CN113225704B - 基于智能反射面的室内单接入点辐射源定位方法 - Google Patents

基于智能反射面的室内单接入点辐射源定位方法 Download PDF

Info

Publication number
CN113225704B
CN113225704B CN202110440834.4A CN202110440834A CN113225704B CN 113225704 B CN113225704 B CN 113225704B CN 202110440834 A CN202110440834 A CN 202110440834A CN 113225704 B CN113225704 B CN 113225704B
Authority
CN
China
Prior art keywords
irs
positioning
base station
coefficient
kth
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202110440834.4A
Other languages
English (en)
Other versions
CN113225704A (zh
Inventor
马滕
雷霞
肖悦
熊文汇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
University of Electronic Science and Technology of China
Original Assignee
University of Electronic Science and Technology of China
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by University of Electronic Science and Technology of China filed Critical University of Electronic Science and Technology of China
Priority to CN202110440834.4A priority Critical patent/CN113225704B/zh
Publication of CN113225704A publication Critical patent/CN113225704A/zh
Application granted granted Critical
Publication of CN113225704B publication Critical patent/CN113225704B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/33—Services specially adapted for particular environments, situations or purposes for indoor environments, e.g. buildings
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C21/00—Navigation; Navigational instruments not provided for in groups G01C1/00 - G01C19/00
    • G01C21/20—Instruments for performing navigational calculations
    • G01C21/206—Instruments for performing navigational calculations specially adapted for indoor navigation
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/0009—Transmission of position information to remote stations
    • G01S5/0018—Transmission from mobile station to base station
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
    • G01S5/02—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves
    • G01S5/0273—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using radio waves using multipath or indirect path propagation signals in position determination
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/30—Monitoring; Testing of propagation channels
    • H04B17/309—Measuring or estimating channel quality parameters
    • H04B17/318—Received signal strength
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B17/00—Monitoring; Testing
    • H04B17/30—Monitoring; Testing of propagation channels
    • H04B17/309—Measuring or estimating channel quality parameters
    • H04B17/336—Signal-to-interference ratio [SIR] or carrier-to-interference ratio [CIR]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W64/00—Locating users or terminals or network equipment for network management purposes, e.g. mobility management

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Physics & Mathematics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • General Physics & Mathematics (AREA)
  • Quality & Reliability (AREA)
  • Electromagnetism (AREA)
  • Automation & Control Theory (AREA)
  • Position Fixing By Use Of Radio Waves (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明属于移动通信技术领域，具体涉及一种基于智能反射面的室内单接入点辐射源定位方法。本发明的方法利用智能反射面对多径信号的标记能力，实现单接入点室内定位；同时通过对环境进行分块，首先将用户定位于块内，再以块中心的最优IRS系数配置作为新的IRS系数，实现更高精度的定位。相比于基于指纹的室内定位和传统的基于多径识别的虚拟锚点定位系统，本发明既具有较高的定位精度，又大大降低了对环境模型的要求，具备更高的实用性。

