Carrier Phase Ranging for Indoor Positioning with 5G NR Signals
室内定位是物联网（IoT）和人工智能（AI）的核心技术之一，预计将在即将到来的AI时代发挥重要作用。然而，受室内环境复杂性的影响，实现连续可靠的室内定位仍具有很高的挑战性。目前，5G蜂窝网络正在全球范围内部署，其新技术带来了提高无线室内定位性能的方法。在本文中，我们研究了5G新无线电（NR）下的室内定位，该无线电已被标准化并在大规模市场中商业化运营。具体而言，提出了一种解决方案，并开发了一种用于室内定位的软件定义接收机（SDR）。在我们的SDR室内定位系统中，5G NR信号首先由通用软件无线电外设（USRP）采样，然后通过检测同步信号块（SSB）的开始来实现粗同步。然后，在物理广播信道（PBCH）上发送的导频的帮助下，依次执行多径捕获和延迟跟踪以估计接收信号的到达时间（ToA）。此外，为了提高ToA测距精度，估计了第一到达路径的载波相位。最后，为了量化我们的ToA估计方法的准确性，在办公室环境中进行了室内现场测试，其中安装了用于商业用途的5G NR基站（称为gNB）。我们的测试结果表明，在静态测试场景中，以1-σ误差间隔测量的ToA精度约为0.5 m，而在行人移动环境中，距离精度在0.8 m以内的概率为95%。
2021-12-22 eess.SP
Descriptor: A Hybrid Indoor and Indoor-Outdoor Positioning Multi-Technology Dataset (HYMN)
Institute of Traffic Telematics, TUD Dresden University of Technology（德累斯顿工业大学交通遥测研究所）
HYMN数据集结合五种定位技术，涵盖室内外过渡场景，支持多传感器融合和无缝定位研究，克服单一技术限制。
2026-04-22 eess.SP
Indoor Positioning for Public Safety: Role of UAVs, LEOs, and Propagation-Aware Techniques
本文提出利用UAV与LEO移动锚点的可快速部署室内定位系统，并结合侧链路和传播感知方法，以提升公共安全场景下的室内定位韧性与精度。
2025-03-15 eess.SP
New trends in indoor positioning based on WiFi and machine learning: A systematic review
目前还没有标准的室内定位系统，类似于室外GPS。然而，WiFi信号已被用于大量提案中以实现上述定位，其中许多提案使用机器学习来实现。机器学习中最常用的技术是什么？他们达到了什么样的精度？它们在哪里被测试过？本文对2019年至2021年期间使用WiFi作为定位信号和机器学习模型来估计室内位置的工作进行了系统回顾。64篇论文被确定为相关论文，并对这些论文进行了系统分析，以便更好地了解不同方面的现状。结果表明，基于WiFi趋势的室内定位使用基于神经网络的模型，在实证实验中进行评估。尽管如此，许多作品仍然在小范围内进行评估，这可能会影响所呈现结果的良好性。
2021-07-29 eess.SP
High accuracy and error analysis of indoor visible light positioning algorithm based on image sensor
近年来，随着人们对室内定位服务需求的不断增加，基于图像传感器的可见光室内定位得到了广泛的研究。然而，许多研究只是提出了相关的定位算法，并没有对可见光定位的原理进行深入的探讨。本文对基于图像传感器的双光源定位算法和三光源定位算法的原理进行了深入的讨论，包括这些定位算法的工作原理和误差分析。在此基础上，提出了两种提高定位精度的方法，分别是旋转法和弥散圆法。在我们的实验中，我们已经数值和实验验证了这两种优化方法，我们得到了良好的定位结果。特别是基于色散圆优化的双灯定位算法的定位精度高达1.93cm，而平均定位误差仅为0.82cm，是目前同类型定位系统的最高水平。
2020-04-29 eess.SP
Oversampling Highly Imbalanced Indoor Positioning Data using Deep Generative Models
