altre. La importància de l’estudi dels senyals dels sistemes electrònics rau en del fet de el seu coneixement permet una millor utilització d’aquests sistemes. Primerament proposarem una definició de la quantitat d’informació d’un missatge. Els missatges que fem servir per comunicar estan formats per senyals analògics o per senyals digitals. Atès els senyals va d’un punt a un altre, agafen soroll i poden desfigurar el missatge. Aquest soroll el podem suposar com a soroll blanc (té igual amplitud per a totes les freqüències), el soroll blanc el trobem si treballem amb senyals analògics. Si treballem amb senyals digitals tenim soroll blanc i soroll de quantificació. El soroll de quantificació es genera en transmissió al fer un tractament digital del senyal. Per pogué fer una transmissió acceptable d’un senyal analògic, hem de modular, variant les característiques d’una portadora amb el senyal a transmetre amb una portadora. Compararem els diferents modes de modulació de del punt de vista de la seva eficiència per transferir informació. En aquest llibre posarem les bases del tractament dels senyals digitals. També, analitzarem el senyals de Radar, Sonar i el filtre “Chirp” que treballen amb uns nivells de senyal molt dèbils. Dins d’aquests senyals de nivells molt baixos, també estudiarem el senyal del GPS que fa sevir la modulació CDMA que és adequada per treballar amb senyals molt dèbils.

With Differential GNSS (DGNSS), Single Differentiation (SD) of GNSS pseudorange mea- surements is computed with the aim of correcting harmful errors such as ionospheric and tropospheric delays. These errors can be mitigated to up to very few centimeters, which denotes a performance improvement with respect to the Standard Point Positioning (SPP) solution, widely used in GNSS receivers. However, with DGNSS it is necessary to have a very precise knowledge of the coordinates of a reference station in order to experience this performance improvement. We propose the Massive User-Centric Single Differentiation (MUCSD) algorithm, which is proven to have a comparable performance to DGNSS with- out the need of a reference station. Instead, N cooperative receivers which provide noisy observations of their position and clock bias are introduced in the model. The MUCSD algorithm is mathematically derived with an Iterative Weighted Least Squares (WLS) Estimator. The estimator lower bound is calculated with the Cramér-Rao Bound (CRB). Several scenarios are simulated to test the MUCSD algorithm with the MassiveCoop-Sim simulator. Results show that if the observations provided by the cooperative users have a noise of up to 10 meters, DGNSS performance can be obtained with N = 10. When observations are very noisy, the MUCSD performance still approaches DGNSS for high values of N.

Navigation and location technologies have been reaching in a major interest where Global Navigation Satellite System (GNSS) is mostly adopted. The limitation of this technology is that direct sky view is needed for reliable positioning. In indoor environments, however, it is difficult for GNSS technology to provide a reliable performance in positioning due to the signal attenuation and blocking caused by buildings and construction materials. For this reason, the growth in indoor applications has focused the research in new techniques for attempting mitigate the poor GNSS performance on this type of environments In the context of indoor positioning, multitude of emerging technologies for localization based on ultrasound, infrared, Ultra Wide Band (UWB), Zigbee, inertial navigation and other non-GNSS technologies have been proposed but special equipment is required and a large number of signal sources are needed. However, Wireless Local Area Network (WLAN) technology is widely used in indoor positioning. While the same requirements are also needed as the other technologies in order to improve the positioning accuracy, in terms of cost and ability, Wireless-based indoor location is widely used due to the already deployment of Anchor Points (AP) in urban and indoor areas. There are several methods for indoor positioning purposes e.g ToA (Time of Arrival), Received Signal Strength (RSS) measurements, AoA (Angle of Arrival), fingerprinting and so on. Most of the network-based location estimations use RSS measurements because almost all mobile devices are afforded to use this type of measurements. So, this thesis is centered in WLAN RSS-based positioning systems. The first step for indoor positioning is the distance estimation between the user and the AP. Theoretical and empirical propagation channel models are used to translate the difference between the transmitted and Received Signal Strength into an estimated range. A Propagation channel model built the radio map and also report changes in the environment. There are several models in the literature to characterize this channel. Indoor RSS-based localization has become a popular solution, but standard techniques still consider a time invariant simple single slope path loss channel model with a priori known constant channel parameters. While some contributions considered the RSS-based localization problem using a single path loss model with unknown parameters, the general solution that considersa generalized distance dependent measurement model