Description

基于智能反射面的室内单接入点辐射源定位方法
技术领域
本发明属于室内定位技术领域，具体涉及一种利基于智能反射面的室内单接入点辐射源定位方法。
背景技术
定位技术的基本原理是测量GPS(Global Positioning System，全球定位系统)信号或现有蜂窝网络中的基站信号的到达时间、到达角，或到达时间差，再根据这些参数与用户和锚点位置的几何关系间接估计用户位置。由于障碍物和丰富的多径影响，上述定位方法的精度在室内会受到严重的影响，因此室内定位系统倾向于使用基于指纹的定位方法。相比于传统的室外定位系统，室内定位系统常采用WiFi信号作为载体，对环境中的RSSI(Received Signal Strength Indicator，接收信号的强度指示)进行采集与建模，形成指纹库，从而通过指纹的匹配完成定位，由于需要实时更新与维护指纹库，也带来了成本的增加。
出于降低成本与提升定位精度的目的，基于多径信号识别的室内定位作为一种新型的定位技术而提出。具体而言，来自已知平面的多径分量，如被光滑平整墙面反射的信号，可视为来自镜像对称的虚拟锚点的信号，从而利用多径分量的到达时间与到达角等信息，在单个接入点的场景下实现较高精度的定位。然而上述系统也存在实际应用的问题，因为完美的平面假设过于理想化，不平整的墙面对于计算虚拟锚点的位置将带来较大的误差。智能反射面(Intelligent Reflecting Surface，IRS)的提出为克服该局限提供了可能。IRS是一种电磁特性可编程重构的新型材料，电磁波在其表面的反射遵循广义的斯涅耳定律，因此可以将IRS看作锚点，识别通过IRS的多径信号完成定位。IRS以其无源、低成本、部署灵活的优势在移动通信领域受到了广泛的研究，尤其是在增强通信中的应用，这是由于反射系数经过优化后的IRS，可提高反射信号的功率，从而提升通信质量。因此，如何利用IRS可操纵多径信号的能力，建利实用的室内定位系统，并利用其增强信号的能力提升定位精度，是值得研究的课题。
发明内容
针对传统基于多径识别的室内定位的应用问题，本发明提出一种基于智能反射面的室内单接入点辐射源定位方案。
为更好地对本发明进行说明，先介绍本发明技术方案所用到的术语和系统结构。
ToA：Time of Arrival，到达时间。
AoA：Angle of Arrival，到达角。
AoI：Angle of Inclination，倾角。
BS：Base Station，基站。
UE：User-End，用户端。
PEB：Positioning Error Bound，定位误差界。
IRS：Intelligent Reflecting Surface，智能反射面，可以根据不同的偏置电压动态地改变自身电磁特性，从而优化无线信号的幅度、相位甚至极化方式。
IRS-IP：Intelligent Reflecting Surfaces Assisted Indoor Positioning，智能反射面辅助的室内定位。
图1(a)所示为本发明IRS-IP系统示意图，1(b)所示为UE-RISk-BS直射链路示意图：
在IRS-IP系统中，假定用户天线数为1，接入点(基站)天线数、反射面单元数，以及反射面的个数分别为NB，N，以及K。用
Figure BDA0003034993960000021
以及
Figure BDA0003034993960000022
分别表示用户-基站，用户-第k个IRS，以及第k个IRS-基站的信道直射分量，其中β,
Figure BDA0003034993960000028
和α分别表示路径损耗，AoA和天线阵列转向角，上标r用于指代反射路径，a(·)和b(·)分别表示基站和IRS的天线阵列响应矢量。对于阵元个数为NB的线性阵列天线(基站)，有
Figure BDA0003034993960000023
IRS的阵列响应矢量b(·)与之类似。此外，不妨用
Figure BDA0003034993960000024
表示第k个IRS的反射系数，并定义