位置指纹识别方法，其通常利用监督学习，已被广泛采用作为室内定位问题的可行解决方案。许多室内定位数据集是不平衡的。在不平衡数据集上训练的模型可能在少数类上表现出较差的性能。这个问题，也被称为“不平衡数据的诅咒”，在类分布高度不平衡时变得更加明显。受深度生成建模的最新进展的启发，本文提出使用变分自编码器和条件变分自编码器作为过采样工具来生成类平衡指纹。基于蓝牙低功耗指纹的实验结果表明，该方法在少数类精度和整体精度上都优于SMOTE和ADASYN。为了促进可重复性和促进新的研究工作，我们公开了与这项工作相关的所有代码。
2021-08-30 eess.SP
Tree based Single LED Indoor Visible Light Positioning Technique
本文提出一种基于树的单LED室内可见光定位方法，利用单LED仿真数据训练机器学习模型并在真实图像上测试，解决了实际部署中LED数量少和训练图像不足的问题，实现了厘米级定位精度。
2023-09-29 eess.SP
Kalman filter based localization in hybrid BLE-UWB positioning system
本文提出一种以BLE的RSS定位为主、周期利用UWB的TDOA测量进行校正的混合定位系统，并基于卡尔曼滤波算法实现高能效定位，仿真与实验验证了其有效性。
2024-04-02 eess.SP
A Collaborative Approach Using Neural Networks for BLE-RSS Lateration-Based Indoor Positioning
在日常生活中，具有高计算能力的移动和可穿戴设备，以及部署在室内环境中的锚点，形成了对室内基于位置的服务日益增长的需求的共同解决方案。在目前用于室内定位的技术和方法中，依赖于蓝牙低功耗（BLE）锚点、接收信号强度（RSS）和侧向测量的方法是最受欢迎的方法之一，主要是因为它们便宜且易于部署以及可由各种设备访问的基础设施。然而，这种基于BLE和RSS的室内定位系统易于不准确，这主要是由于信号波动、环境中部署的锚点数量少和/或不适当的锚点分布以及移动终端硬件可变性。在本文中，我们解决这些问题，通过使用一个协作的室内定位方法，利用邻近设备作为额外的锚在一个扩展的定位网络。协作设备的信息（即，估计的位置和BLE-RSS）使用多层感知器（MLP）神经网络通过考虑设备特异性来处理，以便估计相对距离。在此之后，应用测边以协作地估计设备位置。最后，独立和协作位置估计被组合，从而为每个设备提供最终位置估计。实验结果表明，所提出的协作方法优于独立的测量方法的定位精度。
2022-05-21 eess.SP
Evaluation of Grid-based Uncertainty Propagation for Collaborative Self-Calibration in Indoor Positioning Systems
TUD Dresden University of Technology（德累斯顿工业大学）
本文评估了基于网格的不确定性传播方法在室内定位系统中协作自校准的应用，通过概率状态估计提升定位精度，实验证明其在不同传播场景下的亚米级定位性能。
2026-04-20 eess.SP
Beyond KNN: Deep Neighborhood Learning for WiFi-based Indoor Positioning Systems
K-Neares Neighbors（KNN）及其变体加权KNN（WKNN）在学术界和工业界已经探索多年，以在基于WiFi的室内定位系统中提供稳定可靠的性能。这样的算法根据从WiFi接收信号强度（RSS）的组合计算的一些距离度量，基于来自所选择的最近WiFi邻居的位置信息来估计给定点的位置。然而，这样的过程没有考虑给定点、WiFi邻居和WiFi接入点（WAP）之间的关系信息。因此，本研究提出了一种新的深度邻域学习（DNL）。所提出的DNL方法将WiFi邻域转换为异构图，并利用深度图学习来提取WiFi邻域的更好表示以提高定位精度。在3个26层的大型购物中心采集的3个真实工业数据集上的实验表明，在大多数情况下，该方法可以将平均绝对定位误差降低10%至50%。特别地，该方法大大降低了均方根定位误差和95%百分位定位误差，比传统的KNN和WKNN对离群点具有更强的鲁棒性.