is an important missing point. This thesis considers the two-slope channel model and proposes a robust indoor positioning solution based on a parallel architecture using a set of Interacting Multiple Models (IMM), each one involving two Extended Kalman filters (EKF) and dealing with the estimation of the distance to a given AP. Within each IMM, the two-slope path loss model parameters are sequentially estimated with Maximum Likelihood Estimate (MLE) to provide a robust solution. Finally, the set of distance estimates are fused into a standard EKF-based solution to mobile target tracking. In addition, the benchmarks derived in this thesis to evaluate the performance of our IMM-EKF algorithm are the Cramér Rao Lower Bound (CRLB) and the Posterior Cramér Rao Lower Bound (PCRLB) providing a guidance in the improvement of the experimental design. The CRLB is used to assess the estimation of model parameters and the PCRLB for tracking solution. This, combined with a path-loss exponent estimation, the channel calibration algorithm is validated with an online range estimation. The central theme throughout this thesis is to develop a completely online two-slope channel calibration and, simultaneously, a mobile target tracking algorithm. The performance of the method is assessed through realistic computer simulations and validated with real RSS measurements obtained from experimental tests in a typical office environment., Las tecnologías en navegación y localización han estado obteniendo un gran interés en los últimos años donde el Sistema Global de Navegación por Satélite (GNSS) aparece como el más utilizado para estos fines. No obstante, una de las limitaciones del GNSS es la necesidad de tener una visión directa al cielo para así garantizar un posicionamiento bastante fiable. También, al utilizar solamente tecnología GNSS en espacios interiores (más conocidos en el mundo científico por entornos indoor), se es complicado conseguir un buen desempeño en términos de posicionamiento debido a la atenuación e interferencia de la señal causada por los edificios y materiales de construcción. Por esta razón, y debido al crecimiento en aplicaciones dentro de entornos indoor, la investigación de nuevas tecnologías para posicionamiento en interiores se ha centrado en intentar mitigar el mal desempeño de la tecnología GNSS en este tipo de ambientes. En el contexto de posicionamiento en interiores (indoor positioning), se han propuesto multitud de tecnologías emergentes para localización basadas en ultrasonido, infrarrojo, Banda Ultra Ancha (UWB), Zigbee,navegación inercial y otras tecnologías que no sean GNSS. Sin embargo, se requiere de equipo especial y un gran número de fuentes de señal. A pesar de ello, la tecnología en Redes de Área Local Inalámbricas (WLAN) es ampliamente utilizada en el posicionamiento en interiores. Aunque la tecnología WLAN tenga los mismos requerimentos que el resto de tecnologías, en términos de coste y practicidad, los sistemas de posicionamiento basados en redes inalámbricas se utilizan con mayor frecuencia debido al ya existente despliegue de estaciones base (AP) en áreas urbanas e interiores. Existen varias técnicas que sirven para fines de posicionamiento en interiores. Por ejemplo, utilizando el tiempo de llegada de la señal (TOA), las mediciones de la potencia de la señal recibida ( RSS), el ángulo de llegada (AoA), la técnica fingerprinting entre otras. Esta tesis está centrada en sistemas de posicionamiento basados en mediciones WLAN-RSS. Un modelo de canal de atenuación de interiores contruye un mapa de cobertura y también es capaz de reportar los cambios en el entorno indoor. El posicionamiento indoor basado en mediciones RSS se ha convertido en una solución bastante popular, pero las técnicas comunes consideran un modelo de pérdidas por trayectoria de una pendiente, invariante en el tiempo y con un conocimiento previo de los parámetros del canal que se consideran constantes. Esta tesis considera el modelo de pérdidas por trayectoria de pendiente dual y propone una solución robusta para posicionamiento en interiores basado en una arquitectura paralela conformada por un conjunto de algoritmos de Interacción de Múltiples Modelos (IMM) donde cada IMM involucra dos Filtros de Kalman Extendidos (EKF) para el proceso de estimación de la distancia entre el AP y el usuario. Dentro de cada IMM, los parametros del modelo de pérdidas por trayectoria de pendiente dual se estiman secuencialmente utilizando la estimación por máxima verosimilitud (MLE) y así proveer una solución robusta. Finalmente, el conjunto de distancias estimadas se fusionan en un EKF para tener una solución final de la posición del usuario. Además, las cotas de referencias que son derivadas en esta tesis y que sirven para evaluar el rendimiento del algoritmo IMM-EKF son la Cota Inferior de Cramér Rao (CRLB) y la Cota Inferior de Cramér Rao Posterior (PCRLB) que servirán de guía para el perfeccionamiento del diseño experimental. El tema central de esta tesis es desarrollar un algoritmo online para posicionamiento indoor que simultáneamente sea capaz de hacer la calibración del canal de propagación. El desempeño del método se evalúa mediante simulaciones por computadora que se validan con mediciones RSS reales obtenidas a partir de pruebas experimentales.

