基于上行SRS信道估计的5G NR系统机器学习户外用户定位
信号处理
2023-04-14 v1 机器学习
摘要
蜂窝用户定位是第五代新空口(5G NR)网络提供的一项有前景的服务。此外，机器学习(ML)技术预计将成为5G NR系统的组成部分，以改善无线性能并降低复杂度。在本文中，我们研究利用由物理层信道的上行链路信道估计组成的5G NR指纹进行定位的ML技术。我们表明，可以使用探测参考信号(SRS)信道指纹来提供足够的数据以推断用户位置。此外，我们表明，小型全连接中等深度神经网络即使在应用于非常稀疏的SRS数据时，也能在商业5G环境中以米级精度实现成功的户外用户定位。
引用
@article{arxiv.2304.06514,
title = {ML-Enabled Outdoor User Positioning in 5G NR Systems via Uplink SRS Channel Estimates},
author = {Andre Ráth and Dino Pjanić and Bo Bernhardsson and Fredrik Tufvesson},
journal= {arXiv preprint arXiv:2304.06514},
year = {2023}
}
备注
6 pages, 8 figures, Accepted to be published in IEEE International Conference on Communications 2023, Rome, Italy