ในหุบเขาตึกสูงของมหานครสมัยใหม่ แหล่งที่มาหลักของความคลาดเคลื่อนในการระบุตำแหน่ง GNSS ไม่ใช่ความหน่วงของบรรยากาศ ความคลาดเคลื่อนของนาฬิกาดาวเทียม หรือความไม่แม่นยำของข้อมูลวงโคจร แต่คือสัญญาณหลายเส้นทางเมื่อสัญญาณดาวเทียมสะท้อนจากอาคาร ยานพาหนะ และพื้นผิวถนนก่อนถึงเสาอากาศรับสัญญาณ สัญญาณที่ล่าช้าซ้ำซ้อนเหล่านี้จะรบกวนกระบวนการสหสัมพันธ์และทำให้เกิดความเอนเอียงของตำแหน่งที่เกิน 10 เมตรในกรณีรุนแรง
สำหรับการใช้งานที่ต้องการความแม่นยำระดับเซนติเมตร เช่น การรักษาช่องทางเดินรถของยานยนต์อัตโนมัติ การนำทางโดรนส่งของ และการสำรวจความละเอียดสูง การบรรเทาสัญญาณหลายเส้นทางไม่ใช่การเพิ่มประสิทธิภาพแต่เป็นข้อกำหนดพื้นฐาน บทความนี้จะตรวจสอบฟิสิกส์ของการแพร่กระจายสัญญาณหลายเส้นทาง เทคนิคการบรรเทาแบบคลาสสิก และอัลกอริทึมยุคถัดไปที่ผลักดันความแม่นยำในการระบุตำแหน่งในเมืองไปสู่ขีดจำกัดใหม่
ฟิสิกส์ของสัญญาณหลายเส้นทางในเมือง
สัญญาณหลายเส้นทางเกิดขึ้นเมื่อสัญญาณ GNSS มาถึงเครื่องรับผ่านหลายเส้นทาง: เส้นทางตรงที่มองเห็นได้และเส้นทางสะท้อนหนึ่งเส้นทางหรือมากกว่า ในสภาพแวดล้อมในเมือง พื้นผิวสะท้อนมีอยู่ทุกที่: ผนังกระจก ตัวถังรถโลหะ พื้นถนนเปียก และโครงสร้างคอนกรีตล้วนสร้างสัญญาณสะท้อนที่ล่าช้าพร้อมความสัมพันธ์เฟสที่ซับซ้อน
- สัญญาณหลายเส้นทางหน่วงสั้น:การสะท้อนจากพื้นผิวใกล้เคียง (ยานพาหนะ คนเดินเท้า) มาถึงภายใน 50 นาโนวินาทีของสัญญาณตรง ทำให้ยอดสหสัมพันธ์บิดเบือนและสร้างความเอนเอียงระดับต่ำกว่าเมตรที่ตรวจจับได้ยาก
- สัญญาณหลายเส้นทางหน่วงยาว:การสะท้อนจากอาคารที่อยู่ไกลอาจมาถึงล่าช้าหลายร้อยนาโนวินาที ทำให้เกิดยอดสหสัมพันธ์รองที่ชัดเจนซึ่งเครื่องรับขั้นสูงสามารถระบุและแยกออกได้
- การขึ้นกับความถี่:สัญญาณ L5 ด้วยอัตราการชิป 10.23 MHz ให้ยอดสหสัมพันธ์ที่คมชัดกว่าสัญญาณ L1 ทำให้ L5 ทนทานต่อสัญญาณหลายเส้นทางหน่วงสั้นโดยธรรมชาติ ซึ่งเป็นเหตุผลสำคัญที่เครื่องรับสมัยใหม่ให้ความสำคัญกับสถาปัตยกรรมหลายย่านความถี่
ในตัวเมืองเซี่ยงไฮ้หรือแมนฮัตตัน สัญญาณหลายเส้นทางไม่ใช่ข้อยกเว้น แต่เป็นสภาพการทำงานปกติ เครื่องรับที่ออกแบบมาสำหรับประสิทธิภาพในพื้นที่เปิดเท่านั้นจะล้มเหลวอย่างรุนแรงในสภาพแวดล้อมเหล่านี้
เทคนิคการบรรเทาแบบคลาสสิก