2023-02-02 eess.SP
From C-Band to mmWave-Band: Ray-Tracing-Assisted 5G-Based Indoor Positioning in Industrial Scenario
本文利用射线追踪引擎，在工业场景中比较C频段与毫米波频段的无线电传播特性，并评估基于OTDoA的定位精度，发现毫米波频段在密集杂波环境下具有更高定位潜力。
2024-09-19 eess.SP
Towards Accelerated Localization Performance Across Indoor Positioning Datasets
室内场景下的定位速度和准确性会极大地影响用户的体验质量。虽然许多单独的机器学习模型可以实现相当的定位性能，但它们的预测机制为系统提供了不同的复杂性。在这项工作中，我们提出了一个指纹定位方法，多建筑物和多楼层的部署，由一个级联的三个模型的建筑分类，楼层分类，2D本地化回归。我们在级联的每个步骤中进行了详尽的搜索，同时在14个不同的公开可用的数据集上进行验证。因此，我们提出了最好的模型组合的整体定位精度和处理速度，并评估独立的样本集。我们将平均预测时间减少了71%，同时在所有考虑的数据集上实现了相当的定位性能。此外，在大量训练数据集的情况下，预测时间减少到基准的1%。
2022-04-22 eess.SP
Anchor Layout Optimization for Ultrasonic Indoor Positioning Using Swarm Intelligence
针对室内定位精度提升需求，本文引入PSO算法优化超声室内定位的锚点布局，结合CRLB量化分析4-10个锚点配置下的定位性能，证明锚点布置对有限锚点的高精度定位系统至关重要，增锚可小幅提升性能。
2024-05-15 eess.SP
Outlier Rejection for 5G-Based Indoor Positioning in Ray-Tracing-Enabled Industrial Scenario
本文提出基于迭代重加权最小二乘的5G室内定位异常值剔除方法，在射线追踪工业场景中验证其对非视距条件下到达时间测量异常值的鲁棒性，涵盖C波段和毫米波频段。
2024-09-19 eess.SP
Impact of Frequency on Diffraction-Aided Wireless Positioning
该研究针对室内公共安全场景下非视距环境定位不准的问题，提出分离衍射多径分量的方法，结合室外无人机发射机与室内接收机构建定位系统，经多频段评估验证了衍射辅助定位在下一代无线网络中的可行性。
2025-09-04 eess.SP
Novel Massive MIMO Channel Sounding Data Applied to Deep Learning-based Indoor Positioning
随着区域吞吐量的显著增加，大规模多输入多输出已经成为第五代（5G）无线移动通信系统的使能技术。虽然建立了原型，但尚未提供公开可用的信道脉冲响应数据集来验证假设，例如关于信道稀疏性的假设。在本文中，我们介绍了一种新的信道探测器架构，能够测量多天线和多副载波信道状态信息（CSI）在不同的频段，天线的几何形状和传播环境。通过对第一次测量的通道数据的评估，对通道探测器进行了验证。此类数据集可用于研究不同应用中的各种深度学习（DL）技术，例如，用于室内用户三维定位，如本文所做的。我们不仅实现了优于75厘米的视线（LoS）的精度，与最先进的传统定位技术相当，而且还获得了类似的精度，为更具挑战性的情况下，非视线（NLoS）。进一步广泛的室内/室外测量活动将提供更全面的开放CSI数据集，标记位置，供科学界进一步测试各种算法。
2019-02-08 eess.SP
Integrated Positioning and Communication for Cooperative Multi-LEO Uplink Communications: A Dual-Timescale Kalman Filter-Aided Approach
针对LEO卫星上行通信中CSI获取难的问题，提出双时间尺度卡尔曼滤波辅助的一体化定位与通信框架，结合UKF定位跟踪与卡尔曼滤波信道估计，通过EM算法联合处理信道估计与协作数据检测，性能优于传统基线。
2025-11-18 eess.SP
From Least Squares to Deep Learning: Benchmarking Indoor Positioning on the HYMN Multi-Technology Dataset
TUD Dresden University of Technology（德累斯顿工业大学）
本研究在HYMN数据集上系统比较了从最小二乘到深度学习的四种室内定位方法，发现网格滤波器在融合多技术测距时与深度学习性能相当，且揭示了空间泛化惩罚问题。
2026-09-23 eess.SP
A Survey on Indoor Visible Light Positioning Systems: Fundamentals, Applications, and Challenges
本文全面综述了室内可见光定位（VLP）系统，涵盖VLC原理、VLP算法性能比较、网络设计及实际应用，并指出了该领域的开放问题与挑战。
2024-10-15 eess.SP
Multi-site Radar Systems for High-Precision Indoor Positioning and Tracking
Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））；Peng Cheng Laboratory（鹏城实验室）
本文提出一种利用多站点单输入单输出雷达系统的高精度室内定位与跟踪方法，通过融合多雷达径向速度测量，改进目标位置估计，提升精度并降低硬件复杂度。
2026-04-17 eess.SP
Deep Learning Methods for Fingerprint-Based Indoor Positioning: A Review
University of Denver（丹佛大学）
基于全球导航卫星系统的室外定位系统具有若干缺点，这些缺点已经被认为用于室内定位是不切实际的。利用机器学习的位置指纹由于其简单的概念和准确的性能而成为室内定位的可行方法和解决方案。过去，浅层学习算法传统上用于位置指纹识别。最近，在见证了深度学习方法相对于传统/浅层机器学习算法的巨大成功和优越性之后，研究界开始将这些方法用于指纹识别。本文对室内定位中的深度学习方法进行了全面综述。首先，讨论了用于室内定位的各种指纹类型的优点和缺点。在文献中提出的解决方案，然后进行分析，分类，并与各种性能评估指标进行比较。由于数据是指纹识别的关键，公开的室内定位数据集的详细审查。虽然将深度学习融入指纹识别带来了显著的改进，但这样做也带来了新的挑战。这些挑战以及常见的实施陷阱进行了讨论。最后，对全文进行了总结，并对未来的研究方向进行了展望.
