The Performance Of Convolutional Coding Based Cooperative Communication: Relay Position And Power Allocation Analysis
由于噪声、衰落和路径损耗，无线通信面临不利条件。多输入多输出（MIMO）系统通过使用发射分集来克服个体衰落效应。由于用户单天线，至少两个用户之间的协作能够提供空间分集。该文研究了瑞利衰落和莱斯衰落信道下，不同中继位置的放大转发（AF）协作系统在几种网络拓扑下的性能。此外，我们还分析了AF协作系统在不同功率分配下的性能。结果表明，与非卷积编码相比，采用卷积编码的协作通信表现出更好的性能，这对于高数据速率网络（如WSN），Ad hoc，（IoT）甚至移动网络都是一种很有前途的解决方案。在拓扑结构比较中，仿真结果表明，线性拓扑结构具有最好的误码率性能，而在中继作为信源，信源代替中继的情况下，分析结果表明，等边三角形拓扑结构具有最好的误码率性能和稳定性，并且在用户间莱斯衰落信道下的系统性能优于在用户间瑞利衰落信道下的系统性能。
2019-06-07 eess.SP
RSS-based Cooperative Localization and Orientation Estimation Exploiting Directive Antenna Patterns
在本文中，我们提出了一种基于因子图的合作定位算法，使用RSS无线电测量和帐户的天线的方向性。这是通过用参数天线图案对方向性进行建模并联合估计代理的位置和方向来实现的。我们提出了两种不同的方法，而第一个使用连续表示的取向状态和第二个离散表示。我们验证了我们提出的方法与模拟和测量在一个静态的传感器网络与900多个代理在室内环境中，并表明，定位精度可以显着提高考虑方向的影响。
2021-03-24 eess.SP
Decentralized Gaussian Filters for Cooperative Self-localization and Multi-target Tracking
智能体协作自定位（CS）和多目标跟踪（MTT）的可扩展和分散算法在许多应用中是重要的。在这项工作中，我们解决的问题，同时合作自定位和多目标跟踪（SCS-MTT）下的目标数据关联的不确定性，即，测量和目标轨迹之间的关联是未知的。现有的CS和跟踪算法要么假设没有数据关联的不确定性，要么采用硬决策规则的测量到目标的关联。我们提出了一种新的分散的SCS-MTT方法的未知和时变的目标数量下关联不确定性。代理和目标的边缘后验密度是由一个有效的信念传播（BP）为基础的计划，而数据关联处理边缘化所有目标测量关联概率。基于平均一致性方案提供了分散的单高斯和高斯混合实现，其仅需要与一跳邻居通信。一个额外的新颖性是一个分散的吉布斯机制，有效地评估产品的高斯混合物。数值实验表明，与传统的定位和跟踪分离的方法相比，CS和MTT性能得到了改善。
2020-04-15 eess.SP
Trustworthy UAV Cooperative Localization: Information Analysis of Performance and Security
本文提出可信框架，推导三维协同定位CRLB，提出MAGD应对移动性，并针对虚假信息提出TAD异常检测与RP机制，通过数值模拟验证性能与安全。
2025-03-25 eess.SP
Target Localization with Macro and Micro Base Stations Cooperative Sensing
针对6G单基站感知局限及宏微基站高低频段信息融合难题，提出符号级融合方法与3D-GDFT算法，实现有限资源下多目标精确定位，性能优于传统单基站感知方案。
2024-09-15 eess.SP
Distributed Algorithm for Cooperative Joint Localization and Tracking Using Multiple-Input Multiple-Output Radars
本研究针对MIMO雷达提出基于消息传递框架和平均场方法的分布式联合定位跟踪算法，通信开销与雷达数线性相关，在低信噪比下仍有良好精度，多数轨迹真实值处于95%置信区间内。
2025-03-20 eess.SP
Weighted Covariance Intersection for Range-based Distributed Cooperative Localization of Multi-Vehicle Systems
Tsinghua University（清华大学）
本文提出加权协方差交叠方法，用于改进多车系统在三维空间中的分布式协作定位性能，提升鲁棒性和可扩展性。
2026-08-25 eess.SP
Theoretical Concept Study of Cooperative Abnormality Detection and Localization in Fluidic-Medium Molecular Communication
