面向应急响应的射频指纹辅助RSS目标定位评估
信号处理
2022-09-07 v1
摘要
目标定位对于应急调度情况至关重要。最大似然估计（MLE）方法被广泛用于基于接收信号强度测量值估计目标位置。然而，MLE求解器的性能受初始化（即解的初始猜测或解搜索空间）影响显著。为解决此问题，先前的一项研究提出了基于半定规划（SDP）的MLE初始化。然而，基于SDP的初始化技术的性能在很大程度上受阴影衰落方差以及目标与接收器之间几何多样性的影响。在本研究中，提出了一种基于射频（RF）指纹的MLE初始化方法。此外，构建了一个结合RF指纹的目标定位最大似然问题。在开放空间、城市和室内三个测试环境中，与使用SDP初始化的MLE算法相比，所提出的RF指纹辅助目标定位方法显示出高达63.31%的性能提升，平均提升39.13%。此外，与SDP-MLE方法不同，在我们的实验中，所提出的方法未受目标与接收器之间不良几何结构的显著影响。
引用
@article{arxiv.2206.09312,
title = {Evaluation of RF Fingerprinting-Aided RSS-Based Target Localization for Emergency Response},
author = {Halim Lee and Taewon Kang and Suhui Jeong and Jiwon Seo},
journal= {arXiv preprint arXiv:2206.09312},
year = {2022}
}
备注
Submitted to the 2022 IEEE 95th Vehicular Technology Conference (VTC2022-Spring)