Onderzoeksgroep
Expertise
De activiteiten van de ruimtevaart track die ik leid kunnen worden samengevat in 3 onderzoekspijlers: 1. Communicatie: Onderzoek naar hybride terrestrische en niet-terrestrische netwerken (TN/NTN), zoals het combineren van 5G/6G/LPWAN met satellietcommunicatie. 2. Navigatie: Onderzoek naar plaatsbepaling, navigatie en tijdsbepaling met satellieten in een lage baan om de aarde (LEO-PNT), met een focus op indoor en energie-efficiënte LEO-PNT. 3. Aardobservatie: Onderzoek naar AI-algoritmen aan boord van satellieten die efficiënt gebruikmaken van hulpbronnen en dicht bij de sensor staan, om de downlink te beperken in bijvoorbeeld toepassingen voor hyperspectrale beeldvorming (HSI).
Betrouwbare positionering in 5G/6G (N)TN met AI-geaugmenteerde fusie.
Abstract
Positionerings-, Navigatie- en Timing (PNT)-systemen zijn essentieel voor moderne toepassingen. De afhankelijkheid van Global Navigation Satellite Systems (GNSS) maakt PNT echter kwetsbaar voor storingen, zwakke signalen en beperkingen in stedelijke en binnenomgevingen. Hoewel plaatsbepaling via terrestrische netwerken zich heeft ontwikkeld van 1G tot 6G, voldoet geen enkele technologie volledig aan alle PNT-behoeften. Multi-technologische fusie biedt een veelbelovende benadering, maar brengt uitdagingen met zich mee vanwege variërende frequenties, foutkarakteristieken en de noodzaak van adaptieve algoritmen. Traditionele Kalman-filters, vaak gebruikt voor datafusie, presteren suboptimaal in dynamische omgevingen door statische aannames over ruiscovariantie. Om deze beperkingen aan te pakken, stelt dit onderzoek een AI-gestuurde methode voor om de positioneringsnauwkeurigheid, veerkracht en aanpasbaarheid te verbeteren door dynamische afstemming van ruiscovariantieparameters. Dit onderzoek heeft als doel de meest geavanceerde positioneringsalgoritmen verder te ontwikkelen door een robuust multi-epoch positioneringsraamwerk te creëren dat heterogene PNT-data effectief samenvoegt. De voorgestelde AI-gestuurde fusiebenadering zal de positioneringsnauwkeurigheid, beschikbaarheid en robuustheid aanzienlijk verbeteren in diverse operationele omgevingen en de uitdagingen van de volgende generatie PNT-systemen aanpakken.Onderzoeker(s)
- Promotor: Weyn Maarten
- Co-promotor: Janssen Thomas
- Mandaathouder: Wouters Femke
Onderzoeksgroep(en)
Project type(s)
- Onderzoeksproject
Binnenshuis lokaliseren met satellieten in een lage baan om de aarde.
Abstract
Positionering, navigatie en timing (PNT) wordt steeds belangrijker om veel locatie gebaseerde services mogelijk te maken. De meest gebruikte PNT-systemen zijn ongetwijfeld de Global Navigation Satellite Systeem (GNSS) die wereldwijde dekking hebben. Hoewel GNSS de afgelopen decennia aanzienlijk verbeterd is, zijn er meerdere tekortkomingen die inherent zijn aan het ontwerp van het satellietsysteem. De slechte ontvangst binnenshuis en de gevoeligheid voor interferentie zijn hier een duidelijke illustratie van. Daarom zou een nieuw PNT-systeem met satellieten om een lage baan rond de aarde een oplossing kunnen bieden voor deze problemen. Omdat deze satellieten zich ongeveer 20 keer dichter bij de aarde bevinden, kan een aanzienlijk verschil in signaalsterkte worden waargenomen. Lokalisatie binnenshuis met laagvliegende satellieten blijft echter nieuw terrein. Om een nieuwe PNT-constellatie te bouwen met een goede nauwkeurigheid en dekking binnenshuis, moet rekening worden gehouden met de dynamische kanaal-effecten en moeten frequentie, modulatie, algoritme en coderingstechnieken geoptimaliseerd worden binnen de vele beperkingen. In dit voorstel kwantificeer ik de kenmerken van het communicatie kanaal. Om dit te bereiken voer ik talrijke metingen in de praktijk uit en kwantificeer ik multipath en signaalsterkte in verschillende omgevingen binnenshuis. Verder wordt een satellietsimulatie gebouwd om de PNT prestaties voor de binnenomgevingen te analyseren en te optimaliseren.Onderzoeker(s)
- Promotor: Weyn Maarten
- Co-promotor: Janssen Thomas
- Mandaathouder: Van Uytsel Wout
Onderzoeksgroep(en)
Project type(s)
- Onderzoeksproject
Betrouwbare foutinschatting van lokalisatie gebaseerd op signaalkarakteristieken in LPWA-netwerken.
Abstract
De afgelopen jaren hebben Low Power Wide Area Networks (LPWAN) veel aandacht gekregen, vanwege de opkomst van het Internet of Things (IoT) en de noodzaak om apparaten in deze lange-afstandsnetwerken te lokaliseren, met een minimaal energieverbruik. Asset tracking is een van de klassieke toepassingen van LPWAN-lokalisatie. Hoe nauwkeuriger een lokalisatiealgoritme, hoe meer toepassingsmogelijkheden (bijvoorbeeld huisautomatisering, gezondheidszorgoplossingen en slimme steden) om dit algoritme te gebruiken. Daarom hebben we geavanceerde technologieën en algoritmen nodig om de nauwkeurigheid en betrouwbaarheid van LPWAN-lokalisatie te verbeteren. Hoewel op feature-gebaseerde lokalisatie veel wordt gebruikt in omgevingen binnenshuis, zullen we het gebruik van deze methodiek uitbreiden tot buitenomgevingen. Features worden gedefinieerd als signaalkarakteristieken, zoals signaalsterkte. De klasse van op functies gebaseerde lokalisatie kan worden onderverdeeld in verschillende subklassen. Fingerprints en afstanden zijn twee van de belangrijkste technieken in de op zichzelf staande klasse. In dit onderzoek zullen we nieuwe en bestaande algoritmen onderzoeken om de nauwkeurigheid en betrouwbaarheid van kenmerkgebaseerde lokalisatie-technieken in LPWAN te verbeteren. Er zal ook een vergelijkende studie worden gemaakt tussen de nauwkeurigheid en betrouwbaarheid van LPWAN-technologieën (Sigfox, LoRaWAN en NB-IoT).Onderzoeker(s)
- Promotor: Weyn Maarten
- Co-promotor: Berkvens Rafael
- Mandaathouder: Janssen Thomas
Onderzoeksgroep(en)
Project type(s)
- Onderzoeksproject