在本文中，我们提出了一个理论框架，合作异常检测和定位系统，利用分子通信设置。该系统由流体介质中的移动传感器组成，这些传感器被注入介质中以搜索环境中的异常。一些融合中心（FC）被放置在介质中的特定位置，其吸收到达其位置的所有传感器，并且通过观察其状态，每个FC决定异常的存在和/或其位置。为了减少传感器缺陷的影响，我们提出了一种方案，其中传感器释放一些分子（即，在它们感知到异常之后，将标记物）放入介质中。如果目标是异常检测，则释放的分子用于协同激活其他传感器。如果目标是异常定位，则释放的分子被FC用于确定位置。在我们的模型中，传感器的缺陷和标记的背景噪声都考虑在内。对于检测阶段，我们考虑两种传感器类型的基础上，他们的激活策略的标记。为了使分析易于处理，我们假设一些理想的假设传感器的模型。我们研究了相关的二元假设检验问题，并得到了虚警概率和误检概率。结果表明，使用传感器的能力，相互合作激活可以显着提高检测性能的错误概率。对于本地化阶段，我们考虑两种类型的FC的基础上读取传感器的存储水平的能力。我们研究了它们的性能，并获得了最佳和次优的决策方案，以及完美和不完美的传感制度的定位错误的概率。
2021-05-16 eess.SP
Toward ISAC-empowered subnetworks: Cooperative localization and iterative node selection
University of Pisa（比萨大学）
针对ISAC赋能子网的单静态目标定位感知-通信权衡问题，本文提出低复杂度迭代节点选择算法，可在资源约束下优化感知子网集，经仿真验证能以低迭代次数实现高精度定位，同时量化了感知与通信的性能权衡关系。
2025-11-15 eess.SP
Bayesian Cooperative Localization Using Received Signal Strength With Unknown Path Loss Exponent: Message Passing Approaches
针对路径损耗指数未知的基于接收信号强度的协作定位问题，提出了一种贝叶斯框架。我们的目的是推断每个未知参数的边际后验：位置或路径损耗指数。这个概率推理问题使用迭代更新消息和信念的消息传递算法来解决。为了使数值的易处理性，我们结合变量离散化和基于蒙特卡罗的数值逼近方案。为了进一步提高计算效率，我们开发了一个辅助重要性采样器，它可以在辅助变量的帮助下更新信念。从一个归一化的似然函数，这是一个重要的成分，建议的辅助重要性采样器的采样，我们开发了一个随机采样策略，数学解释和纠正现有的启发式策略。系统地分析了所提出的消息传递算法的计算复杂度，证明了所提出的辅助重要性采样器的计算效率。各种仿真进行验证所提出的算法的整体性能良好。
2019-04-01 eess.SP
A cooperative localization-aided tracking algorithm for THz wireless systems
提出了一种适用于太赫兹（THz）无线系统的协作辅助定位与跟踪方法。它结合了到达角（AoA）跟踪算法和双向到达时间方法，以精确跟踪用户设备（UE）的位置，减少跟踪算法估计误差造成的耳聋。该算法可以由一个基站（BS）使用来估计UE位置，或者由多个BS使用，多个BS彼此协作以增加估计的准确性以及成功估计的概率并保证低估计开销。该算法的效率进行评估的耳聋和成功的AoA估计的概率，并与快速信道跟踪算法的相应性能进行比较。
2019-10-18 eess.SP
Team Channel-SLAM: A Cooperative Mapping Approach to Vehicle Localization
车辆定位被认为是自动驾驶系统中的关键要素。虽然传统定位需要使用GPS和/或来自网络基础设施的信标信号进行三角测量，但它们对多路径和信号障碍敏感。然而，最近的提案，如SLAM-SLAM方法表明，原则上可以利用多路径来改善单个车辆的定位。在本文中，我们推导出一个合作的团队的团队与之前的工作不同，Team Escel-SLAM不仅利用接收器周围反射物体的静止特性，通过多路径信号来表征单个车辆的位置，还利用道路交通的多车辆方面来进一步改进定位。具体来说，Team Mackel-SLAM利用多个相邻车辆周围反射器之间的相关性来实现高精度的多车辆定位。我们的方法使用亲和传播聚类和合作粒子滤波。新的框架显示，给单车定位的情况有很大的改善。
2020-04-17 eess.SP
Assessment of SFSDP Cooperative Localization Algorithm for WLAN Environment
室内WiFi网络的协作定位迄今为止很少受到关注。针对无线传感器网络的应用，存在许多协作定位算法，但它们对基于WiFi的网络的适用性还没有研究。本文利用实测数据和不同的室内条件对稀疏有限半定程序（SFSDP）的性能进行了检验。其他网络参数，如不同数量的锚和盲节点的影响也包括在内。
