低複雑なRFIDインフラを利用した屋内大規模MIMOベースのRSSI局在化

Indoor Large-Scale MIMO-Based RSSI Localization with Low-Complexity RFID Infrastructure.

• Mohammed El-Absi
• Feng Zheng
• Ashraf Abuelhaija
• Ali Al-Haj Abbas
• Klaus Solbach
• Thomas Kaiser

抄録

受信信号強度インジケータ（RSSI）を使用した非同期、低複雑性、受動無線周波数識別（RFID）に基づく屋内定位は、エネルギーハーベスティング機能と低複雑性により、様々なモノのインターネット（IoT）アプリケーションに幅広い可能性を秘めています。しかし、従来のRSSIベースのアルゴリズムでは、特に屋内環境では、主にマルチパスランダムネス効果のために、不正確な測距が発生する。本研究では、ミリ波帯で運用される大規模MIMO技術の潜在的な利点であるチャネルハードニングを活用し、小規模なフェージングの影響を軽減するために、低複雑度のパッシブ型RFIDインフラストラクチャを用いたRSSIベースの測位を提案する。特に、極めてシンプルな誘電体共振器（DR）タグを搭載した屋内環境を調査し、大規模MIMOを搭載したスマートオブジェクトを対象に、基準となるDRタグから得られるRSSI測定値を活用した効率的な定位アルゴリズムを提案し、定位精度の向上を図っています。また、提案手法のCramer-Rao下限値を導出する。また、既存のアルゴリズムと比較した結果、提案アルゴリズムはより高い定位精度を実現するだけでなく、チャネルモデリングの不正確さに対するロバスト性にも優れていることが示された。

Indoor localization based on unsynchronized, low-complexity, passive radio frequency identification (RFID) using the received signal strength indicator (RSSI) has a wide potential for a variety of internet of things (IoTs) applications due to their energy-harvesting capabilities and low complexity. However, conventional RSSI-based algorithms present inaccurate ranging, especially in indoor environments, mainly because of the multipath randomness effect. In this work, we propose RSSI-based localization with low-complexity, passive RFID infrastructure utilizing the potential benefits of large-scale MIMO technology operated in the millimeter-wave band, which offers channel hardening, in order to alleviate the effect of small-scale fading. Particularly, by investigating an indoor environment equipped with extremely simple dielectric resonator (DR) tags, we propose an efficient localization algorithm that enables a smart object equipped with large-scale MIMO exploiting the RSSI measurements obtained from the reference DR tags in order to improve the localization accuracy. In this context, we also derive Cramer-Rao lower bound of the proposed technique. Numerical results evidence the effectiveness of the proposed algorithms considering various arbitrary network topologies, and results are compared with an existing algorithm, where the proposed algorithms not only produce higher localization accuracy but also achieve a greater robustness against inaccuracies in channel modeling.