情境感知的电信室外定位
网络与互联网体系结构
2021-08-25 v1
摘要
近年来，电信技术经历了从 2G 到即将到来的 5G 的快速发展。精确的室外定位对于电信运营商管理、运营和优化电信网络至关重要。与 GPS 不同，电信定位是电信运营商利用测量报告数据来定位室外移动设备的一种技术。当给定包含噪声信号（例如，由电信信号干扰和衰减引起）的 MR 样本时，电信定位通常存在较大误差。为此，本文的主要重点是如何通过检测和修复具有较大误差的异常位置算法来提高电信定位精度。具体而言，我们提出了一种情境感知的电信定位技术，即 RLoc，它由三个主要组件组成：基于机器学习的定位算法、用于发现有缺陷样本的检测算法，以及用更好的结果（理想情况下为真实位置）替换异常定位结果的修复算法。与大多数独立检测和修复每个有缺陷 MR 样本的现有工作不同，我们考虑了 MR 位置的时空局部性，并利用轨迹上下文来检测和修复有缺陷的位置。我们在来自 2G GSM 和 4G LTE 电信网络的真实 MR 数据集上的实验验证了我们的工作 RLoc 可以极大地提高电信定位精度。例如，RLoc 在大型 4G MR 数据集上可以实现 32.2 米的中值误差，比 SOTA 约好 17.4%。
引用
@article{arxiv.2108.10651,
title = {Context-aware Telco Outdoor Localization},
author = {Yige Zhang and Weixiong Rao and Mingxuan Yuan and Jia Zeng and Pan Hui},
journal= {arXiv preprint arXiv:2108.10651},
year = {2021}
}