Caricamento in corso...
Numerical Estimation Methods for Radionavigation and Geolocation: Theoretical Foundations and Algorithms
01SPYRV
A.A. 2024/25
Course Language
Inglese
Degree programme(s)
Doctorate Research in Ingegneria Elettrica, Elettronica E Delle Comunicazioni - Torino
Course structure
| Teaching | Hours |
|---|---|
| Lezioni | 30 |
Lecturers
| Teacher | Status | SSD | h.Les | h.Ex | h.Lab | h.Tut | Years teaching |
|---|---|---|---|---|---|---|---|
| Minetto Alex | Ricercatore L240/10 | IINF-03/A | 15 | 0 | 0 | 0 | 1 |
Co-lectures
Context
| SSD | CFU | Activities | Area context | *** N/A *** |
|---|
Esplora tecniche avanzate per stimare le posizioni dei ricevitori e geolocalizzare gli emettitori di intereferenza in radiofrequenza. Questo corso combina conoscenze teoriche con competenze pratiche, concentrandosi sulla teoria del rilevamento, l'elaborazione del segnale e la teoria della stima. Esplora i metodi di geolocalizzazione a sensore singolo e multiplo e tecniche ibride basate su stimatori Maximum Likelihood (ML). I limiti teorici saranno definiti per diversi problemi di posizionamento e geolocalizzazione e verranno discussi e confrontati con le prestazioni effettive degli stimatori in condizioni non ideali.
Sessioni pratiche di MATLAB saranno svolte durante tutto il corso, coniugando la teoria e la pratica e consentendoti di sviluppare e valutare soluzioni innovative in varie applicazioni. Una libreria di metodi di posizionamento e geolocalizzazione sarà sviluppata durante il corso in ambiente MATLAB.
Il contenuto del corso si applica a:
- Posizionamento e navigazione veicolare
- Localizzazione di obbiettivi e navigazione di dispositivi in ambito robotico (veicoli con e senza pilota)
- Rilevamento e localizzazione di interferenze in radiofrequenza, ad es. segnali di disturbo e spoofing
- Sistemi di Navigazione Satellitare e tecnologie complementari di Posizionamento, Navigazione e Timing
- Sistemi di Guida, Navigazione e Controllo (GNC) a bordo di veicoli aerospaziali e sistemi di tracciamento da terra
- Metodi matematici per l'ingegneria, ad es. metodi di Maximum Likelihood (ML) per la stima di stato
- Localizzazione e tracciamento di dispositivi IoT all'interno di reti di comunicazione moderne, ad es. 5G NR
Investigate advanced techniques for estimating receiver positions and geolocating threat emitters. This course combines theoretical knowledge with practical skills, focusing on detection theory, signal processing, and estimation theory. Explore single and multiple sensor geolocation methods and hybrid techniques based on Maximum Likelihood (ML) estimators. Cramer-Rao lower bounds for different positioning and geolocation problems will be discussed and compared to the actual estimator performance in non-ideal conditions.
MATLAB practical sessions will be integrated throughout, turning theory into hands-on practice, and empowering you to develop and evaluate innovative solutions across various applications. A ready to use MATLAB library of positioning and geolocation methods will be developed through the course.
This content of the course applies to:
- Vehicular positioning and navigation
- Robotics target localization and navigation (manned and unmanned vehicles)
- Radio-frequency interference detection and localization, e.g. jamming and spoofing signals
- Satellite Navigation Systems and complementary Position, Navigation and Timing technologies
- Aerospace on-board Guidance Navigation and Control (GNC) and ground tracking systems
- Mathematical methods for engineering, i.e., Maximum Likelihood methods for state estimation
- IoT devices localization and tracking within modern communication networks, i.e. 5G NR
- Elaborazione del Segnale: Familiarità con le tecniche per analizzare, modificare e sintetizzare i segnali, inclusi il filtraggio, le trasformate di Fourier e l'analisi spettrale.
- Teoria del Rilevamento: Conoscenze di base dei principi della rilevazione dei segnali affetti da rumore, il test delle ipotesi e i processi decisionali.
- Teoria della Stima: Conoscenza dei metodi statistici per stimare parametri sconosciuti, inclusi metodi come la stima di Maximum Likelihood (ML) e la stima bayesiana.
- MATLAB: Esperienza pratica con MATLAB per il calcolo numerico, lo sviluppo di algoritmi e la visualizzazione dei dati.
- Detection Theory: Understanding the principles of detecting signals in noise, hypothesis testing, and decision-making processes.
- Signal Processing: Familiarity with techniques for analyzing, modifying, and synthesizing signals, including filtering, Fourier transforms, and spectral analysis.
- Estimation Theory: Knowledge of statistical methods for estimating unknown parameters, including methods like Maximum Likelihood (ML) estimation and Bayesian estimation.
- MATLAB: Practical experience with MATLAB for numerical computation, algorithm development, and data visualization.
1. Individuazione di segnali in radiofrequenza
1.1 Segnali ad onda continua
1.2 Segnali spread-spectrum
2. Background su Estimation Theory
3. Geoposizionamento e Geolocalizzazione di emetittori in radiofrequenza
3.1 Triangolazione e misure di angolo di arrivo
3.2 Metodi basati su tempo di arrivo
3.3 Metodi basati su differenza dei tempi di arrivo
3.4 Metodi basati su differenza degli offset di frequenza
3.5 Metodi ibridi
4. Adattamento dei metodi a problemi di posizionamento
1. Detection of Signals
1.1 Continuous-Wave Signals
1.2 Spread Spectrum Signals
2. Background on Estimation Theory
3. Geopositioning and Geolocation of RF Emitters
3.1 Triangulation of Angle-of-Arrival Measurements
3.2 Time of Arrival (TOA)
3.3 Time Difference of Arrival (TDOA)
3.4 Frequency Difference of Arrival (FDOA)
3.5 Hybrid TDOA/FDOA
4. Adaptation of algorithms to positioning
In presenza
On site
Presentazione report scritto - Prova di laboratorio di natura pratica sperimentale o informatico
Written report presentation - Laborartory test on experimental practice or informatics
P.D.2-2 - Maggio
P.D.2-2 - May