基于在线学习的5G定位中非视距测距误差抑制
信号处理
2022-08-17 v1
摘要
第五代（5G）无线通信因其大带宽和低成本的优点而有助于定位。然而，设备之间阻挡视距（LOS）路径的障碍物的存在会严重影响定位精度。在本文中，我们提出了一种在线学习方法来直接抑制非视距（NLOS）信道中的测距误差。NLOS测距误差的分布从接收的原始信号中学习，其中利用具有神经过程回归器（NPR）的网络来精确学习环境和距离相关信息。该网络可用于在线学习，无需重新训练网络，计算效率高。仿真结果表明，所提方法在NLOS测距误差抑制方面优于传统技术。
引用
@article{arxiv.2208.07603,
title = {Online Learning Based NLOS Ranging Error Mitigation in 5G Positioning},
author = {Jiankun Zhang and Hao Wang},
journal= {arXiv preprint arXiv:2208.07603},
year = {2022}
}