Figure BDA0003034993960000025
用
Figure BDA0003034993960000026
和
Figure BDA0003034993960000027
表示对应的信道散射分量，则上行链路的信道系数矩阵可以表示为
Figure BDA0003034993960000031
其中，
Figure BDA0003034993960000032
为所有散射分量之和，根据中心极限定理，υ可建模为高斯随机过程。加入时间维度，并用s(t)表示发送的定位辅助信号，则t时刻基站的接收信号可表示为：
Figure BDA0003034993960000033
式中，c(t)＝s(t)*υ(t)为散射多径干扰，是有色的高斯噪声，w(t)表示高斯白噪声，τ为路径时延。由图1(b)所示几何关系可知
Figure BDA0003034993960000034
式中(x,y)为用户坐标，(xk,yk)为IRS中心点坐标(k＝0表示基站)，fc为载波频率。假定无阴影衰落，又由于IRS与基站位置固定，故
Figure BDA0003034993960000035
与
Figure BDA0003034993960000036
均可提前计算得出，为已知参量，因此待估参数为
Figure BDA0003034993960000037
不妨将所有待估参数表示为向量θ，根据上述θ与用户坐标的关系，可用最小二乘估计法得到用户位置。
本发明采用的技术方案为：
S1.将室内环境划分为边长为△l的正方形子块，预先计算各子块中心点的最优IRS系数配置
不失一般性地，首先考虑对于任意某点(x,y)的最优IRS系数配置问题。本发明采用最大化用户-第k个IRS-基站这一路径的直射成分信道增益，即
Figure BDA0003034993960000038
假设IRS为线性天线阵列，则有
Figure BDA0003034993960000041
当φkn满足
Figure BDA0003034993960000042
时，上式可取得等号。由此，具有N个单元的IRS对通过它的信号可以提供最大N2倍的信噪比增益。当采用超宽带信号作为定位辅助信号时，来自不同IRS反射的信号间干扰可忽略，因此增大N，可提高该径的信道参数估计精度，从而提升最终的定位精度。考虑任意某个子块，其中心坐标为
Figure BDA0003034993960000048
根据以上结果可知，为达到最大化子块中心点的信噪比增益，第k个IRS的反射系数需调整为
Figure BDA0003034993960000043
其中[·]ij表示矩阵的第i行第j列元素，
Figure BDA0003034993960000044
由此可知，用户实际位置与块中心越接近，IRS对信噪比的增益越接近于N2。
S2.初始化IRS系数，用户发射定位辅助信号s(t)，基站对θ进行最大似然估计，从而对用户进行粗定位
在本发明中，假定基站已知高斯白噪声w(t)的功率谱密度N0E，其中E表示单位矩阵，这与大多数现实情况相吻合，散射多径成分υ(t)的功率时延分布Sυ(τ)E采用“J.Karedal,S.Wyne,P.Almers,F.Tufvesson,and A.F.Molisch,“A Measurement-BasedStatistical Model for Industrial Ultra-Wideband Channels,”IEEE Trans.WirelessCommun.,vol.6,no.8,pp.3028–3037,Aug.2007”中的双指数分布模型。不妨定义
Figure BDA0003034993960000045
则接收信号的似然函数可以表示为
Figure BDA0003034993960000046
其中Q(t,u)是c(t)+w(t)的自相关函数的逆核函数，满足
Figure BDA0003034993960000047
式中
Figure BDA0003034993960000051
其中Ts表示定位辅助信号s(t)的脉冲宽度。由于指数函数为单调函数，因此优化问题可表示为：
