动态估计定位精度的数据驱动方法分析
信号处理
2021-02-25 v2 机器学习
摘要
对定位系统的首要期望是能为用户提供可靠的位置估计。另一项可极大帮助用户利用位置估计的信息，是定位系统对其所产生位置估计赋予的不确定性水平。在过去十年该领域文献中，指纹定位系统位置估计精度的动态估计概念曾被零星讨论，主要提出了基于领域知识的手工规则。物联网设备的出现与低功耗广域网(LPWANs)数据的激增，促进了基于数据驱动方法确定位置估计置信度的概念化。本工作中，我们分析确定动态精度估计(DAE)的数据驱动方法，并将其置于定位系统的更广阔背景中考量。更具体地，借助公开 LoRaWAN 数据集，当前工作分析了：可用于确定位置估计与 DAE 任务的训练集划分、筛选最可靠估计子集的概念，以及数据的空间分布对 DAE 精度的影响。本工作对定位系统整体设计背景下的 DAE 数据驱动确定方法提供了广泛概览。
引用
@article{arxiv.2011.10478,
title = {Analysing the Data-Driven Approach of Dynamically Estimating Positioning Accuracy},
author = {Grigorios G. Anagnostopoulos and Alexandros Kalousis},
journal= {arXiv preprint arXiv:2011.10478},
year = {2021}
}
备注
Author's accepted manuscript version. Accepted for publication in IEEE ICC 2021, IoT and Sensor Networks Symposium