基于 IMU 监督的神经 5G 室内定位
信号处理
2024-02-16 v1 机器学习
摘要
无线电信号非常适合用于用户定位，因为它们无处不在、可在黑暗环境中工作并能保护隐私。许多先前的工作通过全监督方式学习信道状态信息 (CSI) 与位置之间的映射。然而，该方法依赖于获取成本极高的位置标签。在本工作中，我们通过在部署期间使用由惯性测量单元 (IMU) 计算得出的伪标签来放宽这一要求。我们提出了用于 IMU 双重积分和定位系统训练的实用算法。我们在模拟数据以及具有挑战性的真实 5G 测量数据上展示了分米级的精度。我们的 IMU 监督方法性能与全监督方法相当，但部署所需的工作量要少得多。
引用
@article{arxiv.2402.09948,
title = {Neural 5G Indoor Localization with IMU Supervision},
author = {Aleksandr Ermolov and Shreya Kadambi and Maximilian Arnold and Mohammed Hirzallah and Roohollah Amiri and Deepak Singh Mahendar Singh and Srinivas Yerramalli and Daniel Dijkman and Fatih Porikli and Taesang Yoo and Bence Major},
journal= {arXiv preprint arXiv:2402.09948},
year = {2024}
}
备注
IEEE GLOBECOM 2023