Figure BDA0003034993960000052
从而可得到θ的最大似然估计。由于IRS的系数未进行优化，来自IRS的多径成分信干噪比增益往往很小，定位误差相对较大。
S3.利用S2的定位结果，将用户确定于某一块中，并用块中心的最优IRS系数配置作为新的IRS系数，重新进行定位，即完成了所有操作。
本发明的有益效果为：
本发明提出了一种利用智能反射面实现基于多径信号识别的室内定位方案。该方案利用智能反射面对多径信号的标记能力，实现单接入点室内定位；同时通过对环境进行分块，首先将用户定位于块内，再以块中心的最优IRS系数配置作为新的IRS系数，实现更高精度的定位。相比于基于指纹的室内定位和传统的基于多径识别的虚拟锚点定位系统，本发明既具有较高的定位精度，又大大降低了对环境模型的要求，具备更高的实用性。
附图说明
图1为本发明提出的基于智能反射面的室内定位系统示意图：其中(a)为本发明IRS-IP系统示意图，(b)为UE-RISk-BS直射链路示意图；
图2为采用/不采用IRS辅助的系统(不划分子块)定位精度比较：其中(a)为不采用IRS辅助的系统的PEB热力图，(b)为采用IRS辅助的系统的PEB热力图；
图3为IRS-IP系统划分/不划分子块的定位精度比较：其中(a)为不划分子块的PEB热力图，(b)为划分子块的PEB热力图；
图4为基站天线数、IRS单元数以及子块大小对IRS-IP系统定位精度的影响：其中(a)为不同NB，N下的PEB曲线，(b)为不同子块大小下的PEB曲线。
具体实施方式
在发明内容部分已经对本发明的技术方案进行了详细描述，下面结合附图和仿真示例说明本发明的实用性。
图2-4仿真条件采用自相关函数为滚降因子0.6，脉冲宽度Ts＝1ns的升余弦函数作为发射信号，基站为天线阵列倾角α0＝0线性天线阵，高斯白噪声功率谱密度为N0＝-174dBm/Hz，散射多径成分功率时延分布为参数为Ω1＝1.16×10-6,γ1＝20ns,γrise＝5ns和χ＝0.98的双指数分布[1,(9)]，仿真环境为10m×10m的正方形，四个顶点坐标分别为(0,0)、(10,0)、(0,10)和(10,10)。
图2的基站位于(5,0)，天线数NB＝8，2(a)和2(b)分别给出了无IRS的系统，和2块倾角为π/2，单元数N＝8，位于(0,5)和(10,5)的IRS-IP系统的PEB热力图比较。从图中可以看出，加入IRS的辅助后定位精度获得了一定的提升，尤其是对于靠近RIS的位置。例如当用户位于(2,5)时，无IRS的系统定位精度在分米量级，而加入IRS后达到厘米量级。
图3的基站位于(5,5)，天线数NB＝8，4块IRS位于四边中点，即(0,5)、(10,5)、(5,0)和(5,10)，倾角分别为π/2、π/2、0和0，3(a)给出了不划分子块的PEB热力图，3(b)给出了子块边长△l＝1时的PEB热力图。图3的结果表明，S3步骤可对定位精度进行进一步的提升，例如用户位于(0.5,4.5)时，定位误差将从分米量级降低到厘米量级。
如图4所示，图4(a)在图3(a)基础上给出了用户位于(0.8,4.8)条件下，N,NB＝8,16的PEB曲线比较，4(b)在3(b)基础上给出了子块边长△l＝0.5和1时的PEB曲线，并与不划分子块的定位性能进行比较。从图4(a)可以看出，增加IRS单元数和基站的天线数均可提升定位精度：例如发射信号功率Es＝2dBw时，N＝NB＝8的系统PEB约为0.17m，而NB增加到16之后降低到约0.13m，改变N至16后降低到0.1m左右。此外，3(b)的结果表明，划分子块进行精定位后，定位误差得以进一步降低：例如发射信号功率Es＝4dBw和N＝16时，定位误差将从分米量级降低至厘米量级；同时，减小子块大小对定位精度也有一定程度的提升。
可见，本发明提出的基于智能反射面的室内定位系统在单个接入点的场景下，通过对特定多径信号的识别，可实现较高精度的定位；并且本发明提出的利用IRS对多径信号的增强能力，对定位精度有着进一步的提升。

