ในหุบเขาเมืองขนาดใหญ่สมัยใหม่ แหล่งที่มาหลักของความผิดพลาดในการกําหนดตําแหน่งของ GNSS ไม่ใช่ความล่าช้าของบรรยากาศ การเลื่อนนาฬิกาดาวเทียม หรือความไม่แม่นยําของอีฟีเมริส; ใช่หลายเส้นทาง. เมื่อสัญญาณดาวเทียมสะท้อนกลับจากอาคาร ยานพาหนะ และทางเท้าก่อนจะถึงเสาอากาศรับ สําเนาที่ล่าช้าจะทําลายกระบวนการสหสัมพันธ์และทําให้เกิดความคล่องตัวของตําแหน่งที่อาจเกิน 10 เมตรในกรณีรุนแรง
สําหรับการใช้งานที่ต้องการความแม่นยําระดับเซนติเมตร การควบคุมเลนของยานพาหนะอัตโนมัติ การนําทางด้วยโดรนส่งของ และการสํารวจที่แม่นยํา การลดผลกระทบแบบหลายเส้นทางไม่ใช่การปรับปรุงประสิทธิภาพ แต่เป็นข้อกําหนดพื้นฐาน บทความนี้จะวิเคราะห์ฟิสิกส์ของการแพร่กระจายแบบหลายเส้นทาง เทคนิคการบรรเทาแบบคลาสสิก และอัลกอริทึมยุคใหม่ที่กําลังผลักดันความแม่นยําในการวางตําแหน่งในเมืองไปสู่ขีดจํากัดใหม่
ฟิสิกส์ของถนนหลายเส้นทางในเมือง
มัลติพาธเกิดขึ้นเมื่อสัญญาณ GNSS มาถึงเครื่องรับผ่านหลายเส้นทาง: เส้นทางสายตาตรงและเส้นทางสะท้อนหนึ่งหรือมากกว่า ในสภาพแวดล้อมเมือง พื้นผิวสะท้อนแสงมีอยู่ทุกที่; ผนังกระจก ตัวถังรถยนต์โลหะ ทางเดินเปียก และโครงสร้างคอนกรีต ล้วนสร้างสัญญาณจําลองแบบหน่วงเวลาที่มีความสัมพันธ์เฟสซับซ้อน
- มัลติพาธแบบหน่วงสั้น:การสะท้อนจากพื้นผิวใกล้เคียง (เช่น รถยนต์ คนเดินถนน) จะมาถึงภายใน 50 นาโนวินาทีหลังจากสัญญาณโดยตรง ทําให้ยอดสหสัมพันธ์ผิดเพี้ยนและสร้างอคติที่ตรวจจับได้ยาก
- มัลติพาธแบบดีเลย์ยาว:การสะท้อนจากอาคารที่อยู่ไกลอาจมาถึงช้ากว่าปกติหลายร้อยนาโนวินาที ทําให้เกิดจุดสัมพันธ์รองที่เครื่องรับขั้นสูงสามารถระบุและตัดออกได้
- การขึ้นกับความถี่:สัญญาณ L5 ที่มีอัตราการชิป 10.23 MHz ให้จุดพีคที่คมชัดกว่าสัญญาณ L1 ทําให้ L5 ทนทานต่อมัลติพาธแบบหน่วงเวลาสั้นได้ดีกว่า ซึ่งเป็นเหตุผลสําคัญที่เครื่องรับสมัยใหม่ให้ความสําคัญกับสถาปัตยกรรมหลายย่านความถี่
ในตัวเมืองเซี่ยงไฮ้หรือแมนฮัตตัน มัลติพาธก็ไม่ใช่ข้อยกเว้น; นี่คือสภาพการทํางานปกติ เครื่องรับที่ออกแบบมาเฉพาะสําหรับการใช้งานบนท้องฟ้าเปิดจะล้มเหลวอย่างรุนแรงในสภาพแวดล้อมเหล่านี้
เทคนิคการบรรเทาแบบคลาสสิก
