3D Gaussian Distribution and RGB Reconstruction (3D Gaussian-RGB) based GNSS Multipath Detection — Part I: Derivation and Analysis of the 3D Gaussian ellipsoid Modelling

Technische Samenvatting: 3D Gaussische Verdeling en RGB-reconstructie (3D Gaussian-RGB) gebaseerd op GNSS-multipath detectie — Deel I: Afleiding en Analyse van de 3D Gaussische ellipsoïde Modellering

Probleemstelling
Global Navigation Satellite Systems (GNSS) worden geconfronteerd met aanzienlijke uitdagingen op het gebied van positioneringsnauwkeurigheid en robuustheid in complexe omgevingen, zoals stedelijke canyons, als gevolg van multipath-effecten. Hoewel bestaande detectiemethoden gebruikmaken van metingen-domein kenmerken (bijv. pseudodistantie, C/N0) of correlatie-domein vervormingen, kampen zij vaak met beperkingen. Benaderingen in het metingen-domein kunnen oorspronkelijke signaalvervormingen maskeren door de filtering en schattingsprocessen van de ontvanger. Daarentegen vertrouwen bestaande correlatie-domein methoden vaak op hoog-resolutie correlatoren of slagen zij er niet in om de niet-lineaire relaties en intrinsieke verbindingen tussen multipath-kenmerken en correlatieparameters voldoende te verkennen. Er is behoefte aan een theoretisch model dat een balans vindt tussen detectievermogen en computationele complexiteit, terwijl de statistische afhankelijkheden tussen de Early (E), Prompt (P) en Late (L) correlator-outputs worden meegewogen.

Methodologie
Deze studie stelt een theoretisch correlatie-domein model voor op basis van de statistische analyse van de E-, P- en L-correlatiewaarden van de kwadratuur (Q) tak van GNSS-signalen. De Q-tak is gekozen omdat deze gevoeliger is voor door multipath veroorzaakte code- en fasevervormingen dan de in-fase (I) tak, met name wanneer de tracking loop vergrendeld is.

De methodologie verloopt via de volgende stappen:

1. Signaalmodellering: Wiskundige modellen worden opgesteld voor LOS-, Non-Line-of-Sight (NLOS)- en multipath-signalen. Het multipath-signaal wordt gemodelleerd als een synthese van LOS- en NLOS-componenten, waarbij parameters worden geïntroduceerd voor relatieve vertraging ($\delta\tau_N$), demping ($\alpha$), Doppler-verschuiving en fase-rotatie ($\delta\phi_N$).
2. Normalisatie en Linearisatie: De E/P/L-correlatiewaarden in de Q-tak worden genormaliseerd ten opzichte van de Prompt-correlator output om inconsistenties in tijdsafhankelijke signaalsterkte te mitigeren. Een eerste-orde multivariate Taylor-expansie wordt toegepast om deze waarden te lineariseren rond de ruisvector, uitgaande van de aanname dat de ruis klein is in verhouding tot de signaalsterkte.
3. 3D Gezamenlijke Gaussische Verdeling: De lineair geëxtrapoleerde E/P/L-waarden blijken een 3D gezamenlijke Gaussische verdeling te volgen. De gemiddelde vector ($\mu_R$) en de covariantie-matrix ($\Sigma_R$) worden afgeleid, waarbij rekening wordt gehouden met ruis-coherentie (via Cholesky-decompositie) en fase-jitter die door de tracking loop wordt voortgeplant.
4. Equiprobabiliteit Ellipsoïde Modellering: De gezamenlijke verdeling wordt geometrisch gerepresenteerd als een 3D equiprobabiliteit-ellipsoïde. Spectrale decompositie van de covariantie-matrix levert een orthogonale basis voor de ellipsoïde. Het model karakteriseert signaalcondities via drie geometrische transformaties:
   • Translatie: Gestuurd door de gemiddelde vector $\mu_R$, wat primair effect heeft op multipath-signalen door fase- en vertragingsverschillen.
   • Schaling: Bepaald door de eigenwaarden van de covariantie-matrix, beïnvloed door ruisvariantie en signaalamplitude (C/N0).
   • Rotatie: Gedefinieerd door de eigenvectoren van de covariantie-matrix, afhankelijk van de Early-Late correlator afstand ($\Delta$).
5. Afleiding van de Detectiedrempel: Met behulp van het Neyman-Pearson (NP) criterium wordt een detectiegrens afgeleid. Het hypothese-testen probleem wordt geformuleerd als het onderscheiden van LOS (Nulhypothese $H_0$) en multipath (Alternatieve Hypothese $H_1$). De detectiedrempel $\gamma$ komt overeen met de grens van de equiprobabiliteit-ellipsoïde voor een gespecificeerde fout-alarm waarschijnlijkheid ($P_{fa}$).

