Dissertationen

Radaranwendungen für das tägliche Leben haben in den letzten Jahrzehnten immer mehr an Bedeutung gewonnen. Radarsensoren werden in verschiedensten Bereichen eingesetzt, z.B. in Autos, in der industriellen Automatisierung, in medizinischen Anwendungen usw. FMCW-Radare sind hierbei populär. Ihre architektonische Einfachheit und die jüngsten Entwicklungen im Bereich integrierter Schaltkreise erleichtern die System-on-Chip-Realisierung von FMCW-Radaren. Darüber hinaus sind MIMO-Radare ein aufkommender Technologietrend zukünftiger Radarsysteme. Solche Radare bieten neben der Entfernungs- oder Dopplerbestimmung eine Vielzahl neuartiger Möglichkeiten. Kombiniert mit der Einfachheit der Hardware von FMCW-Radaren werden somit neue Anwendungsfelder adressierbar. Neben der Radar-Hardware ist die Signalverarbeitung ein elementarer Bestandteil einer jeden Radaranwendung. Ein wesentlicher Teil der Radarsignalverarbeitung ist die Zielerfassung und die Schätzung der zugehörigen Parameter aus den Radarbeobachtungen. Die geschätzten Parameter dienen als Eingangsdaten für alle nachfolgenden Verarbeitungsschritte. Die Radarsignalverarbeitung ist hierbei untrennbar mit der Hardware und dem Anwendungszweck verbunden. Breitbandige Radare, d.h. Radare mit großer Signalbandbreite und räumlicher Apertur, bieten eine hohe räumliche und zeitliche Auflösung. Klassische Methoden der Schätzung von Zielparametern beruhen auf Annahmen bezüglich der Radararchitektur oder der Bandbreite. Diese Annahmen sind bei breitbandigen Radaren nicht erfüllt. Daher sind neuartige Signalverarbeitungsmethoden notwendig um einerseits die Möglichkeiten des Radarsystems voll auszuschöpfen, sowie Verarbeitungsproblemen, die durch das Radar selbst verursacht werden, zu bewältigen. In dieser Arbeit wird die Signalverarbeitung für ein breitbandiges FMCW-MIMO-Radar dargestellt, welches im mm-Wellen-Frequenzbereich arbeitet. Die Entwicklung geeigneter Signalverarbeitungsmethoden erfordert hierbei einen Paradigmenwechsel in der Betrachtung der Radaranwendung. Im Gegensatz zu der klassischen Betrachtung von Radar, bei der Radar hauptsächlich vor dem Hintergrund der hardwarebedingten Zielerkennung betrachtet wird, soll hier ein anderer Gesichtspunkt herangezogen werden. Radar wird als eine Anwendung der Systemidentifikation im Bereich der drahtlosen Wellenausbreitung betrachtet. Die Parameter eines Modells beschreiben die Ausbreitung elektromagnetischer Wellen in Raum-, Frequenz- und Zeitbereich. Diese Parameter können Radarzielen zugeordnet, und deren Auswertung zur Zielortung ausgenutzt werden. Daher wird das Radar in Verbindung mit der Schätzung von Modellparametern als ein Problem der modellbasierten Systemidentifikation betrachtet. Die modellbasierte Systemidentifikation aus verrauschten Messungen ist ein stochastisch inverses Problem. Aus der Literatur ist eine Vielzahl von Verfahren zur Lösung solcher Probleme bekannt, welche hinsichtlich des Modells sehr flexibel sind. Diese Flexibilität ermöglicht die Entwicklung von dedizierten Methoden der Signalverarbeitung, welche auf die Radar-Hardware zugeschnitten, und nicht auf dedizierte Annahmen über z.B. die Signalbandbreite beschränkt sind. Die Betrachtung von Radarsignalverarbeitung als modellbasierte Systemidentifikation ermöglicht es somit, geeignete Signalverarbeitungsmethoden für das betrachtete Radar zu entwickeln.

