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

Resumo Técnico: Distribuição Gaussiana 3D e Reconstrução RGB (3D Gaussian-RGB) para Detecção de Multipath em GNSS — Parte I: Derivação e Análise da Modelagem do Elipsoide Gaussiano 3D

Definição do Problema
Os Sistemas Globais de Navegação por Satélite (GNSS) enfrentam desafios significativos na precisão e robustez do posicionamento em ambientes complexos, como cânions urbanos, devido aos efeitos de multipath. Embora os métodos de detecção existentes utilizem características no domínio da medição (ex: pseudodistância, C/N0) ou distorções no domínio da correlação, eles frequentemente sofrem de limitações. Abordagens no domínio da medição podem ocultar as distorções originais do sinal devido ao filtragem do receptor e processos de estimação. Por outro lado, os métodos existentes no domínio da correlação frequentemente dependem de correladores de alta resolução ou falham em explorar suficientemente as relações não lineares e as conexões intrínsecas entre os parâmetros de multipath e os parâmetros de correlação. Há uma necessidade de um modelo teórico que equilibre a capacidade de detecção com a complexidade computacional, ao mesmo tempo em que considera as dependências estatísticas entre as saídas dos correladores Early (E), Prompt (P) e Late (L).

Metodologia
Este estudo propõe um modelo teórico de domínio de correlação baseado na análise estatística dos valores de correlação E, P e L do ramo de quadratura (Q) dos sinais GNSS. O ramo Q é selecionado porque é mais sensível às distorções de código e fase induzidas por multipath do que o ramo de fase (I), particularmente quando o loop de rastreamento está travado.

A metodologia procede através das seguintes etapas:

1. Modelagem do Sinal: Modelos matemáticos são estabelecidos para sinais LOS (Linha de Visada Direta), NLOS (Sem Linha de Visada Direta) e multipath. O sinal de multipath é modelado como uma síntese de componentes LOS e NLOS, introduzindo parâmetros para atraso relativo ($\delta\tau_N$), atenuação ($\alpha$), deslocamento Doppler e rotação de fase ($\delta\phi_N$).
2. Normalização e Linearização: Os valores de correlação E/P/L no ramo Q são normalizados em relação à saída do correlador Prompt para mitigar inconsistências de força de sinal variantes no tempo. Uma expansão de Taylor multivariada de primeira ordem é aplicada para linearizar esses valores em torno do vetor de ruído, assumindo que o ruído é pequeno em relação à força do sinal.
3. Distribuição Gaussiana Conjunta 3D: Mostra-se que os valores E/P/L linearizados seguem uma distribuição Gaussiana conjunta 3D. O vetor de média ($\mu_R$) e a matriz de covariância ($\Sigma_R$) são derivados, considerando a coerência do ruído (via decomposição de Cholesky) e o jitter de fase propagado através do loop de rastreamento.
4. Modelagem do Elipsoide de Equiprobabilidade: A distribuição conjunta é representada geometricamente como um elipsoide de equiprobabilidade 3D. A decomposição espectral da matriz de covariância fornece uma base ortogonal para o elipsoide. O modelo caracteriza as condições do sinal através de três transformações geométricas:
   • Translação: Governada pelo vetor de média $\mu_R$, afetando principalmente sinais de multipath devido a diferenças de fase e atraso.
   • Escalonamento: Determinado pelos autovalores da matriz de covariância, influenciado pela variância do ruído e amplitude do sinal (C/N0).
   • Rotação: Definida pelos autovetores da matriz de covariância, dependente do espaçamento dos correladores Early-Late ($\Delta$).
5. Derivação do Limiar de Detecção: Utilizando o critério de Neyman-Pearson (NP), um limite de detecção é derivado. O problema de teste de hipótese é estruturado para distinguir entre LOS (Hipótese Nula $H_0$) e multipath (Hipótese Alternativa $H_1$). O limiar de detecção $\gamma$ corresponde ao limite do elipsoide de equiprobabilidade para uma probabilidade de falso alarme ($P_{fa}$) especificada.

