利用稀疏特征与迭代方法缓解非视距传播
信号处理
2018-03-20 v1
摘要
现有知名方法利用视距 (LOS) 测量对移动台 (MS) 进行定位。如果输入非视距 (NLOS) 测量，这些方法可能会产生较大误差。我们提出的算法称为基于 IMAT 的 NLOS 稀疏恢复 (SRNI)，将 NLOS 视为未知变量，并基于 IMAT 方法强调其稀疏特征来求解由此产生的欠定系统。通过仿真研究了 SRNI 与其他传统算法相比的性能。结果表明，SRNI 足够快，能够处理大量基站组合，并且在基站数量较少时也具有很高的精度。
引用
@article{arxiv.1803.06838,
title = {NLOS Mitigation Using Sparsity Feature And Iterative Methods},
author = {Abbas Abolfathi and Fereidoon Behnia and Farokh Marvasti},
journal= {arXiv preprint arXiv:1803.06838},
year = {2018}
}
备注
6 pages, 7 figures