In Wireless Sensor Networks (WSN), the ability of sensor nodes to know its position is an enabler for a wide variety of applications for monitoring, control, and automation. Often, sensor data is meaningful only if its position can be determined. Many WSN are deployed indoors or in areas where Global Navigation Satellite System (GNSS) signal coverage is not available, and thus GNSS positioning cannot be guaranteed. In these scenarios, WSN may be relied upon to achieve a satisfactory degree of positioning accuracy. Typically, batteries power sensor nodes in WSN. These batteries are costly to replace. Therefore, power consumption is an important aspect, being performance and lifetime of WSN strongly relying on the ability to reduce it. It is crucial to design effective strategies to maximize battery lifetime. Optimization of power consumption can be made at different layers. For example, at the physical layer, power control and resource optimization may play an important role, as well as at higher layers through network topology and MAC protocols. The objective of this Thesis is to study the optimization of resources in WSN that are employed for positioning purposes, with the ultimate goal being the minimization of power consumption. We focus on anchor-based positioning, where a subset of the WSN nodes know their location (anchors) and send ranging signals to nodes with unknown position (targets) to assist them in estimating it through distance-related measurements. Two well known of such measurements are received signal strength (RSS) and time of arrival (TOA), in which this Thesis focuses. In order to minimize power consumption while providing a certain quality of positioning service, in this dissertation we research on the problems of power control and node selection. Aiming at a distributed implementation of the proposed techniques, we resort to the tools of non-cooperative game theory. First, transmit power allocation is addressed for RSS based ranging. Using game theory formulation, we develop a potential game leading to an iterated best response algorithm with sure convergence. As a performance metric, we introduce the geometric dilution of precision (GDOP), which is shown to help achieving a suitable geometry of the selected anchor nodes. The proposed scheme and relative distributed algorithms provide good equilibrium performance in both static and dynamic scenarios. Moreover, we present a distributed, low complexity implementation and analyze it in terms of computational complexity. Results show that performance close to that of exhaustive search is possible. We then address the transmit power allocation problem for TOA based ranging, also resorting to a game theoretic formulation. In this setup, and also considering GDOP as performance metric, a supermodular game formulation is proposed, along with a distributed algorithm with guaranteed convergence to a unique solution, based on iterated best response. We analyze the proposed algorithm in terms of the price of anarchy (PoA), that is, compared to a centralized optimum solution, and shown to have a moderate performance loss. Finally, this dissertation addresses the effect of different MAC protocols and topologies in the positioning performance. In this direction, we study the performance of mesh and cluster-tree topologies defined in WSN standards. Different topologies place different constraints in network connectivity, having a substantial impact on the performance of positioning algorithms. While mesh topology allows high connectivity with large energy consumption, cluster-tree topologies are more energy efficient but suffer from reduced connectivity and poor positioning performance. In order to improve the performance of cluster-tree topologies, we propose a cluster formation algorithm. It significantly improves connectivity with anchor nodes, achieving vastly improved positioning performance., En les xarxes de sensors sense fils (WSN), l'habilitat dels nodes sensors per conèixer la seva posició facilita una gran varietat d'aplicacions per la monitorització, el control i l'automatització. Així, les dades que proporciona un sensor tenen sentit només si la posició pot ésser determinada. Moltes WSN són