Principais Contribuições
O artigo apresenta quatro contribuições primárias:

1. Derivação da Distribuição Gaussiana Conjunta 3D: Os autores derivam a distribuição Gaussiana conjunta 3D dos valores E-P-L, contabilizando explicitamente a interdependência entre esses valores dentro da mesma função de autocorrelação (ACF).
2. Modelo de Elipsoide de Equiprobabilidade: Um modelo de elipsoide é estabelecido onde as propriedades geométricas (translação, escalonamento, rotação) estão analyticamente ligadas aos parâmetros de multipath. Isso permite a quantificação de como os parâmetros de multipath (atraso, atenuação, fase) deformam a distribuição estatística.
3. Limiar de Detecção Teórico: Um limiar de detecção é derivado usando o critério NP, utilizando o elipsoide de equiprobabilidade como fronteira de decisão. Isso fornece uma base teórica para quantificar a probabilidade de detecção ($P_d$) sob variadas condições de multipath.
4. Validação via Simulação: Os modelos teóricos são validados através de simulações de Monte Carlo, demonstrando a eficácia dos modelos Gaussianos 3D para detecção de multipath.

Resultados
Resultados de simulação usando um modelo semi-analítico confirmam as derivações teóricas:

• Gaussianidade: Para forças de sinal (C/N0) superiores a 30 dB-Hz, os valores de correlação E-P-L simulados exibem forte Gaussianidade, alinhando-se de perto com a distribuição conjunta teórica. Abaixo deste limiar, ocorrem desvios, particularmente em cenários de multipath, devido à influência não negligenciável de termos de ruído de ordem superior.
• Consistência Geométrica: Os elipsoides de equiprobabilidade simulados alinham-se bem com os modelos teóricos em C/N0 > 30 dB-Hz. Especificamente, sinais de multipath exibem um efeito de translação distinto nos eixos X e Z, enquanto sinais LOS e NLOS mostram translação negligenciável. As propriedades de escalonamento e rotação permanecem consistentes entre os tipos de sinal quando o C/N0 é fixo, pois são determinadas primariamente pelo espaçamento do correlador.
• Desempenho de Detecção: A análise da curva ROC mostra que o desempenho de detecção melhora com C/N0 mais alto e menor atenuação de energia ($\alpha$). O desempenho é não monotônico em relação ao atraso de código relativo ($\delta\tau_N$) e rotação de fase ($\delta\phi_N$), atingindo o pico em valores intermediários (aprox. 0,6 chips e 0,6$\pi$, respectivamente). O método exibe pontos cegos de detecção para sinais de multipath com atrasos ou fases extremamente curtos/longos próximos a 0 ou $\pi$.
• Precisão do Limiar: O limiar de detecção teórico $\gamma$ coincide de perto com os resultados simulados quando C/N0 > 30 dB-Hz. As discrepâncias aumentam em níveis de sinal mais baixos devido à degradação da Gaussianidade da distribuição.

Significância e Alegações
O artigo afirma que este trabalho fornece a fundação estatística para um framework mais amplo de detecção de multipath. Ao estabelecer um rigoroso modelo de elipsoide Gaussiano 3D, o estudo oferece um método geometricamente interpretável para caracterizar as distorções de sinal induzidas por multipath. Os autores declaram que este modelo estatístico serve como o pré-requisito para a Parte II de sua pesquisa, onde o vetor E/P/L normalizado é projetado no espaço de cores RGB. O presente trabalho (Parte I) foca na derivação dos limiares teóricos e na análise das propriedades estatísticas, enquanto o artigo complementar utilizará esses limiares para interpretar características de cor.

O estudo enfatiza que, embora o método distinga efetivamente sinais LOS de sinais de multipath com base na translação da distribuição, distinguir sinais LOS de sinais NLOS permanece desafiador sob condições de C/N0 semelhantes devido ao sobreposição das características de escalonamento dos elipsoides. Os autores mantêm um escopo modesto, observando que a suposição de Gauss de média zero para o correlador Prompt em cenários de multipath é uma aproximação justificada pela validação empírica dentro de margens de erro práticas, apesar de potenciais perturbações de sincronização de fase em ambientes do mundo real.