Numerical and Experimental Indoor Channel Analysis for LOS-NLOS Identification at 60 GHz
Caractérisations numérique et expérimentale de canal à 60GHz : discrimination des trajets directs et réfléchis
Résumé
With the emergence of connected objects, potential applications requiring indoor location or location continuity have reappeared and have been the subject of numerous studies and researches for several years now. The IEEE 802.11ad standard, operating around 60 GHz, is a potential candidate to solve the localization problem while allowing high data rate communication. However, this promising standard is particularly subject to blockage of direct waves. Indeed, no calculation of spatial coordinates can be undertaken if the processed signals do not come from a line of sight propagation (LOS). This limitation consequently induces a new problem which consists in ensuring, in the signals of interest, the presence of the LOS contribution. It also comes down to identifying the NLOS components brought by the multipath phenomenon. NLOS path identification uses beam-learning methods that provide access to the angular spectrum of a channel. A first classification, by clusters, is carried out, then a statistical analysis using the fourth standardized moment, is conducted on each cluster. The use of this "kurtosis" signature allows a second classification discriminating clusters induced by LOS contributions from those induced by NLOS contributions.
Avec l’émergence des objets connectés, les applications potentielles requérant la localisation indoor ou la continuité de localisation réapparaissent et suscitent, depuis quelques années déjà, de nombreuses études et recherches. La norme IEEE 802.11ad, opérant autour de 60 GHz, est un candidat potentiel pour résoudre le problème de localisation tout en permettant une communication très haut débit. Cette norme prometteuse pose toutefois un problème lié au caractère directionnel de la propagation, particulièrement sujette au blocage des ondes directes. En effet aucun calcul de coordonnées spatiales ne peut être entrepris si les signaux traités ne proviennent pas d’une propagation en ligne directe (LOS). Cette limitation induit par conséquent une nouvelle problématique qui consiste à s’assurer, dans les signaux en jeu, de la présence du LOS. Cela revient aussi à identifier les composantes NLOS issues des réflexions multiples. L'identification des trajets NLOS fait appel aux méthodes d’apprentissage de faisceaux qui permettent d’accéder au spectre angulaire d’un canal. Une première classification, par cluster est d’abord opérée, puis une analyse statistique utilisant les moments d’ordre 4 est conduite sur chaque cluster. L’exploitation de cette signature « kurtosis » permet une seconde classification discriminant les clusters issus de contributions LOS ou NLOS.
Origine : Version validée par le jury (STAR)