Belangrijkste Bijdragen
Het artikel levert vier primaire bijdragen:

1. Afleiding van de 3D Gezamenlijke Gaussische Verdeling: De auteurs leiden de 3D Gaussische gezamenlijke verdeling van E-P-L waarden af, waarbij expliciet rekening wordt gehouden met de onderlinge afhankelijkheid tussen deze waarden binnen dezelfde autocorrelatiefunctie (ACF).
2. Equiprobabiliteit Ellipsoïde Model: Een ellipsoïde model wordt vastgesteld waarbij de geometrische eigenschappen (translatie, schaling, rotatie) analytisch zijn gekoppeld aan multipath-parameters. Dit maakt het mogelijk om te kwantificeren hoe multipath-parameters (vertraging, demping, fase) de statistische verdeling vervormen.
3. Theoretische Detectiedrempel: Een detectiedrempel wordt afgeleid met behulp van het NP-criterium, waarbij de equiprobabiliteit-ellipsoïde als beslissingsgrens wordt gebruikt. Dit biedt een theoretische basis voor het kwantificeren van de detectiekans ($P_d$) onder variërende multipath-condities.
4. Validatie via Simulatie: De theoretische modellen worden gevalideerd door Monte Carlo-simulaties, die de effectiviteit van de 3D Gaussische modellen voor multipath-detectie aantonen.

Resultaten
Simulatie-resultaten met behulp van een semi-analytisch model bevestigen de theoretische afleidingen:

• Gaussianiteit: Voor signaalsterktes (C/N0) boven de 30 dB-Hz vertonen de gesimuleerde E-P-L correlatiewaarden een sterke Gaussianiteit, die nauw aansluit bij de theoretische gezamenlijke verdeling. Onder deze drempel treden afwijkingen op, met name in multipath-scenario's, door de niet-verwaarloosbare invloed van hogere-orde ruistermen.
• Geometrische Consistentie: De gesimuleerde equiprobabiliteit-ellipsoïden stemmen goed overeen met de theoretische modellen bij C/N0 > 30 dB-Hz. Specifiek vertonen multipath-signalen een duidelijk translatie-effect langs de X- en Z-assen, terwijl LOS- en NLOS-signalen een verwaarloosbaar translatie-effect vertonen. Schalings- en rotatie-eigenschappen blijven consistent over verschillende signaaltypen wanneer de C/N0 constant is, aangezien deze primair worden bepaald door de correlator-afstand.
• Detectieprestaties: De Receiver Operating Characteristic (ROC) analyse laat zien dat de detectieprestaties verbeteren bij hogere C/N0 en lagere energie-attenuatie ($\alpha$). De prestaties zijn niet-monotoon met betrekking tot de relatieve code-vertraging ($\delta\tau_N$) en fase-rotatie ($\delta\phi_N$), en bereiken een piek bij intermediaire waarden (ongeveer 0,6 chips en 0,6$\pi$, respectievelijk). De methode vertoont detectie blinde vlekken voor multipath-signalen met extreem korte/lange vertragingen of fasen nabij 0 of $\pi$.
• Drempelnauwkeurigheid: De theoretische detectiedrempel $\gamma$ komt nauw overeen met de gesimuleerde resultaten wanneer C/N0 > 30 dB-Hz. Discrepanties nemen toe bij lagere signaalsterktes door de gedegradeerdeerde Gaussianiteit van de verdeling.

Betekenis en Claims
Het artikel claimt dat dit werk het statistische fundament legt voor een breder multipath-detectiekader. Door een rigoureus 3D Gaussisch ellipsoïde model vast te stellen, biedt de studie een geometrisch interpreteerbare methode om multipath-geïnduceerde signaalvervormingen te karakteriseren. De auteurs stellen dat dit statistische model dient als de vereiste voor deel II van hun onderzoek, waarin de genormaliseerde E/P/L vector wordt geprojecteerd in de RGB-kleurenruimte. Het huidige werk (Deel I) richt zich op het afleiden van de theoretische drempels en het analyseren van de statistische eigenschappen, terwijl het begeleidende artikel deze drempels zal gebruiken om kleurkenmerken te interpreteren.

De studie benadrukt dat hoewel de methode effectief onderscheid maakt tussen LOS- en multipath-signalen op basis van distributie-translatie, het onderscheiden van LOS en NLOS-signalen uitdagend blijft onder vergelijkbare C/N0-condities vanwege overlappende ellipsoïde schalingseigenschappen. De auteurs houden een bescheiden reikwijdte aan door te merken dat de aanname van een zero-mean Gaussische verdeling voor de Prompt-correlator in multipath-scenario's een benadering is die gerechtvaardigd wordt door empirische validatie binnen praktische foutmarges, ondanks potentiële fase-synchronisatie verstoringen in reële omgevingen.