面向6G网络的融合式合作多单体目标定位的最优权重方案
信号处理
2024-08-30 v1
摘要
合作式多单体探测使通过组合多个基站（BS）的探测环境来实现被动目标的精确定位成为可能。本文提出一种新颖的融合算法，用于最优寻找组合多个基站（BS）的时间到达（ToA）和到达角（AoA）似然概率密度函数（PDF）的权重。具体地，我们采用对数线性池化函数对所有基站的PDF进行加权几何平均融合。我们构建了一个最小化逆克莱柏-克里希纳散度（RKLD）的优化问题，并提出一种基于蒙特卡洛重要抽样（MCIS）方法的迭代算法以获得最优融合权重。数值结果验证，与现有基准相比，在无偏（仅视距）和有偏（多径丰富环境）两种场景下，本文提出的融合方案在定位精度方面表现优于现有方法。
引用
@article{arxiv.2408.16464,
title = {Optimal Weight Scheme for Fusion-Assisted Cooperative Multi-Monostatic Object Localization in 6G Networks},
author = {Maximiliano Rivera Figueroa and Pradyumna Kumar Bishoyi and Marina Petrova},
journal= {arXiv preprint arXiv:2408.16464},
year = {2024}
}
备注
6 pages, 5 figures. Accepted for presentation in Globecom 2024