Claims (1)

1.基于智能反射面的室内单接入点辐射源定位方法，其特征在于，包括以下步骤：
S1、将室内环境划分为边长为△l的正方形子块，预先计算各子块中心点的最优智能反射面IRS系数配置：
对于任意某点(x,y)的最优IRS系数
Figure FDA0003034993950000011
以最大化用户-第k个IRS-基站这一路径的直射成分信道增益为目标，令：
Figure FDA0003034993950000012
其中，
Figure FDA0003034993950000013
表示第k个IRS的反射系数，φkn表示反射系数的相位∈[0，2π]，n＝1，2…N，N表示IRS的单元数，b(·)表示IRS的天线阵列响应矢量，
Figure FDA0003034993950000014
表示第k个IRS的到达角，αk表示第k个IRS的天线阵列转向角，上标r用于指代反射路径；
假设IRS为线性天线阵列，具有N个单元的IRS对通过它的信号可以提供最大N2倍的信噪比增益；对于任意某个子块，其中心坐标为
Figure FDA0003034993950000015
以最大化子块中心点的信噪比增益为目标，可得第k个IRS的反射系数为：
Figure FDA0003034993950000016
其中[·]ij表示矩阵的第i行第j列元素，
Figure FDA0003034993950000017
S2、初始化IRS系数，用户发射定位辅助信号s(t)，基站对目标参数θ进行最大似然估计，从而对用户进行粗定位：
假设基站已知高斯白噪声w(t)的功率谱密度N0E，其中，N0表示高斯白噪声的功率谱密度值，为常数，E表示单位矩阵，t时刻基站的接收信号表示为：
Figure FDA0003034993950000018
其中，K为IRS的个数，
Figure FDA0003034993950000019
为上行链路的信道系数矩阵，
Figure FDA00030349939500000110
Figure FDA0003034993950000021
表示第k个IRS到基站的信道直射分量，a(·)表示基站的天线阵列响应矢量，NB表示基站的天线数，
Figure FDA0003034993950000022
表示用户到第k个IRS的信道直射分量，υ(t)表示散射多径成分；
定义
Figure FDA0003034993950000023
c(t)＝s(t)*υ(t)为散射多径干扰，则接收信号的似然函数表示为：
Figure FDA0003034993950000024
其中Q(t,u)是c(t)+w(t)的自相关函数的逆核函数，满足
Figure FDA0003034993950000025
式中
Figure FDA0003034993950000026
其中Ts表示定位辅助信号s(t)的脉冲宽度；由于指数函数为单调函数，因此建立优化问题为：
Figure FDA0003034993950000027
进而得到θ的最大似然估计，作为初步定为结果；
S3、利用S2得到的初步定位结果，将用户确定于某一块中，并用块中心的最优IRS系数配置作为新的IRS系数，重新进行定位，得到最终定为结果。
CN202110440834.4A 2021-04-23 2021-04-23 基于智能反射面的室内单接入点辐射源定位方法 Active CN113225704B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110440834.4A CN113225704B (zh) 2021-04-23 2021-04-23 基于智能反射面的室内单接入点辐射源定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110440834.4A CN113225704B (zh) 2021-04-23 2021-04-23 基于智能反射面的室内单接入点辐射源定位方法

Publications (2)

Publication Number Publication Date
CN113225704A CN113225704A (zh) 2021-08-06
CN113225704B true CN113225704B (zh) 2021-12-17

Family

ID=77088484

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110440834.4A Active CN113225704B (zh) 2021-04-23 2021-04-23 基于智能反射面的室内单接入点辐射源定位方法

Country Status (1)

Country Link
CN (1) CN113225704B (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113784353B (zh) * 2021-08-24 2023-06-30 华北电力大学（保定） 用于状态更新系统的方法、装置及存储介质
CN113795004A (zh) * 2021-11-15 2021-12-14 湖南金龙智造科技股份有限公司 用于室内5g终端的通信方法、系统及其车间
CN116193568A (zh) * 2021-11-29 2023-05-30 华为技术有限公司 室内定位方法、通信系统、相关设备
WO2023097677A1 (en) * 2021-12-03 2023-06-08 Telefonaktiebolaget Lm Ericsson (Publ) Method and apparatus for reconfigurable intelligent surface node in communication network
CN115002900B (zh) * 2022-06-02 2023-11-07 中国电信股份有限公司 终端定位方法、装置、计算机存储介质及电子设备
CN115474270A (zh) * 2022-08-31 2022-12-13 东南大学 一种智能反射表面辅助的指纹库室内定位方法
CN115226045B (zh) * 2022-09-19 2022-12-02 四川创智联恒科技有限公司 一种在6g网路中区分ris信号的方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014098461A1 (ko) * 2012-12-21 2014-06-26 삼성전자 주식회사 Ims 네트워크를 통한 sms 처리 방법 및 장치
CN109257693A (zh) * 2018-08-02 2019-01-22 哈尔滨工程大学 一种基于空间分析的室内协作定位方法
CN110290491A (zh) * 2019-05-17 2019-09-27 重庆邮电大学 一种基于多径辅助的室内目标定位方法
CN111954190A (zh) * 2020-08-20 2020-11-17 深圳恩步通信技术有限公司 基于智能反射面的d2d通信吞吐量最大化的方法及装置
CN112564758A (zh) * 2020-11-25 2021-03-26 东南大学 一种采用分布式智能反射面辅助的宽带无线传输方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10887863B2 (en) * 2019-03-01 2021-01-05 Apple Inc. Receiver for secure time-of-arrival calculation