2022-05-30 cs.LG eess.SP
A Simple Geometric-Aware Indoor Positioning Interpolation Algorithm Based on Manifold Learning
Nanjing University（南京大学）
本文提出一种基于流形学习的几何感知室内定位插值算法，利用局部拓扑流形几何属性实现高精度高效插值，可轻松集成于现有系统，在模拟与真实数据集上均优于现有代表性方法。
2023-11-27 cs.LG eess.SP
Joint Communication and Indoor Positioning Based on Visible Light in the Presence of Dimming
本文提出一种基于可见光通信的联合通信与室内定位系统，利用空间调制和导频辅助估计，在调光条件下实现亚厘米级定位精度和低误码率，适用于6G室内网络。
2025-08-06 eess.SP
Resonant Beam Enabled Passive 3D Positioning
针对射频和光学室内定位精度受限的问题，提出基于三角测量的谐振光束定位系统，利用相位共轭天线阵列与谐振机制实现无源高精度定位，在3.6米内达到毫米级精度。
2024-12-20 eess.SP
Low-Cost GNSS Simulators with Wireless Clock Synchronization for Indoor Positioning
针对地下等GNSS拒止环境，提出基于专用时间服务器与时延校准的无线时钟同步GNSS模拟器方案，并推导覆盖与间距约束，实验实现车辆3.7 m、行人9.6 m的定位误差及无缝室内外切换。
2023-06-01 eess.SP
OWP-IMU: An RSS-based Optical Wireless and IMU Indoor Positioning Dataset
针对基于RSS的光学无线定位系统缺乏开源数据集的问题，本文构建了包含多环境、多速度、多传感器数据的OWP-IMU数据集，并验证了融合IMU数据可提升定位精度。
2025-05-22 eess.SP
Indoor Localization System of ROS mobile robot based on Visible Light Communication
提出了一种基于机器人操作系统（ROS）和可见光通信（VLC）的室内机器人定位系统。本文在前人工作的基础上，创新性地设计了一个基于机器人操作系统（ROS）的VLC定位导航软件包，该软件包包含了LED-ID检测与识别方法、视频目标跟踪算法和双灯定位算法。该软件包利用了双灯定位的原理和ROS系统的松耦合特性，通过松耦合的ROS节点实现。因此，本文将ROS与VLC相结合，旨在推动VLC定位在成熟机器人系统中的应用。同时，也推动了基于VLC技术的定位应用的发展，为向其他ROS机器人平台的移植奠定了基础。实验结果表明，该系统能够提供1cm以内的室内定位，具有良好的实时性，一次定位时间仅需0.4s。如果使用高性能笔记本电脑，单次定位时间可以减少到0.08秒。因此，本研究证实了VLC技术在ROS机器人中的实际应用和优越性能，显示了VLC国产化的巨大潜力。建议的基于VLC的机器人定位系统的视频演示可以在 * 中看到
2020-01-07 eess.SP
5G Deployment Strategies for High Positioning Accuracy in Indoor Environments
室内定位目前被认为是紧急、商业和工业应用中的重要特征之一。5G网络将移动性、灵活性、可靠性和安全性提升到新的更高水平，这将极大地有利于物联网和工业应用。工业物联网（IIoT）用例的特点是对许多垂直领域的定位精度提出了雄心勃勃的系统要求。例如，在工厂车间，定位资源和移动对象（如叉车）非常重要。不同IIoT环境的部署设计对服务的准确性和可用性方面的定位性能具有重大影响。室内工厂（InF）和室内开放式办公室（IOO）是两种可用且标准化的第三代合作伙伴计划（3GPP）场景，用于评估IIoT用例中的室内信道模型和定位性能。本文旨在评估定位性能的准确性和可用性，同时考虑不同的部署策略。我们基于模拟的评估表明，在实现高精度定位性能方面，部署起着至关重要的作用。例如，将5G传输和接收点（TRP）部署在工厂大厅的墙壁上比将它们部署在天花板上更有利。
2021-05-20 cs.NI eess.SP
Calibration-Free Induced Magnetic Field Indoor and Outdoor Positioning via Data-Driven Modeling
DFKI Kaiserslautern（德国萨尔布吕肯德语人工智能研究中心）
本文提出了一种无需校准的数据驱动诱导磁场定位方法，通过监督学习实现室内外高精度定位，展示了其在不同环境中的泛化能力和可扩展性。
2026-01-31 eess.SP
Ubiquitous Indoor Fine-Grained Positioning and Tracking: A Channel Response Perspective