2018-01-10 cs.NI eess.SP
Robust Distributed Cooperative RSS-based Localization for Directed Graphs in Mixed LoS/NLoS Environments
在当今广泛的应用中，使用无线传感器网络对传感器进行精确且低成本的定位是至关重要的。提出了一种新的、鲁棒的最大似然型分布式协作无线传感器网络定位方法。为了应对混合LoS/NLoS条件，我们使用双组分高斯混合模型对测量进行建模。相关的信道参数，包括参考路径损耗，路径损耗指数和测量误差的方差，为LoS和NLoS条件下，被假定为未知的确定性参数，并自适应估计。与现有的算法不同，所提出的方法自然地考虑到节点之间的链路的（可能的）不对称性。该方法的通信开销上限为节点数的二次函数，计算复杂度与之成线性关系，并且该方法的收敛性对相容网络图有保证，相容性可以通过将问题重新描述为图着色问题来先验检验.与集中式基准算法进行比较的仿真结果表明，该算法在混合LoS/NLoS环境中具有良好的整体性能和高鲁棒性。
2018-12-11 eess.SP
Cooperative Multi-Static Target Localization for ISAC in Cluttered Industrial IoT Networks
Aalborg University（奥尔堡大学）
本文提出一种新颖的ISAC框架，用于密集工业物联网环境中克服环境杂波的协作多静态目标定位。通过开发轻量级时间杂波抑制学习方法，结合采样基于视场感知初始化方案和经验位置误差界方案，实现自适应识别最有信息量的传感节点，并利用可靠性感知加权最小二乘估计器融合测量数据，显著提升定位精度。
2026-09-03 eess.SP
Towards a Theoretical Framework for Robust Node Deployment in Cooperative ISAC Networks
University of Science and Technology Beijing（北京科技大学）；Sony China Research Laboratory（索尼中国研究院）；Southeast University（东南大学）；Shandong University（山东大学）
本文提出了一种基于遗传算法的鲁棒节点部署优化框架，通过优化节点位置和阵列方向，提升ISAC网络中多节点协作定位的鲁棒性。
2026-01-03 eess.SP
TDOA-TWR based positioning algorithm for UWB localization system
针对室内超宽带定位系统在非视距条件下精度不足的问题，提出一种基于TDOA与标签间测距的协作定位算法，利用扩展卡尔曼滤波器融合数据，有效提升了定位精度。
2024-02-14 eess.SP
Cooperative Localization in Massive Networks
网络定位能够为许多无线应用提供准确且无处不在的位置信息。研究了大规模无线网络中协作网络定位的精度问题。基于分解的等效Fisher信息矩阵（ESTO），我们开发了一个随机行走启发的ESTO的分析方法，并提出了一个位置信息路由解释的合作网络定位。使用这种方法，我们表明，在大的格子和随机几何网络，锚是均匀分布的，代理的平均本地化误差的增长与锚密度的倒数在渐近制度。数值算例进一步说明了结果。
2021-10-15 cs.IT eess.SP math.IT
Cooperative Sensing of Side Lobes Interference for mmWave Blockages Localization and Mapping
针对毫米波通信易受阻塞导致性能下降的问题，本研究在前期单节点角位置感知机制基础上，提出多实体共享感知数据的协同旁瓣干扰感知方法，可联合定位移动阻塞物并绘制干扰图，数值验证其能更精准估计阻塞物的位置、轨迹等参数。
2024-05-14 eess.SP
Cooperative Localization and Multitarget Tracking in Agent Networks with the Sum-Product Algorithm
本文讨论了使用位置未知的传感代理网络的多目标跟踪问题。代理都本地化自己在传感器网络中，并在同一时间，执行多目标跟踪的杂波和错过检测的存在。这两个问题是共同解决使用一个整体和集中的方法，其中图论是用来描述代理状态，目标状态和观测之间的统计关系。一个可扩展的消息传递方案，基于和-积算法，能够有效地近似代理和目标状态的边缘后验分布。所提出的方法是通用的，足以容纳一个完整的多基地网络配置，多个发射机和接收机。数值仿真结果表明，所提出的联合方法的优越性能的情况下，其中合作的自定位和多目标跟踪分别进行，因为前者设法从目标中提取有价值的信息。最后，北约科学技术组织（STO）海事研究和实验中心（CMRE）通过自主水下航行器网络在2018年获得的数据证明了该方法在实际应用中的有效性。
