为了降低非视距(Non-Line-of-Sight,NLOS)误差对定位精度的不利影响,提出了一种基于圆环模型的到达时间(Time of Arrival,TOA)/到达角(Angle of Arrival,AOA)混合定位算法。假设各基站(Base Station,BS)接收的多径信号都经历了散射体的...为了降低非视距(Non-Line-of-Sight,NLOS)误差对定位精度的不利影响,提出了一种基于圆环模型的到达时间(Time of Arrival,TOA)/到达角(Angle of Arrival,AOA)混合定位算法。假设各基站(Base Station,BS)接收的多径信号都经历了散射体的单次散射,首先利用圆环模型的几何特征搜索圆环的半径,再根据圆环的半径、TOA信息和AOA信息确定散射体的位置;然后将散射体作为虚拟基站规划移动台(Mobile Station,MS)的可能位置范围,并使用网格搜索和约束判断来获得多个MS可能的估计位置;最后根据误差目标函数的大小进行选择性平均。在不同NLOS场景下的仿真结果表明,与现有算法相比,所提算法取得了更好的定位性能。展开更多
为了降低非视距(Non-Line-of-Sight,NLOS)误差对定位精度的不利影响,提出了一种基于散射体定位的到达时间(Time of Arrival,TOA)/到达角(Angle of Arrival,AOA)混合定位算法。假设各基站(Base Station,BS)接收的多径信号都经历了散射体...为了降低非视距(Non-Line-of-Sight,NLOS)误差对定位精度的不利影响,提出了一种基于散射体定位的到达时间(Time of Arrival,TOA)/到达角(Angle of Arrival,AOA)混合定位算法。假设各基站(Base Station,BS)接收的多径信号都经历了散射体单次散射,首先利用各BS测量的多径信号AOA信息来定位各散射体,再利用测量的多径信号TOA信息估计出散射体与移动台(Mobile Station,MS)之间的距离,然后将散射体作为虚拟基站来约束MS可能位置范围,并使用网格搜索来获得多个MS可能的估计位置,最后采用基于BS参考位置点的约束平均方法解算出MS估计位置。在不同NLOS场景下的仿真结果表明,与现有算法相比,所提算法取得了更好的定位性能。展开更多
环境变化引起的信道状态改变使得传统的基于信道状态信息(Channel State Information,CSI)的指纹定位方法定位精度显著下降。近年来的研究表明,领域适应是克服上述缺点的一种合适策略。领域适应将环境改变前后分别看成是两个不同分布下...环境变化引起的信道状态改变使得传统的基于信道状态信息(Channel State Information,CSI)的指纹定位方法定位精度显著下降。近年来的研究表明,领域适应是克服上述缺点的一种合适策略。领域适应将环境改变前后分别看成是两个不同分布下的源域和目标域,能够通过缩小两个领域之间的差异得到适用于目标域的模型。基于此,提出了一个基于分歧差异的深度卷积对抗网络(Disparity Discrepancy Based Deep Convolutional Adversarial Network,DDCAN)领域自适应指纹定位方法,该方法在大规模多输入多输出(Massive Multiple Input Multiple Output,M-MIMO)系统中将CSI重构得到的角度时延信道幅度矩阵(Angle Delay Channel Amplitude Matrix,ADCAM)作为指纹,在拥有源域的有标签样本和目标域的无标签样本的情况下,通过最小化源域误差和分歧差异可以有效训练出适用于目标域的定位网络。在此基础上,分别构建了分类和回归定位模型,其中针对分类定位模型,提出网格中心重定位的方法,以增加定位精度。仿真结果表明,该方法可以有效缓解环境变化对定位方法的影响,并达到较高的定位精度。展开更多
文摘为了降低非视距(Non-Line-of-Sight,NLOS)误差对定位精度的不利影响,提出了一种基于圆环模型的到达时间(Time of Arrival,TOA)/到达角(Angle of Arrival,AOA)混合定位算法。假设各基站(Base Station,BS)接收的多径信号都经历了散射体的单次散射,首先利用圆环模型的几何特征搜索圆环的半径,再根据圆环的半径、TOA信息和AOA信息确定散射体的位置;然后将散射体作为虚拟基站规划移动台(Mobile Station,MS)的可能位置范围,并使用网格搜索和约束判断来获得多个MS可能的估计位置;最后根据误差目标函数的大小进行选择性平均。在不同NLOS场景下的仿真结果表明,与现有算法相比,所提算法取得了更好的定位性能。
文摘为了降低非视距(Non-Line-of-Sight,NLOS)误差对定位精度的不利影响,提出了一种基于散射体定位的到达时间(Time of Arrival,TOA)/到达角(Angle of Arrival,AOA)混合定位算法。假设各基站(Base Station,BS)接收的多径信号都经历了散射体单次散射,首先利用各BS测量的多径信号AOA信息来定位各散射体,再利用测量的多径信号TOA信息估计出散射体与移动台(Mobile Station,MS)之间的距离,然后将散射体作为虚拟基站来约束MS可能位置范围,并使用网格搜索来获得多个MS可能的估计位置,最后采用基于BS参考位置点的约束平均方法解算出MS估计位置。在不同NLOS场景下的仿真结果表明,与现有算法相比,所提算法取得了更好的定位性能。