本文从信道响应视角综述了基于设备的和非接触式的泛在室内细粒度定位与跟踪技术，提供了分类法与微型基准测试，并指出了实际应用问题及未来研究机遇。
2023-09-14 eess.SP
Failure Tolerant Phase-Only Indoor Positioning via Deep Learning
针对纯相位定位在天线故障场景下性能下降的问题，提出一种基于双曲线相交原理的深度学习定位方法，可在天线受损时实现鲁棒准确的定位，较现有方法大幅提升精度。
2025-08-20 eess.SP
The first calibration model for bluetooth angle of arrival: Enhancing positioning accuracy in indoor environments
针对蓝牙AoA定位缺乏坐标系旋转矩阵计算模型的问题，本文提出首个AoA校准模型，经真实数据集测试，其旋转角估算标准偏差优于2.5度，可实现静动态亚米级定位，推动该技术落地。
2025-01-15 eess.SP
Techtile: a Flexible Testbed for Distributed Acoustic Indoor Positioning and Sensing
拟议的基础设施名为Techtile，提供了一个独特的研发设施，因为分散的电子设备可以传输和捕获3D中的大量信号。具体可用的设备，提高了设计过程中，从光滑的原型到商业产品进行了讨论。测量房间的声学参数，特别是混响和环境噪声，以将这些考虑用于未来的创新声学室内定位和传感系统。这可以对准确度和精度产生积极影响。木结构代表了一个声学上具有挑战性的房间，在5kHz下测得的最大RT60值为1.17s，这与演讲或小型音乐厅的混响特性相当。对于超声波，由于目前的环境噪声源，这是相当具有挑战性的。一般来说，在声压级（SPL）方面，Techtile房间可以与家庭或安静的办公室环境相媲美。除了声学特性，可能的研究和开发方案结合相关的挑战进行了讨论。所描述的许多设计都可以通过开源获得。
2022-09-08 eess.SP
Error Model of Radio Fingerprint and PDR Fusion Indoor Localization
Key Laboratory of Aerospace Information Security and Trusted Computing, Ministry of Education, China（中国教育部航空航天信息安全与可信计算重点实验室）；School of Cyber Science and Engineering, Wuhan University, China（中国武汉大学网络空间安全学院）
多源融合定位是获得足够室内定位精度的技术框架之一。为了评价多源融合定位的效果，需要建立融合误差模型。本文首先利用最小二乘法将无线电指纹和PDR定位进行融合，然后应用方差传播定律计算室内多源定位方法的误差分布。基于该融合误差模型，研制了室内定位仿真系统。该系统能够在给定条件下给出较好的定位源布局方案，并能对信号强度分布和误差分布进行评估。
2020-01-05 cs.RO eess.SP
Real-time NLOS/LOS Identification for Smartphone-based Indoor Positioning System using WiFi RTT and RSS
使用WiFi的基于智能手机的定位方法的准确性通常受到由非视线（NLOS）条件引起的测距误差的影响。以前的研究通常利用来自WiFi接收信号强度（RSS）或WiFi往返时间（RTT）的长时间序列（数百个样本）的若干统计特征来实现高识别精度。然而，长时间序列或大样本量归因于用于训练和测试的数据收集的高功率和时间消耗。这无疑也不利于用户体验，因为获取足够样本的等待时间相当长。为此，提出了一种新的基于WiFi RTT和RSS的智能手机室内定位系统NLOS/LOS实时识别方法。基于我们对RSS和RTT特征的广泛分析，选择并开发了一种基于机器学习的随机森林方法来分离NLOS/LOS条件下的样本。在不同环境下的实验表明，我们的方法实现了约94%的判别准确率与样本量为10。考虑到支持RTT的智能手机的理论上最短的WiFi测距间隔为100 ms，我们的算法能够提供1 s的最短延迟，以获得所有最先进的方法中的测试结果。
2021-10-08 eess.SP
Backscatter Assisted Indoor NLOS Positioning
Aalto University（阿尔托大学）
利用被动反向散射设备作为虚拟锚点，通过非相干功率域建模和走廊约束最大后验跟踪器，实现亚米级室内非视距连续定位。
2026-06-17 eess.SP
A Novel Received Signal Strength Assisted Perspective-three-Point Algorithm for Indoor Visible Light Positioning
本文提出R-P3P算法，联合视觉与接收信号强度信息，在仅用3个LED且不依赖其朝向的条件下实现高精度室内可见光定位，仿真显示70%以上区域精度优于10厘米且复杂度低。
2020-05-21 eess.SP