2021-11-25 eess.SP
Optimal Weight Scheme for Fusion-Assisted Cooperative Multi-Monostatic Object Localization in 6G Networks
本文针对6G网络中协作多单站感知定位问题，提出一种基于对数线性池化函数和蒙特卡洛重要性采样的最优加权融合算法，结合多基站的ToA与AoA似然PDF，有效提升了无偏和有偏场景下的定位精度。
2024-08-29 eess.SP
Non-Centralized Navigation for Source Localization by Cooperative UAVs
在本文中，我们提出了一个分布式的解决方案，无人驾驶航空器（UAV）的人口的导航，以最好地定位静态源。该网络被认为是异构的无人机配备有接收信号强度（RSS）传感器，从它是可能的，以估计从源的距离和/或到达的波达方向通过自组织旋转。这种收集和处理RSS测量的多样性减轻了由于采用低复杂度传感器而导致的定位精度损失。无人机在飞行中以分布式方式规划其轨迹。收集的数据通过网络经由多跳传播，因此受到延迟的影响。由于不是所有的路径是平等的信息收集奖励方面，运动规划制定为最小化的源位置的不确定性下的无人机运动学和防碰撞的约束和执行的3D非线性规划。所提出的分析考虑到非视线（NLOS）的信道条件，以及在通信中的延迟约束所造成的测量年龄。
2019-10-28 eess.SP
Cooperative Target Localization in RIS-Enabled ISAC Systems
Sharif University of Technology（谢里夫理工大学）；Sapienza University of Rome（罗马第一大学）
本文提出RIS赋能ISAC系统协作定位框架，推导FIM并分析相位对齐增益，通过SCA优化波束成形最小化PEB，融合ToA/AoA测量实现接近CRB的定位性能。
2026-10-01 eess.SP
Localization and Tracking for Cooperative Users in Multi-RIS-assisted Systems: Theoretical Analysis and Principles of Interpretations
本文研究多RIS辅助多用户定位与跟踪系统，提出相关性效率（EoC）指标以平衡定位精度与系统复杂性，并通过随机游走理论解释相关性传播，同时分析误差传播的收敛性与渐近行为。
2025-04-07 eess.SP
Experimental Validation of Cooperative RSS-based Localization with Unknown Transmit Power, Path Loss Exponent, and Precise Anchor Location
针对RSS协同定位中发射功率、路径损耗指数未知及锚节点位置不确定的问题，提出可联合估计未知参数与目标位置的CTUP方法，结合多种松弛技术用SDP-SOCP求解，经仿真与实测验证性能更优。
2024-06-20 eess.SP
Target Localization in Cooperative ISAC Systems: A Scheme Based on 5G NR OFDM Signals
本文提出一种基于5G NR OFDM信号的协作ISAC两阶段目标定位方案，通过2D-FFT提取时延与多普勒信息测量距离，并消除病态测量实现高精度定位，数值结果验证了其有效性与协作增益。
2024-08-22 eess.SP
AI-Empowered Low-Altitude Economy: Cooperative Sensing With Fixed Wireless Access
本文提出一种基于AI的两阶段协同感知方法，利用FWA设备的上行CSI实现无人机检测与定位，实验表明该方法能有效降低误检概率并满足3GPP要求。
2026-05-08 eess.SP
Cooperative Vision-based Localization Networks with Communication Constraints
精确的位置信息对于\ac{iov}的新兴应用是必不可少的，例如自动驾驶和编队控制。在实际应用中，基于视觉的定位方法以其稳定性和灵活性表现出优于其他定位方法的性能。提出了一种通信约束下的协作视觉定位方案。车辆收集环境图像和彼此之间的距离测量。然后车辆将特征点的坐标和具有约束位的距离传输到边缘以估计它们的位置。首先得到了绝对定位的PDMATHAMN，在此基础上通过子空间投影得到了相对定位的\ac{speb}。此外，我们制定了相应的比特分配问题的相对定位。最后，考虑到摄影、距离测量和量化噪声的影响，提出了一种\ac{vgd}算法。与传统的比特分配方法相比，数值结果表明，我们提出的算法具有更高的计算效率的定位性能增益。
2019-11-18 cs.SY eess.SP eess.SY
