Passive Lokalisierung auf Basis von drahtlosen Kommunikationssystemen innerhalb von Verkehrstelematiknetzen

Jonas Ninnemann

AutorIn

Jonas Ninnemann

Titel

Passive Lokalisierung auf Basis von drahtlosen Kommunikationssystemen innerhalb von Verkehrstelematiknetzen

Zitierfähige Url:

https://nbn-resolving.org/urn:nbn:de:bsz:14-qucosa2-1042006

Übersetzter Titel (DE)

Passive localization based on wireless communication for intelligent transportation systems

Erstveröffentlichung

2026

Datum der Einreichung

12.05.2025

Datum der Verteidigung

23.04.2026

Abstract (DE)

Intelligente Verkehrssysteme (IVS) können potenziell durch die Vernetzung von Infrastruktur und Verkehrsteilnehmern die Verkehrssicherheit erhöhen, die Effizienz steigern und die Umweltfreundlichkeit verbessern. Dafür werden neben der kooperativen Vernetzung eine sensorische Erfassung der Umgebung und eine Lokalisierung von Gütern, Fahrzeugen und Personen benötigt. Hierzu bietet die passive Lokalisierung auf Basis von drahtlosen Kommunikationssystemen einen integrierten Lösungsansatz, um Funktionalitäten wie Standortbestimmung, Detektion und Zustandsklassifizierung abzubilden. Der Ansatz der mehrwege-basierten passiven Lokalisierung analysiert die Mehrwegeausbreitung von Funkwellen in Form der Kanalimpulsantwort (CIR), um durch softwarebasierte Auswertung der erfassten Signalparameter Rückschlüsse auf die Ausbreitungsumgebung zu ziehen. Auf Basis dieses Ansatzes werden Algorithmen zur Standortbestimmung, Heatmaperstellung und datengetriebenen Klassifizierung implementiert. Der Ansatz wird empirisch evaluiert, was sowohl die Datenerhebung mittels Funkausbreitungssimulation und Labormessungen in einer kontrollierten Umgebung (Absorberkammer) als auch Feldmessungen für zwei ausgewählte verkehrstelematische Anwendungen umfasst. Das betrifft die Parkplatzbelegungsdetektion in einem Parkhaus durch Messungen mit einem ultra-breitbandigen Kommunikationssystem (UWB) für das Smart Parking und die Personen- und Objekterkennung in der vernetzten und intelligenten Flugzeugkabine zur Unterstützung der Kabinenbesatzung während des Boardings und des Fluges. Dazu werden die Sitzplatzbelegungsdetektion und Zustandserkennung mittels datengetriebener Verfahren des Maschinellen Lernens (ML) umgesetzt und sowohl im Labor als auch in der Kabine eines Airbus A320 durch UWB-Messungen evaluiert. Die Ergebnisse der Untersuchungen in der kontrollierten Laborumgebung der Absorberkammer zeigen die Einflussfaktoren auf die Performance in Bezug auf Bandbreite, Sensoranordnung und Objektposition auf. Mittels Funkausbreitungssimulation auf Basis von 3D Ray Tracing (RT) unter Einbeziehung eines digitalen Zwillings der konkreten Verkehrsumgebung wird die Bedeutung der Antennencharakteristik für die CIR-Rohdaten verdeutlicht. Die Messungen in den Anwendungsumgebungen nehmen eine Proof-of-Concept-Validierung des Ansatzes zur passiven Lokalisierung vor und erlauben Schlussfolgerungen in Bezug auf Limitationen und eine praxisnahe Anwendbarkeit. Die Arbeit liefert einen Beitrag zur Forschung an Systemen zur passiven Lokalisierung und Radio Sensing bei zukünftigen drahtlosen Kommunikationssystemen wie 6G. So können Funktionalitäten durch eine radarähnliche Auswertung von Signalparametern (Kanalschätzung) in vorhandene Kommunikationssysteme einbezogen und der Weg Richtung perzeptive Netzwerke geebnet werden.

Abstract (EN)

Intelligent transportation systems (ITS) have the potential to improve traffic safety, efficiency, and environmental sustainability through the interconnection of infrastructure and road users. In addition to connectivity, this requires sensory detection of the environment and localization of goods, vehicles, and people. For this purpose, passive localization based on wireless communication systems offers an integrated approach to map functionalities such as positioning, detection, imaging, and classification. The multipath-assisted passive localization approach analyzes the multipath propagation of radio waves in the form of the channel impulse response (CIR) to draw conclusions about the propagation environment by means of software-based evaluation of the collected signal parameters. Based on this approach, algorithms for positioning, heatmap generation, and data-driven classification are implemented. The approach is evaluated empirically, which includes data collection using radio propagation simulation, laboratory measurements in a controlled environment (anechoic chamber) and measurements for two selected transportation applications. This concerns parking space occupancy detection in a parking garage by means of measurements with an ultra-wideband communication system (UWB) for smart parking and person and object detection in the connected and intelligent aircraft cabin to support the cabin crew during boarding and flight. The seat occupancy detection and object recognition are implemented using data-driven machine learning (ML) methods and evaluated both in a laboratory mockup and in the cabin of an Airbus A320 using UWB measurements. The results in the controlled lab environment of the anechoic chamber show the factors influencing performance in terms of bandwidth, sensor arrangement, and object position. Using radio propagation simulation based on 3D ray tracing (RT) and incorporating a digital twin of the actual environment, the significance of the antenna characteristics for the raw CIR data is clarified. The measurements in the application environments provide a proof-of-concept validation of the approach for passive localization and allow conclusions to be drawn regarding limitations and practical applicability. The thesis contributes to research on systems for passive localization and radio sensing in future wireless communication systems, such as 6G. In this way, functionalities can be integrated into existing communication systems through a radar-like evaluation of signal parameters (channel estimation), and the path towards perceptive networks can be paved.

Freie Schlagwörter (DE)

Radio Sensing, Kanalimpulsantwort, intelligente Verkehrssysteme, Mehrwege-basierte passive Lokalisierung

Freie Schlagwörter (EN)

radio sensing, channel impulse response, intelligent transportation systems, multipath-assisted passive localization

Klassifikation (DDC)

380

620

Klassifikation (RVK)

ZN 6400

ZO 3400

GutachterIn