desplegades en interiors o en àrees on la senyal de sistemes globals de navegació per satèl.lit (GNSS) no té prou cobertura, i per tant, el posicionament basat en GNSS no pot ésser garantitzat. En aquests escenaris, les WSN poden proporcionar una bona precisió en posicionament. Normalment, en WSN els nodes són alimentats amb bateries. Aquestes bateries són difícils de reemplaçar. Per tant, el consum de potència és un aspecte important i és crucial dissenyar estratègies efectives per maximitzar el temps de vida de la bateria. L'optimització del consum de potència pot ser fet a diferents capes del protocol. Per exemple, en la capa física, el control de potència i l'optimització dels recursos juguen un rol important, igualment que la topologia de xarxa i els protocols MAC en les capes més altes. L'objectiu d'aquesta tesi és estudiar l¿optimització de recursos en WSN que s'utilitzen per fer posicionament, amb el propòsit de minimitzar el consum de potència. Ens focalitzem en el posicionament basat en àncora, en el qual un conjunt de nodes coneixen la seva localització (nodes àncora) i envien missatges als nodes que no saben la seva posició per ajudar-los a estimar les seves coordenades amb mesures de distància. Dues classes de mesures són la potència de la senyal rebuda (RSS) i el temps d'arribada (TOA) en les quals aquesta tesi està focalitzada. Per minimitzar el consum de potència mentre que es proporciona suficient qualitat en el posicionament, en aquesta tesi estudiem els problemes de control de potència i selecció de nodes. Tenint en compte una implementació distribuïda de les tècniques proposades, utilitzem eïnes de teoria de jocs no cooperatius. Primer, l'assignació de potència transmesa és abordada pel càlcul de la distància amb RSS. Utilitzant la teoria de jocs, desenvolupem un joc potencial que convergeix amb un algoritme iteratiu basat en millor resposta (best response). Com a mètrica d'error, introduïm la dilució de la precisió geomètrica (GDOP) que mostra quant d'apropiada és la geometria dels nodes àncora seleccionats. L'esquema proposat i els algoritmes distribuïts proporcionen una bona resolució de l'equilibri en l'escenari estàtic i dinàmic. Altrament, presentem una implementació distribuïda i analitzem la seva complexitat computacional. Els resultats obtinguts són similars als obtinguts amb un algoritme de cerca exhaustiva. El problema d'assignació de la potència transmesa en el càlcul de la distància basat en TOA, també és tractat amb teoria de jocs. En aquest cas, considerant el GDOP com a mètrica d'error, proposem un joc supermodular juntament amb un algoritme distribuït basat en millor resposta amb convergència garantida cap a una única solució. Analitzem la solució proposada amb el preu de l'anarquia (PoA), és a dir, es compara la nostra solució amb una solució òptima centralitzada mostrant que les pèrdues són moderades. Finalment, aquesta tesi tracta l'efecte que causen diferents protocols MAC i topologies en el posicionament. En aquesta direcció, estudiem les topologies de malla i arbre formant clusters (cluster-tree) que estan definides als estàndards de les WSN. La diferència entre les topologies crea diferents restriccions en la connectivitat de la xarxa, afectant els resultats de posicionament. La topologia de malla permet una elevada connectivitat entre els nodes amb gran consum d'energia, mentre que les topologies d'arbre són més energèticament eficients però amb baixa connectivitat entre els nodes i baix rendiment pel posicionament. Per millorar la qualitat del posicionament en les topologies d'arbre, proposem un algoritme de formació de clústers.

This work is part of UPC contribution to the CORPA (Cost-Optimised high Performance Active Receive Phase Array antenna for mobile terminals) project of ESA (European Space Agency) The objective of the work presented is to implement a Digital Beamforming (DBF) platform for an antenna array receiver designed for the S-DMB system. Our project deals with the design of antenna arrays from a hardware point of view, in contrast to other theo- retic studies regarding DBF algorithms. Hence, we will study practical aspects of DBF implementation such as signal quantization and required computational resources.