基于广义高斯分布方法的超宽带室内定位系统异常检测
信号处理
2021-08-24 v1 人工智能
摘要
随着物联网（IoT）的快速发展，室内定位系统（IPS）在学术研究中引起了极大的兴趣。超宽带（UWB）是一项新兴技术，可用于 IPS，因为它能提供厘米级精度。然而，UWB 系统在实践中仍面临若干技术挑战，其中之一是非视距（NLoS）信号传播。已有几种机器学习方法被应用于 NLoS 分量识别。然而，当数据包含极少量的 NLoS 分量时，现有算法很难对其进行分类。本文重点研究采用基于高斯分布（GD）和广义高斯分布（GGD）算法的异常检测方法来检测和识别 NLoS 分量。仿真结果表明，所提出的方法能够提供稳健的 NLoS 分量识别，提高了 NLoS 信号分类精度，从而显著改善了 UWB 定位系统。
引用
@article{arxiv.2108.10210,
title = {Anomaly Detection Based on Generalized Gaussian Distribution approach for Ultra-Wideband (UWB) Indoor Positioning System},
author = {Fuhu Che and Qasim Zeeshan Ahmed and Faheem A. Khan and Pavlos I. Lazaridis},
journal= {arXiv preprint arXiv:2108.10210},
year = {2021}
}