基于注意力机制的5G NR系统户外定位

将高精度细胞定位与机器学习(ML)的集成被视为未来细胞导航系统的核心技术，能够提供 unparalleled 的准确性和功能性。本研究聚焦于基于第五代(5G)新型无线电(NR)系统的上行信道测量进行定位。提出一种基于注意力机制的ML单快照定位管线，包括信号处理模块、注意力机制模块和不确定性估计模块。具体而言，信号处理模块生成所有波束的脉冲响应波束矩阵；注意力机制模块使用注意力网络对信道脉冲响应进行训练，捕获不同波束脉冲响应之间的相关性；不确定性估计模块预测UE位置的概率密度函数，从而指示定位结果的置信水平。应用两种代表性不确定性估计技术，即负对数似然和回归-分类技术，并进行比较。 Furthermore, for dynamic measurements with multiple snapshots available, we combine the proposed pipeline with a Kalman filter to enhance localization accuracy. 为评估方法，我们从商业基站提取不同波束的信道脉冲响应。户外测量 campaign 覆盖直线视距(LoS)、非直线视距(NLoS)以及LoS和NLoS混合场景。结果表明，能够实现亚米级定位准确性。