Sensornetzwerk-Systementwurf muss den Informationsgehalt der Messungen maximieren und gleichzeitig das Experiment mit einem minimalen Messaufwand durchführen zu ermöglichen. Deshalb ist die optimale Sensorkonfiguration für den Entwurf eines Sensorsystems unverzichtbar. Dies führt zu einer Reduzierung der Kosten, der Komplexität mit einer Gewährleistung der hohen Leistung des Sensorsystems. Eine allgemeine Methode dafür ist noch nicht bekannt. In dieser Dissertation ist eine neue Methode entwickelt worden, um eine hinreichende informative Anzahl der Sensoren zu bestimmen. Diese Methode basiert auf dem Informationsgehalt in der Systemmatrix eines linearen inversen Problems. Die linearen inversen Probleme tauchen in verschiedenen Anwendungen der Wissenschaft und Technik auf. Die entwickelte Methode lässt sich bei einer Vielzahl linearer inverser Probleme anwenden. Die entwickelte Methode wurde an zwei unterschiedlichen Anwendungen erprobt. Die erste Anwendung ist die drahtlose Innenraum-Lokalisierung. Sie wurde als Beispiel für ein unterbestimmtes lineares inverses Problem betrachtet. Die notwendige Anzahl der Sensoren ist auf der Basis des Informationsgehaltes in der Systemmatrix zu bestimmen. Diese Anzahl der Sensoren gewährleistet die korrekte und präzise Lösung des inversen Problems. Die zweite Anwendung ist die Rekonstruktion von magnetischer Nanopartikelverteilung mittels Magnetorelaxometrie, die als Beispiel für ein überbestimmtes lineares inverses Problem betrachtet wurde. Eine hinreichende Anzahl der Anregungsspulen wurde auch auf der Basis des Informationsgehaltes in der Systemmatrix bestimmt. Die entwickelte Methode bietet auch eine interessante Möglichkeit, um die Regularisierungsparameter der abgeschnittenen Singulärwertzerlegung zu ermitteln. Für die Aufgabe der drahtlosen Innenraum-Lokalisierung wurden zwei Methoden für die Lokalisierung einer Quelle eingeführt. Die Scanmethode verwendet drei Sensoren wie die Trilateration, um die Quelle in 2D zu lokalisieren. Diese Methode überwindet die Nachteile der Fingerprint-Methode abgebildet durch den Aufbau und Aktualisierung der Datenbanken. Die zweite Methode, benannt als die analytische Lösung, kann die Quelle mit nur zwei Sensoren lokalisieren. Diese Methode löst das Undeutigkeitsproblem der Lokalisierung bei der Verwendung von zwei Sensoren, indem sie die Sensoranordnung berücksichtigt.

Um den schnell wachsenden Kapazitätsbedarf drahtloser Geräte zu befriedigen, zielen die kommenden Mobilfunksysteme der fünften Generation (5G) auf unterschiedliche und teilweise extrem anspruchsvolle Konzepte, Techniken und Szenarien in Bezug auf die Anzahl der versorgten Nutzer, Datenraten und Latenzzeiten ab. Von massive MIMO werden erhebliche Leistungsvorteile erwartet, insbesondere in Kombination mit einer engen Zusammenarbeit zwischen den Zellen, einschließlich Joint Transmission Coordinated MultiPoint (JT-CoMP), Interferenzunterdrückung auf der Seite des Endgeräts (UE) und einem extrem dichten Einsatz von kleinen Zellen. Die Millimeterwellenbänder für 5G werden 2019 zugewiesen, daher müssen vorerst alle Leistungsziele von 5G von den Funkfrequenzbändern unter 6 GHz unterstützt werden. Das bedeutet, dass für gepaartes und ungepaartes Spektrum sowohl Frequency Division Duplex (FDD) als auch Time Division Duplex (TDD) unterstützt werden müssen. Massive MIMO, typischerweise als starke Überprovisionierung von Antennen gegenüber den bedienten Nutzern konzipiert, verspricht, verschiedene herausfordernde Probleme wie Interzell-Interferenzen, Multi-User-MIMO (MU-MIMO) Scheduling, Abdeckungslücken und Kapazitätsgrenzen zu lösen. Es wird jedoch davon ausgegangen, dass es nur für TDD-Systeme funktioniert, da eine massive MIMO-Downlink-Übertragung für FDD-Systeme aufgrund von zwei Anforderungen eine besondere Herausforderung darstellt. Erstens muss die Kanalzustandsinformation (CSI) von einer großen Anzahl von