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2014098461A1 (ko) * 2012-12-21 2014-06-26 삼성전자 주식회사 Ims 네트워크를 통한 sms 처리 방법 및 장치
CN109257693A (zh) * 2018-08-02 2019-01-22 哈尔滨工程大学 一种基于空间分析的室内协作定位方法
CN110290491A (zh) * 2019-05-17 2019-09-27 重庆邮电大学 一种基于多径辅助的室内目标定位方法
CN111954190A (zh) * 2020-08-20 2020-11-17 深圳恩步通信技术有限公司 基于智能反射面的d2d通信吞吐量最大化的方法及装置
CN112564758A (zh) * 2020-11-25 2021-03-26 东南大学 一种采用分布式智能反射面辅助的宽带无线传输方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
Joint Beam Training and Positioning for Intelligent Reflecting Surfaces Assisted Millimeter Wave Communications;Wei Wang;< IEEE Transactions on Wireless Communications )>;20210421;全文 *
Sum-rate Maximization for Intelligent Reflecting Surface Based Terahertz Communication Systems;Wenjie Chen;<2019 IEEE/CIC International Conference on Communications Workshops in China (ICCC Workshops)>;20190813;全文 *
Teng Ma ; Yue Xiao ; Xia Lei.Large Intelligent Surface Assisted Wireless Communications With Spatial Modulation and Antenna Selection.<IEEE JOURNAL ON SELECTED AREAS IN COMMUNICATIONS>.2020, *
红外视频图像目标识别跟踪技术与C60实现;熊文汇;《CNKI优秀硕士学位论文全文库》;20020427;全文 *
非视距环境中的无线网络残差加权定位算法;尹烨佳等;《传感技术学报》;20190515(第05期);全文 *

Also Published As

Publication number Publication date
CN113225704A (zh) 2021-08-06

Similar Documents

Publication Publication Date Title
CN113225704B (zh) 基于智能反射面的室内单接入点辐射源定位方法
CN109188355B (zh) 一种多点定位系统接收天线优化及最优布站方法
CN108696932A (zh) 一种利用csi多径及机器学习的室外指纹定位方法
CN106793087B (zh) 一种基于aoa和pdoa的阵列天线室内定位方法
Kodippili et al. Integration of fingerprinting and trilateration techniques for improved indoor localization
CN107241797B (zh) Nlos环境下基于散射体信息的单站定位方法
CN113259884B (zh) 基于多参数融合的室内定位基站布设优化方法
CN108989986B (zh) 基于迭代分割空间法的Wi-Fi室内定位方法
KR101163335B1 (ko) 수신신호강도의 거리 추정 방식에 의거한 실내 무선 측위 방법 및 이 방법을 실시하기 위한 프로그램이 기록된 기록매체
CN108168559B (zh) 一种基于分布式天线的室内定位系统及方法
Khan et al. A generalized model for the spatial characteristics of the cellular mobile channel
CN111107626A (zh) 一种基于时间反演的doa定位方法
Akbarpour et al. Ray-tracing and parabolic equation methods in the modeling of a tropospheric microwave link
Blaunstein et al. Signal power distribution in the azimuth, elevation and time delay domains in urban environments for various elevations of base station antenna
CN117978603A (zh) 一种基于ofdm的反向散射通信感知一体化系统及方法
Brida et al. Geometric algorithm for received signal strength based mobile positioning
CN116930963A (zh) 一种基于无线通信系统的穿墙成像方法
CN108828513B (zh) 基于多监测点电波传播衰减等差线交叉的信号源定位方法
Cavalieri WLAN-based outdoor localisation using pattern matching algorithm
CN114051209B (zh) 一种基于智能反射面和场景几何模型的指纹定位方法
CN110907925A (zh) 一种高频地波雷达双站模型下的权重定位方法
Zhang et al. An improved three-dimensional auto-clustering algorithm for indoor millimeter-wave multipath propagation analysis
CN102523058A (zh) 一种用于预测无线信号强度的三维传播模型
Guo et al. A novel density-based geolocation algorithm for a noncooperative radio emitter using power difference of arrival
Peng et al. Comparison of wireless location algorithms in mobile communication networks

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant