基于光信道冲激响应的神经网络定位
信息论
2022-11-08 v2 机器学习
信号处理
math.IT
摘要
可见光定位在室内环境中具有实现亚厘米级精度的潜力，然而传统的基于接收信号强度(RSS)的定位算法无法达到这一精度，因为其性能会因光多径反射而下降。不过，由于光无线信道通常具有静态且可预测的特性，这部分光接收信号是确定性的。本文研究了基于光信道冲激响应(OCIR)的定位性能，使用人工神经网络(ANN)将OCIR的嵌入特征映射到用户设备的位置。数值结果表明，仅使用两个光电探测器作为锚点，基于OCIR的定位比传统RSS技术性能高出两个数量级。该ANN技术可利用多径特征，适用于从仅使用直流值到依赖高分辨率时间采样（可实现亚厘米级精度）的广泛场景。
引用
@article{arxiv.2211.00806,
title = {Optical Channel Impulse Response-Based Localization Using An Artificial Neural Network},
author = {Hamid Hosseinianfar and Hami Rabbani and Maite Brandt-Pearce},
journal= {arXiv preprint arXiv:2211.00806},
year = {2022}
}