Positioning Using Visible Light Communications: A Perspective Arcs Approach
可见光定位（VLP）是一种使用灯具作为发射器的精确室内定位技术。特别地，圆形照明器是VLP的常见源类型，其通常仅被视为用于定位的点源，而忽略其几何特征。本文将圆形灯具的圆弧特征和通过可见光通信（VLC）获得的坐标信息联合用于VLC室内定位，提出了一种新的透视圆弧方法。所提出的方法不依赖于任何惯性测量单元，并且对用户没有倾斜角度限制。首先，VLC辅助透视圆和弧算法（V-PCA）提出了一个场景中，一个完整的灯具和一个不完整的一个可以被用户捕获。针对部分VLC链路被遮挡的情况，提出了一种抗遮挡VLC辅助透视弧算法（OA-V-PA）。仿真结果表明，所提出的室内定位算法可以达到10 cm左右的95%定位精度。在此基础上，实现了一个基于手机的实验样机，提出了一种融合图像处理方法。实验结果表明，平均定位精度小于5cm。
2022-04-18 eess.SP
A review of smartphones based indoor positioning: challenges and applications
University of Brighton（布莱顿大学）；Royal Holloway, University of London（伦敦大学皇家霍洛威学院）；Zhejiang University（浙江大学）
移动设备的持续扩散鼓励了在使用智能手机进行室内定位方面的许多努力。本文致力于回顾最新和最有趣的基于智能手机的室内导航系统，从电磁到惯性到可见光，重点是它们独特的挑战和潜在的现实应用。智能手机传感器的分类将被引入，这是对不同定位系统进行分类的基础。将制定一套用于评价目的的标准。对于每个传感器类别，将检查最新，有趣和实用的系统，并详细讨论学术界的开放研究问题，以及潜在客户的实用性。
2020-06-03 cs.LG eess.SP
A High Coverage Camera Assisted Received Signal Strength Ratio Algorithm for Indoor Visible Light Positioning
针对可见光定位（VLP）系统，提出了一种高覆盖率的增强型摄像机辅助接收信号强度比（eCA-RSSR）定位算法。eCA-RSSR的基本思想是首先利用摄像机捕获的视觉信息来估计可见光的入射角。基于入射角，eCA-RSSR利用由光电二极管（PD）计算的接收信号强度比（RSSR）来估计LED与接收器之间的距离的比率。基于欧几里得平面几何定理，eCA-RSSR将距离的比率转换为绝对值。通过这种方式，eCA-RSSR只需要3个LED即可实现无方向的2D和3D定位，这意味着eCA-RSSR可以实现高覆盖率。基于距离的绝对值，采用线性最小二乘法估计接收机的位置。因此，对于PD和摄像机之间距离较小的接收器，eCA-RSSR的精度不依赖于非线性最小二乘法的起始值，并且eCA-RSSR的复杂度较低。此外，由于PD和摄像机之间的距离可以显着影响eCA-RSSR的性能，我们进一步提出了一种基于单视图几何的eCA-RSSR补偿算法。仿真结果表明，eCA-RSSR可以实现厘米级的精度超过80%的室内区域的接收器具有小的和大的PD和相机之间的距离。
2020-04-14 eess.SP
A Fingerprint Database Generation Method for RIS-Assisted Indoor Positioning
College of Information Science and Engineering, Hohai University（河海大学信息科学与工程学院）；College of Electrical and Power Engineering, Hohai University（河海大学电气与动力工程学院）；School of Information and Communication Engineering, Hainan University（海南大学信息与通信工程学院）
本文提出了一种基于RIS的室内定位指纹数据库生成方法，通过扩展簇基信道建模和物理电磁特性，提高定位精度并解决同步问题。
2026-08-04 eess.SP
Probabilistic 5G Indoor Positioning Proof of Concept with Outlier Rejection
无线网络中不断增加的带宽和天线孔径为开发依赖于通信标准和硬件的有竞争力的定位解决方案奠定了基础。然而，不良的传播条件，如非视线（NLOS）和丰富的多径仍然提出了许多挑战，由于离群测量，显着降低定位性能。在这项工作中，我们介绍了一种迭代定位方法，重新加权的到达时间（ToA）和到达角（AoA）测量起源于多个定位器，以有效地去除离群值。与通常依赖于单个定位器来设置用于对应于剩余定位器的到达时间差（TDoA）测量的时间参考并且其测量可能不可靠的现有方法相比，所提出的迭代方法不仅仅依赖于参考定位器。然后，使用所得到的鲁棒位置估计来初始化计算上有效的梯度搜索以执行最大似然位置估计。我们的建议在室内工厂场景中使用3.75 GHz的5G数字方案进行了实验设置验证，在95%的测量中实现了小于50 cm的误差。据我们所知，本文描述了基于5G的联合ToA和AoA定位的第一个概念证明。
