Simulasi Penentuan Lokasi Perangkat Bergerak dengan Metode Enhanced Observed Time Difference

Main Article Content

Hilal H. Nuha
Nachwan M. Andriansyah
Asep Mulyana

Abstract

Sebagai alternatif Global Positioning System (GPS) yang berbasis satelit, jaringan seluler yang tersebar di berbagai daerah bisa digunakan untuk penentuan lokasi seperti Enhanced Observed Time Difference (EOTD) yang merupakah teknik penentuan lokasi menggunakan perangkat seluler seperti Base Transceiver Station (BTS) dan Mobile Station (MS). Sistem EOTD membutuhkan komponen tambahan BTS berupa Location Measurement Unit (LMU) dan Serving Mobile Location Center (SMLC). LMU berfungsi memberitahu MS tentang waktu pengiriman sinyal sedangkan SMLC berfungsi sebagai server yang menerima request dari MS dan LMU. Jarak antara MS dan BTS bisa diperkirakan dengan mengalikan selisih waktu dengan kecepatan cahaya. Dengan menggunakan dua buah jarak dari dua buah BTS, maka dua buah hiperbola bisa dibuat dengan titik pusat pada masing-masing koordinat BTS. Posisi dari MS bisa ditentukan dari titik temu dua hiperbola tersebut. Evaluasi teknik penentuan lokasi ini dilakukan dengan simulasi pada berbagai kondisi medan mulai dari kondisi diam dan bergerak dengan kecepatan tertentu dengan frekuensi carrier yang beragam. Sebagai perbandingan, untuk kondisi Non-Line of Sight (NLOS) pada model kanal urban 3GPP, simulasi sistem yang menggunakan laterasi dua buah kurva hiperbola dengan selisih pengukuran maksimum 0.0148 Km yang lebih akurat daripada metode pembanding Estimated-Time of Arrival (ETOA) dengan selisih pengukuran maksimum 0.31858 Km.

Downloads

Download data is not yet available.

Article Details

How to Cite
Nuha, H., Andriansyah, N. M., & Mulyana, A. (2020). Simulasi Penentuan Lokasi Perangkat Bergerak dengan Metode Enhanced Observed Time Difference. Jurnal Eksplora Informatika, 9(2), 111-123. https://doi.org/10.30864/eksplora.v9i2.306
Section
Articles

References

OkeZone, “NSN: 2012, Penetrasi Seluler Indonesia Capai 80%,” 2008. [Online]. Available: http://techno.okezone.com/index.php/ReadStory/2008/11/13/54/163797/nsn-2012-penetrasi-seluler-indonesia-capai-80. [Accessed: 05-Dec-2019]. [link]

B. Hofmann-Wellenhof, H. Lichtenegger, and J. Collins, Global positioning system: theory and practice. Springer Science & Business Media, 2012. [link]

G. Huang, D. Akopian, and C. L. P. Chen, “Network delay modeling for assisted GPS,” IEEE Trans. Aerosp. Electron. Syst., vol. 51, no. 1, pp. 52–64, 2015. [link]

A. Küpper, Location-based services: fundamentals and operation. John Wiley & Sons, 2005. [link]

M. Syaiful-Sabril, “Penentuan Lokasi Handphone dengan Menggunakan Metode E-OTD,” Bandung, 2006.

A. J. Weiss, “On the accuracy of a cellular location system based on RSS measurements,” IEEE Trans. Veh. Technol., vol. 52, no. 6, pp. 1508–1518, 2003. [link]

M. Aatique, “Evaluation of TDOA techniques for position location in CDMA systems,” Virginia Tech, 1997. [link]

B. Y. Chen et al., “Measuring place-based accessibility under travel time uncertainty,” Int. J. Geogr. Inf. Sci., vol. 31, no. 4, pp. 783–804, 2017. [link]

H. Chen, C. Hou, W. Liu, W.-P. Zhu, and M. N. S. Swamy, “Efficient two-dimensional direction-of-arrival estimation for a mixture of circular and noncircular sources,” IEEE Sens. J., vol. 16, no. 8, pp. 2527–2536, 2016. [link]

V. Bianchi, P. Ciampolini, and I. De Munari, “RSSI-based indoor localization and identification for ZigBee wireless sensor networks in smart homes,” IEEE Trans. Instrum. Meas., vol. 68, no. 2, pp. 566–575, 2018. [link]

A. Martinelli, H. Gao, P. D. Groves, and S. Morosi, “Probabilistic context-aware step length estimation for pedestrian dead reckoning,” IEEE Sens. J., vol. 18, no. 4, pp. 1600–1611, 2017. [link]

C. Qiu and M. W. Mutka, “iFrame: Dynamic indoor map construction through automatic mobile sensing,” Pervasive Mob. Comput., vol. 38, pp. 346–362, 2017. [link]

B. Al-Madani, F. Orujov, R. Maskeliūnas, R. Damaševičius, and A. Venčkauskas, “Fuzzy logic type-2 based wireless indoor localization system for navigation of visually impaired people in buildings,” Sensors (Switzerland), 2019, doi: 10.3390/s19092114. [link]

M. Brambilla, M. Nicoli, G. Soatti, and F. Deflorio, “Augmenting Vehicle Localization by Cooperative Sensing of the Driving Environment: Insight on Data Association in Urban Traffic Scenarios,” IEEE Trans. Intell. Transp. Syst., 2019, doi: 10.1109/tits.2019.2941435. [link]

R. F. Keefe et al., “Positioning methods and the use of location and activity data in forests,” Forests. 2019, doi: 10.3390/f10050458. [link]

J. E. Maloney, C. J. Hinkle Jr, and J. O. Stevenson, “Enhanced time-difference localization system.” Google Patents, 2000. [link]

T. S. Rappaport and others, Wireless communications: principles and practice, vol. 2. prentice hall PTR New Jersey, 1996. [link]

X. Wang, P. R. P. Hoole, and E. Gunawan, “An electromagnetic-time delay method for determining the positions and velocities of mobile stations in a GSM network,” Prog. Electromagn. Res., vol. 23, pp. 165–186, 1999. [link]

G. Heine and M. Horrer, GSM networks: protocols, terminology, and implementation. Artech House, Inc., 1999. [link]

M. S. Sharawi and D. N. Aloi, “Investigation into the performance of EOTD for GSM users in telematics applications,” in Location Services and Navigation Technologies, 2003, vol. 5084, pp. 6–18. [link]

H. Y. Krisdianto, “Performansi Penentuan Posisi Mobile Station pada Sistem Seluler dengan Algoritma Enhanced Time of Arrival (E-TOA) & ROOT-MUSIC,” Bandung, 2006.

IEEE, “Draft 802.20 Permanent Document Channel Models for IEEE 802.20 MBWA System Simulation-Rev 02,” Newyork, 2003.