นักออกแบบตัวรับสัญญาณ GNSS ได้พัฒนาเทคนิคมากมายเพื่อแก้ไขปัญหามัลติพาธ โดยแต่ละเทคนิคมีข้อแลกเปลี่ยนที่แตกต่างกันระหว่างประสิทธิภาพ ต้นทุนการคํานวณ และความซับซ้อนของฮาร์ดแวร์
ระยะห่างของคอรีเลเตอร์แคบ:โดยการสุ่มตัวอย่างฟังก์ชันสหสัมพันธ์ที่ระยะชิดกันรอบยอด (ระยะห่าง 0.1 ชิป แทนที่จะเป็นชิป 0.5 แบบเดิม) เครื่องรับสามารถแยกแยะยอดทางตรงจากยอดที่บิดเบี้ยวกว้างซึ่งเกิดจากมัลติพาธได้ดีขึ้น เทคนิคนี้ให้การปรับปรุงข้อผิดพลาดแบบหลายเส้นทาง 3-5 เท่า แต่ต้องใช้อัตราการสุ่มตัวอย่างและแบนด์วิดท์การประมวลผลที่สูงขึ้น
วงจรล็อกดีเลย์แบบประมาณการหลายเส้นทาง (MEDLL):อัลกอริทึมการติดตามขั้นสูงนี้จําลองสัญญาณที่รับได้เป็นผลรวมขององค์ประกอบตรงและสะท้อน โดยประมาณความหน่วง แอมพลิจูด และเฟสของแต่ละเส้นทาง ด้วยการสร้างและลบส่วนประกอบหลายเส้นทาง MEDLL สามารถลดข้อผิดพลาดในการกําหนดตําแหน่งในเมืองได้สูงสุดถึง 70% เมื่อเทียบกับตัวเชื่อมโยงมาตรฐาน
การบรรเทาผลกระทบด้วย AI ยุคใหม่
แนวทางใหม่ ๆ ใช้การเรียนรู้ของเครื่องเพื่อแก้ไขมัลติพาธในแบบที่อัลกอริทึมคลาสสิกไม่สามารถทําได้ โดยการฝึกเครือข่ายประสาทเทียมบนชุดข้อมูลที่มีการติดป้ายกํากับของเงื่อนไขหลายเส้นทางที่ทราบ ตัวรับสามารถทํานายได้ว่าดาวเทียมดวงใดมีแนวโน้มจะปนเปื้อนตามบริบทของสภาพแวดล้อม; รูปทรงของหุบเขาในเมือง ทิศทางยานพาหนะ และแม้แต่รูปแบบการจราจรในแต่ละวัน
เฟิร์มแวร์เครื่องรับล่าสุดของ Jumpstar รวมระบบตรวจจับหลายเส้นทางที่รับรู้บริบท ซึ่งจะถ่วงน้ําหนักดาวเทียมแบบไดนามิกตามความน่าจะเป็นของการสะท้อนที่คาดการณ์ไว้ ในการทดสอบภาคสนามในย่านธุรกิจใจกลางเมืองในปักกิ่ง ลอนดอน และนิวยอร์ก แนวทางนี้ช่วยลดข้อผิดพลาดในแนวนอนเปอร์เซ็นไทล์ที่ 95 จาก 3.2 เมตรเหลือ 0.8 เมตร ทําให้ประสิทธิภาพ RTK ในเมืองใกล้เคียงกับมาตรฐานบนท้องฟ้าเปิด
สําหรับผู้รวมระบบที่นํา GNSS มาใช้ในสภาพแวดล้อมที่ท้าทาย การเปลี่ยนแปลงจากการป้องกันด้วยฮาร์ดแวร์เพียงอย่างเดียวไปสู่อัลกอริทึมที่ช่วยด้วย AI และตระหนักถึงบริบท ถือเป็นการเปลี่ยนแปลงครั้งใหญ่ในความน่าเชื่อถือของการกําหนดตําแหน่งที่เป็นไปได้
.png?imageMogr2/format/webp)
.png?imageMogr2/format/webp)
