基于 CSI 指纹与多基站的可靠深度学习定位
信息论
2021-11-24 v1 信号处理
math.IT
摘要
近来深度学习 (DL) 方法被提出用于无线通信网络中的用户设备 (UE) 定位，其基于 UE 与每个基站 (BS) 在上行链路中的信道状态信息 (CSI)。利用可用 BS 的 CSI，UE 定位可以不同方式实现。一方面，可训练单一神经网络 (NN)，将来自所有可用 BS 的 CSI 视为用户位置的整体指纹来进行 UE 定位。另一方面，可利用每个 BS 处的 CSI 通过独立的 NN 获得 UE 位置估计，再合并所有 BS 的位置估计得到 UE 位置的总体估计。本工作表明，采用后一种方法的 UE 定位可实现更高定位精度。我们提出考虑每个 BS 处 UE 定位的不确定性，从而基于各 BS 的不确定性合并不同 BS 的位置估计来确定 UE 总体位置。该方法可在信道变化时获得更可靠的位置估计。
引用
@article{arxiv.2111.11839,
title = {Reliable Deep Learning based Localization with CSI Fingerprints and Multiple Base Stations},
author = {Anastasios Foliadis and Mario H. Castañeda Garcia and Richard A. Stirling-Gallacher and Reiner S. Thomä},
journal= {arXiv preprint arXiv:2111.11839},
year = {2021}
}
备注
6 pages, 6 figures, submitted for publication at IEEE ICC2022