Antennen erhalten werden, ohne dass ein unangemessener Overhead durch die Übertragung orthogonaler Downlink-Referenzsignale von diesen Antennen entsteht. Zweitens müssen die relevanten Kanalschätzungen auf der Netzwerkseite ohne einen unrealistischen Overhead für die Uplink-Steuersignalisierung zur Verfügung gestellt werden. Ein explodierender Overhead für orthogonale Referenzsignale oder eine begrenzte CSI-Genauigkeit führt zu einer Pilotverschmutzung, die in der Literatur als leistungsbegrenzend beschrieben wurde und insbesondere für empfindliche Interferenzunterdrückungssysteme nachteilig ist. Um die Anzahl der Transceiver in einem FDD-Massive-MIMO-System zu reduzieren, haben wir daher ein Framework entwickelt, das auf dem Grid of Beams (GoB)-Konzept basiert. Es wandelt die große Anzahl von Antennen in effektive Antennenports um, die dann sogar die vorhandenen Empfangssignale von Long Term Evolution - Advanced (LTE-A) nutzen können. Um Ungenauigkeiten in der CSI, die zur Basisstation zurückgeführt wird, effektiv zu bekämpfen, benötigen wir außerdem Algorithmen zur Kanalvorhersage, die eine zuverlässige Vorhersage über einen möglichst großen Zeithorizont liefern. Zu diesem Zweck haben wir einen verbesserten hybriden Algorithmus entwickelt, der auf zwei modernen Kanalvorhersagealgorithmen basiert. Er liefert eine zuverlässige Vorhersage auch für Kanalkomponenten, die mit niedrigen Signal-Rausch-Verhältnissen empfangen werden. Darüber hinaus konzentrieren sich die wesentlichen Massive-MIMO-Schemata auf die Basisstationsseite mit dem Ziel, eine hohe spektrale Effizienz durch MU-MIMO oder eine große Abdeckung durch starke Beamforming-Gewinne zu erreichen. Die UE-seitige Betrachtung ist typischerweise auf vier oder meist acht Antennenelemente pro UE beschränkt, was durch die entsprechende UE-Komplexität und den begrenzten Platz zur Platzierung weiterer Antennenelemente für den Fall unter 6 GHz gerechtfertigt werden kann. UE-seitiges Beamforming würde jedoch viele Vorteile bieten, die von einer verbesserten Kanalschätzung und Vorhersagegenauigkeit über eine effektive Störungsunterdrückung bis hin zu einer besseren Abdeckung und spektralen Effizienz auf Systemebene reichen. Aus diesem Grund haben wir das neuartige Konzept des "Virtual Beamforming" vorgeschlagen, das es uns ermöglicht, virtuelle Massive-MIMO-Arrays am UE zu bilden, auch wenn es nur ein einziges physisches Antennenelement hat. Es wird angenommen, dass sich das UE mit einer konstanten Geschwindigkeit bewegt und die Empfangssignale für die benachbarten Zeitschlitze gespeichert werden. Diese Messungen werden dann zur Bildung von Strahlformern verwendet, als ob sie von separaten Antennenelementen empfangen würden. Wir erfassen nur einen kleinen räumlichen Teilbereich des Kanals und verlieren daher Energie, aber dieser Verlust wird teilweise durch den Gewinn der Strahlformung kompensiert. Virtuelles Beamforming führt zu einer Reduzierung der Anzahl relevanter Mehrwegekomponenten pro Kanalkomponente sowie der Anzahl der Kanalkomponenten selbst und ergibt einen Gewinn an Vorhersagegenauigkeit von ca. 10 dB geringerem normalisierten mittleren quadratischen Fehler im Vergleich zum Fall eines UE mit einer einzelnen Antenne. Auf der anderen Seite kann virtuelles Beamforming, das direkt auf die Nutzdaten angewendet wird, sehr ineffizient sein, da es die erneute Übertragung von Datensymbolen erfordert. Um diese Herausforderung zu überwinden, haben wir ein paralleles Übertragungsschema über einen Satz kodierter virtueller Strahlen entwickelt. Dadurch können wir den Effekt der inhärenten Wiederübertragungsstrafe des virtuellen Beamforming reduzieren und wir haben gezeigt, dass eine zuverlässige Kommunikation möglich ist. Darüber hinaus haben wir ein Framework entwickelt, um eine unterschiedliche Anzahl von virtuellen und physischen Antennenelementen zu einem virtuellen Massive-MIMO-Array zu kombinieren.

