Passive RF Signal Detection and Localization Using Unmanned Platforms
Pylkkönen, Samuli (2026)
2026
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:amk-202602213242
https://urn.fi/URN:NBN:fi:amk-202602213242
Tiivistelmä
Passiivinen radiotaajuinen (RF) paikannus voi tukea etsintätoimintaa tilanteissa, joissa suora näköyhteys rajoittuu maaston, kasvillisuuden tai sään vuoksi. Tässä opinnäytetyössä suunniteltiin ja toteutettiin miehittämättömälle alustalle tarkoitettu passiivinen RF-havainnointiprototyyppi, joka yhdistää vastaanotetun signaalin voimakkuuteen (RSSI) perustuvan kartoituksen sekä valinnaisen kahden antennielementin vaihe-interferometrisen tulokulmaominaisuuden (AoA). RSSI:n ja etäisyyden välistä yhteyttä kuvattiin log-etäisyyspolkuhäviömallilla varjostustermillä, ja mallin perusteella tarkasteltiin myös trilateraatiota sekä mittausgeometrian (DOP-tyyppisten) vaikutusten merkitystä.
Työssä toteutettiin vaihekoherentti kaksikanavainen ohjelmistoradiovastaanotin GNSS-paikannuksella ja se integroitiin Python-pohjaiseen lokitukseen ja jälkikäsittelyyn. Mittausketju tuottaa georeferoituja CSV-aineistoja, heatmap-karttoja sekä tarvittaessa AoA-suuntaosoituksia. AoA-arvio muodostetaan vastaanottokanavien välisestä vaihe-erosta kahden elementin interferometrimallin avulla, ja tuloksia suodatetaan laatukriteereillä koherenssin ja SNR:n perusteella.
Prototyyppiä havainnollistettiin ulkoympäristössä kiinteällä jatkuva-aaltoisella lähettimellä. Ennen suoritusta tehtiin lyhyt paikallaan tapahtuva kalibrointitallennus, jolla arvioitiin kanavien välinen vakio vaihe-ero ja vähennettiin suunta-arvion systemaattista kiertymää. Käytännön rajoitteita aiheuttavat erityisesti alustan valinta, kontrolloitu referenssisignaali sekä antennibaselinen ja suuntauksen vaihtelu, jotka voivat lisätä AoA-hajontaa ja heikentää toistettavuutta. Jatkokehityksen kannalta keskeisiä painopisteitä ovat mekaanisesti jäykkä baseline-rakenne, toistettavat kalibrointikäytännöt, GNSS-robustiuden parantaminen sekä useamman ajokerran tai mittauskierroksen hyödyntäminen geometrian arvioinnin kanssa. Passive radio-frequency (RF) localization can support search operations when visual line-of-sight is limited by terrain, vegetation, or weather. This thesis developed a passive RF sensing prototype intended for unmanned deployment, combining received-signal-strength (RSSI) mapping with an optional two-element phase-interferometric Angle of Arrival (AoA) capability. The RSSI-to-range relationship was described using a log-distance path-loss model with shadowing, and the implications for trilateration and measurement geometry (DOP-like effects) were discussed.
A coherent dual-channel software-defined radio receiver with GNSS tagging was implemented and integrated with a Python-based logging and post-processing workflow to produce georeferenced CSV datasets, heatmaps, and optional AoA bearing overlays. AoA estimation was derived from the inter-channel phase difference using a two-element interferometer model, with quality filtering based on coherence and SNR.
The prototype was demonstrated outdoors using a fixed continuous-wave transmitter. A short stationary calibration capture was used to estimate a constant inter-channel phase bias, and the resulting correction was applied to reduce systematic bearing rotation during the run. The main practical limitations relate to platform choice, the controlled reference signal, and variability in antenna baseline and orientation, which can widen AoA spread and reduce repeatability. Future development should prioritize a rigid baseline fixture, repeatable calibration procedures, improved GNSS robustness, and multi-pass surveys with explicit geometry assessment.
Työssä toteutettiin vaihekoherentti kaksikanavainen ohjelmistoradiovastaanotin GNSS-paikannuksella ja se integroitiin Python-pohjaiseen lokitukseen ja jälkikäsittelyyn. Mittausketju tuottaa georeferoituja CSV-aineistoja, heatmap-karttoja sekä tarvittaessa AoA-suuntaosoituksia. AoA-arvio muodostetaan vastaanottokanavien välisestä vaihe-erosta kahden elementin interferometrimallin avulla, ja tuloksia suodatetaan laatukriteereillä koherenssin ja SNR:n perusteella.
Prototyyppiä havainnollistettiin ulkoympäristössä kiinteällä jatkuva-aaltoisella lähettimellä. Ennen suoritusta tehtiin lyhyt paikallaan tapahtuva kalibrointitallennus, jolla arvioitiin kanavien välinen vakio vaihe-ero ja vähennettiin suunta-arvion systemaattista kiertymää. Käytännön rajoitteita aiheuttavat erityisesti alustan valinta, kontrolloitu referenssisignaali sekä antennibaselinen ja suuntauksen vaihtelu, jotka voivat lisätä AoA-hajontaa ja heikentää toistettavuutta. Jatkokehityksen kannalta keskeisiä painopisteitä ovat mekaanisesti jäykkä baseline-rakenne, toistettavat kalibrointikäytännöt, GNSS-robustiuden parantaminen sekä useamman ajokerran tai mittauskierroksen hyödyntäminen geometrian arvioinnin kanssa.
A coherent dual-channel software-defined radio receiver with GNSS tagging was implemented and integrated with a Python-based logging and post-processing workflow to produce georeferenced CSV datasets, heatmaps, and optional AoA bearing overlays. AoA estimation was derived from the inter-channel phase difference using a two-element interferometer model, with quality filtering based on coherence and SNR.
The prototype was demonstrated outdoors using a fixed continuous-wave transmitter. A short stationary calibration capture was used to estimate a constant inter-channel phase bias, and the resulting correction was applied to reduce systematic bearing rotation during the run. The main practical limitations relate to platform choice, the controlled reference signal, and variability in antenna baseline and orientation, which can widen AoA spread and reduce repeatability. Future development should prioritize a rigid baseline fixture, repeatable calibration procedures, improved GNSS robustness, and multi-pass surveys with explicit geometry assessment.