基于 RSS 的无人机定位增强：利用轨迹与多基站
信号处理
2020-11-04 v1
摘要
为提高无人机（UAV）的定位精度，本文通过联合利用来自多个基站（BS）和轨迹上多个点的接收信号强度（RSS）多重测量值，建立了一个新的框架。首先，提出了一种同时利用轨迹信息与多基站的联合最大似然（ML）方法。为降低其高复杂度，设计了两种低复杂度定位方法。第一种方法从基站到轨迹（BST），称为 LCSL-BST。首先固定第 n 个基站，利用沿轨迹的多重测量值，通过 ML 准则计算出 UAV 的位置；最后，将不同基站算得的 UAV 位置进行合并得到最终结果位置。第二种方法颠倒顺序，称为 LCSL-TBS。我们还推导了联合 ML 方法的克拉美罗下界（CRLB）。仿真结果表明，所提联合 ML 与分离的 LCSL-BST 方法在定位性能上相比不使用轨迹知识的传统 ML 方法均有显著改善。前者达到了联合 CRLB，后者具有低复杂度。
引用
@article{arxiv.2011.01558,
title = {Enhanced RSS-based UAV Localization via Trajectory and Multi-base Stations},
author = {Yifan Li and Feng Shu and Baihua Shi and Xin Cheng and Yaoliang Song and Jiangzhou Wang},
journal= {arXiv preprint arXiv:2011.01558},
year = {2020}
}