Die zur Verfügung stehenden Frequenzen stellen für eine zunehmende Anzahl von Anwendungen eine zentrale Ressource dar. Die effiziente Nutzung der verfügbaren Frequenzen ist erforderlich und damit die Entwicklung von frequenzagilen Sender- und Empfängerarchitekturen. Dafür können entweder mehrere Schaltungen für die jeweiligen Frequenzen parallel aufgebaut werden, oder im Sinne der fortschreitenden Miniaturisierung konfigurierbare Schaltungen verwendet werden. Die steuerbaren Bauelemente, die für konfigurierbare Schaltungen notwendig sind, sind auf vielfältige Weise realisierbar. Die vorliegende Arbeit beinhaltet den Funktionsbeweis der transistorbasierten Induktivitätsschaltung, zeigt das Potenzial des Ansatzes und stellt Richtlinien für die Dimensionierung beziehungsweise den Aufbau der Schaltung auf. Das Potenzial als symmetrische, variierbare und miniaturisierbare Induktivität im Hochfrequenzbereich für frequenzagile Anwendungen wird untersucht. Eine Literaturrecherche zum Stand der Technik beschreibt die bisher üblichen Methoden für abstimmbare Induktivitäten und ermöglicht einen Vergleich mit der Induktivitätsschaltung. Sie ist aufgrund der Möglichkeit der Integration und Miniaturisierung eine nützliche Ergänzung für die HF-Schaltungstechnik. Analytische Untersuchungen in Kombination mit numerischen Simulationsmethoden erlauben das Ableiten von präziseren Entwurfskriterien, die nach Wissen der Autorin das erste Mal auch transistorinterne Größen berücksichtigen. Die Richtlinien werden anschließend durch die Messung realisierter Schaltungen validiert, in denen symmetrisches Verhalten.

Magnetfeldsensoren erlauben die indirekte, berührungslose Bestimmung der Position bewegter Objekte und finden daher millionenfach Anwendung im Industrie- und Automobilbereich. Positionsmesssysteme in diesen Anwendungsbereichen haben die Aufgabe einen linearen Weg oder den Winkel der Rotationsbewegung eines Permanentmagneten zu erfassen. In Labor-Anwendungen wurde bereits gezeigt, dass das Feld magnetischer Quellen genutzt werden kann alle sechs mechanischen Freiheitsgrade zu bestimmen. Unter schwierigen Umgebungsbedingungen sind Auswertungen mit nur einem einzigen Freiheitsgrad jedoch alternativlos. Gründe hierfür sind der rechentechnische Aufwand komplexer Auswertealgorithmen, aber auch zu erwartende magnetische und temperaturbedingte Störungen. Zudem gibt es kaum Anhaltspunkte für die Auslegung magnetfeldbasierter Positionsmesssysteme, was den Einsatz erschwert. Ziel dieser Arbeit ist es daher, Methoden zu erarbeiten, die es ermöglichen die Vorteile integrierter Magnetfeldsensoren auch für schwierige Umgebungen nutzbar zu machen, und somit die Möglichkeiten der Technologie auszuschöpfen. Kompakte Hall-Sensor-Anordnungen, die am Fraunhofer Institut für Integrierte Schaltungen (IIS) entwickelt wurden, dienen als Ausgangspunkt. Sie ermöglichen es, den Magnetfeldvektor einer magnetischen Quelle an mehreren Stellen und auf engstem Raum zu messen. Um daraus die Position zu ermitteln, und somit das inverse Problem der Magnetostatik zu lösen, wird in dieser Arbeit ein analytisches Modell eines beispielhaften Messsystems entwickelt und verschiedene numerische Lösungsverfahren evaluiert. Das Unscented Kalman-Filter zeigt sich im Hinblick auf die Anforderungen industrieller Anwendungen als besonders geeignet. Von der stochastischen Modellierung des Systems ausgehend, werden Methoden und Richtlinien zum Entwurf magnetfeldbasierter Positionsmesssysteme abgeleitet und ein Verfahren vorgestellt, das es ermöglicht Permanentmagneten zu charakterisieren, und somit die Eigenschaften der Lokalisierung zu verbessern. Algorithmische Anpassungen des Unscented-Kalman-Filters, deren Wirksamkeit anhand von Messungen und Simulationen belegt wird, reduzieren die Empfindlichkeit gegenüber Störungen in schwierigen Umgebungen.