2022-07-18 eess.SP
Range-Angle Likelihood Maps for Indoor Positioning Using Deep Neural Networks
本文提出一种基于ResNet的飞机客舱室内定位方法，将距离-角度残差图转换为似然网格图进行训练，并通过超参数优化实现厘米级定位精度。
2025-08-18 eess.SP
Deep Learning-based Symbolic Indoor Positioning using the Serving eNodeB
Department of Electrical and Computer Engineering, University of Denver, USA（丹佛大学电气与计算机工程系，美国（注：按要求提取到大学级别，此处机构名称整体为“丹佛大学电气与计算机工程系”，但更严格的机构级别提取应为大学，即 University of Denver，不过原文本中明确给出的机构是该系，按提取范围要求“提取到大学/学院/公司/研究院级别即可”，此处 University of Denver 是大学，其下属系 Department of Electrical and Computer Engineering 属于学院/大学内部机构，所以按文本明确的机构名称提取，即 Department of Electrical and Computer Engineering, University of Denver, USA））
本文提出了一种新的室内定位方法设计的住宅公寓。所提出的方法利用从服务eNodeB发射的蜂窝信号，这消除了对专用定位基础设施的需要。此外，它还利用去噪自动编码器来减轻蜂窝信号丢失的影响。我们使用从八个符号空间的代表性公寓内的两个不同的智能手机收集的真实数据来评估所提出的方法。实验结果表明，该方法优于传统的符号室内定位技术在各种性能指标。为了促进可重复性和促进新的研究工作，我们公开了与这项工作相关的所有数据和代码。
2020-09-28 cs.LG eess.SP
3D Positioning using a New Diffraction Path Model
针对室内应急场景三维定位精度不足、依赖固定基础设施及NLOS测量偏差等问题，研究利用可快速部署的UAV无线网络移动性，基于GTD提出新型窗沿绕射NLOS路径长度模型及两种定位提升技术。
2024-05-09 eess.SP
Efficient Joint DOA and TOA Estimation for Indoor Positioning with 5G Picocell Base Stations
第五代（5G）蜂窝信号的普遍性、大带宽和空间多样性使其成为在没有全球导航卫星系统（GNSS）信号的室内环境中进行精确定位的有希望的候选者。本文针对5G微微小区基站（gNB）设计了一种联合角度和延迟估计（JADE）方案，该方案解决了两个关键问题，使其在实际室内环境中既有效又高效。首先，揭示了微微蜂窝gNB阵列建模误差的方向依赖性及其对JADE的影响。通过将阵列响应测量值拟合到向量值函数并利用拟合函数预校准理想转向向量来减轻该误差。其次，基于5G微微蜂窝基站天线阵列规模小、信号带宽大的部署实际，提出了一种基于二维联合处理的信号到达时间（TOA）和到达方向（DOA）估计方法。它采用迭代自适应方法（IAA）解决多径信号在TOA域，然后由传统的波束形成器（CBF）检索所需的视线DOA。通过进一步利用降维预处理模块和快速傅里叶变换加速谱计算，实现了实时JADE的高效实现。数值仿真结果表明了该方法在DOA估计精度方面的优越性。现场试验表明，在90%的情况下，仅使用两个独立接收点的DOA估计，三角定位误差为0.44 m。
2022-06-20 eess.SP
Land mobile satellite channel model for autonomous GPS positioning estimation
研究了具有矢量延迟锁定跟踪环（VDLL）结构的GPS接收机在陆地移动卫星（LMS）信道模型下的多径衰落传输性能。本文将向量延迟锁定追踪环接收机应用于GPS信号在LMS多径衰落环境下的传输。矢量跟踪环的优点是在GPS信号中断时不间断地进行定位。然而，矢量跟踪环路算法由于对所有卫星的失锁，可能导致一个通道的误跟踪扩展到整个系统。为了缓和这种锁定丢失的情况下，VDLL系统进行接收机自主完整性监测（RAIM）和故障检测和排除（FDE）算法，以避免信号解锁事件。建立了具有两种不同卡尔曼滤波器（EKF：扩展卡尔曼滤波器和UKF：无迹卡尔曼滤波器）的卫星信号到GPS接收机设计，以比较它们在LMS多径衰落信道模型仿真上的性能。
2019-10-31 eess.SP
Scale up to infinity: the UWB Indoor Global Positioning System
University of Trento（特伦托大学）