ผู้ออกแบบเครื่องรับ GNSS ได้พัฒนาเทคนิคมากมายเพื่อต่อสู้กับสัญญาณหลายเส้นทาง โดยแต่ละเทคนิคมีการแลกเปลี่ยนที่แตกต่างกันระหว่างประสิทธิภาพ ต้นทุนการคำนวณ และความซับซ้อนของฮาร์ดแวร์
ระยะห่างตัวสหสัมพันธ์แคบ:โดยการสุ่มตัวอย่างฟังก์ชันสหสัมพันธ์ที่ระยะห่างใกล้เคียงรอบยอด (ระยะห่าง 0.1 ชิปแทนที่จะเป็น 0.5 ชิปแบบดั้งเดิม) เครื่องรับสามารถแยกแยะยอดเส้นทางตรงจากยอดที่กว้างและบิดเบือนที่เกิดจากสัญญาณหลายเส้นทางได้ดีขึ้น เทคนิคนี้ให้การปรับปรุงความคลาดเคลื่อนจากสัญญาณหลายเส้นทาง 3-5 เท่า แต่ต้องใช้อัตราการสุ่มตัวอย่างและแบนด์วิดท์การประมวลผลที่สูงขึ้น
ลูปล็อกหน่วงเวลาประมาณสัญญาณหลายเส้นทาง (MEDLL):อัลกอริทึมการติดตามขั้นสูงนี้จำลองสัญญาณที่ได้รับเป็นผลรวมขององค์ประกอบเส้นทางตรงและเส้นทางสะท้อน โดยประมาณค่าหน่วงเวลา แอมพลิจูด และเฟสของแต่ละเส้นทาง โดยการสร้างใหม่และลบองค์ประกอบสัญญาณหลายเส้นทาง MEDLL สามารถลดความคลาดเคลื่อนในการระบุตำแหน่งในเมืองได้ถึง 70% เมื่อเทียบกับตัวสหสัมพันธ์มาตรฐาน
การบรรเทาแบบช่วยด้วย AI ยุคถัดไป
แนวทางใหม่ใช้การเรียนรู้ของเครื่องเพื่อจัดการกับสัญญาณหลายเส้นทางในวิธีที่อัลกอริทึมคลาสสิกไม่สามารถทำได้ โดยการฝึกโครงข่ายประสาทเทียมกับชุดข้อมูลที่มีป้ายกำกับของสภาพสัญญาณหลายเส้นทางที่ทราบ เครื่องรับสามารถทำนายว่าดาวเทียมดวงใดมีแนวโน้มปนเปื้อนตามบริบทสิ่งแวดล้อม: เรขาคณิตของหุบเขาตึกสูง การวางแนวของยานพาหนะ และแม้แต่รูปแบบการจราจรตามช่วงเวลาของวัน
เฟิร์มแวร์เครื่องรับล่าสุดของ Jumpstar รวมการตรวจจับสัญญาณหลายเส้นทางที่คำนึงถึงบริบท ซึ่งกำหนดน้ำหนักดาวเทียมแบบไดนามิกตามความน่าจะเป็นของการสะท้อนที่ทำนายไว้ ในการทดสอบภาคสนามทั่วเขตธุรกิจกลางในปักกิ่ง ลอนดอน และนิวยอร์ก แนวทางนี้ลดความคลาดเคลื่อนแนวนอนเปอร์เซ็นไทล์ที่ 95 จาก 3.2 เมตรเป็น 0.8 เมตร ทำให้ประสิทธิภาพ RTK ในเมืองใกล้เคียงกับเกณฑ์มาตรฐานในพื้นที่เปิด
สำหรับผู้รวมระบบที่ติดตั้ง GNSS ในสภาพแวดล้อมที่ท้าทาย วิวัฒนาการจากการบรรเทาแบบฮาร์ดแวร์เท่านั้นไปสู่อัลกอริทึมที่คำนึงถึงบริบทและช่วยด้วย AI แสดงถึงการเปลี่ยนแปลงกระบวนทัศน์ในความน่าเชื่อถือของการระบุตำแหน่งที่ทำได้
.png?imageMogr2/format/webp)
.png?imageMogr2/format/webp)
