基于 EKF 时空数据融合的稀疏分布高移动性无线网络的协同定位
网络与互联网体系结构
2023-08-02 v1
摘要
我们针对由稀疏分布的高移动性节点组成的无线网络，提出一种基于扩展 Kalman 滤波器（EKF）的时空数据融合（STDF）的分布式协同定位算法。我们的算法首先利用 EKF 的预测步骤对节点的位置与移动状态进行粗估计。然后将其作为依赖于因子图（FG）的 STDF 的先验，从而以分布式方式推断智能体位置的后验分布。我们通过利用二阶 Taylor 多项式高精度逼近相关 FG 上传递消息的非线性项，并在融合步骤中获得各消息的闭式表示，其中额外考虑了不完美硬件的时序测量。第三阶段，通过调用 EKF 的更新步骤对位置估计进行精化。仿真结果与分析表明，我们的 EKF-STDF 比最先进的基于 EKF 的算法计算复杂度更低，同时在恶劣环境下实现了更优的定位性能。
引用
@article{arxiv.2308.00419,
title = {Cooperative Positioning for Sparsely Distributed High-Mobility Wireless Networks with EKF Based Spatio-Temporal Data Fusion},
author = {Yue Cao and Shaoshi Yang and Xiao Ma and Zhiyong Feng},
journal= {arXiv preprint arXiv:2308.00419},
year = {2023}
}
备注
5 pages, 3 figures, accepted to appear on IEEE Communications Letters, Jun. 2023