以高精度和可扩展性确定资产位置是市场上研究最多的技术之一。基于卫星的定位系统提供的准确度（即，当需要分米级精度或需要定位在室内环境中操作的实体时，GLONASS或Galileo）并不总是足够的。当处理室内定位系统时，可扩展性也是一个反复出现的问题。本文提出了一种创新的超宽带室内类GPS本地定位系统，能够跟踪任何数量的资产，而不降低测量更新率。为了提高系统的精度的数学模型和不确定性的来源进行了研究。结果突出了所提出的实施方式提供的定位信息的绝对最大误差低于20厘米。由于DTDoA传输机制不需要来自要跟踪的资产的活动角色，可伸缩性也得到了解决。
2021-12-03 cs.RO cs.SY eess.SP
Simulation-based Evaluation of Indoor Positioning Systems in Connected Aircraft Cabins
针对互联飞机客舱中无线电定位系统的评估集成难题，提出结合射线追踪与经验残差仿真的混合仿真方法，可用于定位方法评估及数据驱动定位的数据验证，提升定位性能，相关数据集已公开。
2023-12-14 eess.SP
Indoor Positioning Based on Active Radar Sensing and Passive Reflectors: Reflector Placement Optimization
Institute of Signal Processing and System Theory, University of Stuttgart, Stuttgart, Germany（信号处理与系统理论研究所，斯图加特大学，斯图加特，德国）；Munich Research Center, Huawei Technologies Duesseldorf GmbH, Munich, Germany（慕尼黑研究中心，华为技术杜塞尔多夫有限公司，慕尼黑，德国）
本文提出了一种基于主动雷达传感和被动反射器的室内定位系统，通过多目标粒子群优化算法优化反射器布置，实现低成本高精度的定位。
2026-01-27 cs.RO eess.SP
Augmenting Channel Simulator and Semi- Supervised Learning for Efficient Indoor Positioning
China Mobile Research Institute（中国移动研究院）；Beijing University of Posts and Telecommunications（北京邮电大学）；The Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））；Tsinghua University（清华大学）
本文提出结合更新信道模拟器生成无标签数据与带偏置教师半监督学习的方法，在降低测量和训练开销的同时提升室内定位性能。
2024-08-01 cs.AI eess.SP
RIS-aided Positioning Experiments based on mmWave Indoor Channel Measurements
本文通过毫米波室内信道测量实验，首次验证了RIS辅助单基站定位在视距和非视距场景下利用反射路径提升定位性能的可行性。
2023-06-18 eess.SP
Indoor Positioning System based on Visible Light Communication for Mobile Robot in Nuclear Power Plant
State Key Laboratory of Nuclear Power Safety Monitoring Technology and Equipment, China Nuclear Power Engineering Co.,Ltd（国家核电安全监控技术与装备重点实验室，中国核电工程有限公司）；School of Automation Science and Engineering, South China University of Technology（华南理工大学自动化科学与工程学院）；South-tech Information Technology Co.,LTD（南方科技信息技术有限公司）
可见光定位（VLP）被广泛认为是一种具有成本效益的解决方案，以满足日益增长的机器人室内定位需求。针对一些极端环境下机器人需要配备高精度、抗辐射的室内定位系统来完成高难度工作的问题，提出了一种新型的高精度VLP系统，以实现辐射环境下机器人的长时间巡检和干预。具有足够辐射耐受性的拟议系统对于核设施的运行检查、维护和干预任务至关重要。首先，我们设计了具有可见光通信（VLC）功能的智能LED灯，以动态创建室内GPS跟踪系统。通过在核电站的关键位置安装拟议的灯来取代标准照明，拟议的系统可以加强移动机器人的安全性，并有助于在大规模领域进行有效的检查。其次，为了增强系统的抗辐射能力和多场景能力，提出了一种垂直安装在机器人上的摄像机屏蔽保护方法，保证摄像机的像元即采集到的VLP信息不受辐射的影响。此外，采用基于色散校正法的优化可见光定位算法，该VLP系统的平均定位精度可达0.82cm，且90%的定位误差小于1.417cm。因此，所提出的系统不仅具有足够的辐射耐受性，但在可见光定位领域达到最先进的定位精度。
2020-11-16 cs.RO eess.SP