Vehicle Localization via Cooperative Channel Mapping
本文讨论了车辆定位，在未来的自动驾驶系统的背景下，其重要性急剧上升的主题。虽然经典的方法，使用GPS和/或信标信号从网络基础设施的三角测量往往是敏感的多路径和信号障碍，我们的方法表现出鲁棒性相对于这样的现象。我们的方法是建立在最近提出的多路径SLAM方法的基础上的，该方法首先能够利用多路径来改善（单个）车辆定位。在这里，我们提出了一个合作的映射方法，它建立在团队的Team Eschel-SLAM不仅利用了车辆周围许多反射物体的静止特性，还利用了道路交通的多车辆特性。我们的方法背后的关键直觉是第一次利用多个相邻车辆周围反射器之间的相关性。提出了一种反射面选择和估计算法，并结合团队粒子滤波（TPF）实现了多车同时高精度定位。我们在单车辆定位场景上获得了很大的改进，对于中等车辆密度，增益已经很明显，例如对于在132米长的道路中低至4辆车的车辆密度，改进超过40%。
2021-02-09 eess.SP
An IMM-based Decentralized Cooperative Localization with LoS and NLoS UWB Inter-agent Ranging
University of California Irvine（加州大学欧文分校）
本文研究了一组通信移动代理（例如，第一响应者或探索机器人）经由超宽带（UWB）代理间测距辅助航位推算。我们提出了一个松散耦合的合作定位算法，作为一个增强顶部的本地航位推算系统的每个移动代理。只有当代理想要处理它所采取的相对测量时，这种增强才变得活跃。本文的主要贡献是解决的挑战，在适当的处理UWB范围测量的框架下，一个松散耦合的合作定位。尽管UWB在视距（LoS）测距中提供了分米级的精度，但由于测量中的显著未知正偏差，其精度在非视距（NLoS）中显著降低。因此，UWB LoS和NLoS测距条件的测量模型是不同的，并且NLoS测量的适当处理需要偏置补偿措施。我们还表明，在实践中，测量模式鉴别器决定UWB距离测量的类型应该是概率性的。考虑到概率性质的NLoS标识符处理UWB代理间测距反馈时，我们采用了交互多模型（IMM）估计在我们的本地化过滤器。我们还提出了一个偏置补偿方法的NLoS超宽带测量。我们的合作定位的有效性证明了通过一组行人谁使用UWB相对距离测量自己之间，以提高他们的鞋安装INS的地理定位实验。
2020-12-30 cs.RO eess.SP
Learning to Beamform for Cooperative Localization and Communication: A Link Heterogeneous GNN-Based Approach
针对协同ISAC（CoISAC）波束成形设计面临的系统异构性等挑战，提出链路异构图神经网络（LHGNN）方法，通过建模异构链路与图注意力机制，提升通信速率与感知精度并增强对估计误差的鲁棒性。
2025-04-14 eess.SP
Cooperative Localization with Angular Measurements and Posterior Linearization
协作定位技术在车载网络中的应用对于提高定位精度和覆盖范围具有重要意义。车辆之间的常规距离测量受限于对同步的需要并且不提供车辆的航向信息。为了解决这个问题，我们提出了一个合作定位算法，使用后线性化的信念传播（PLBP）利用到达角（AoA）的唯一测量。仿真结果表明，该算法能有效地降低车辆的方向和位置均方误差，并在几次迭代后收敛到一个较低的值。此外，车辆网络的参数，如车辆密度，通信半径，先验不确定性和AoA测量噪声的影响进行了分析。
2019-07-10 cs.IT cs.SY eess.SP
Levenberg-Marquardt Method Based Cooperative Source Localization in SIMO Molecular Communication via Diffusion Systems
分子通信是纳米技术中纳米级通信的基础。将多台机器组合形成纳米网络是主要的实现方法之一。由于源定位在建立纳米网络中的重要性，本文提出了一种基于多个球形吸收接收器的分子扩散通信（MCvD）系统的协同源定位方法。由于多个吸收接收机的信道冲激响应没有精确的数学表达式，本文采用经验表达式，利用Levenberg-Marquardt方法估计发射机到每个接收机的距离，在此基础上利用多点定位方法获得初始点，然后利用迭代方法获得发射机的位置。基于粒子的仿真进行评估所提出的方法的性能。仿真结果表明，该方法可以在中短通信距离内准确估计发射机的位置。
2022-03-16 cs.IT eess.SP math.IT
Machine Learning-Aided Cooperative Localization under Dense Urban Environment
针对密集城市中可靠测量缺失及集中式定位难以扩展的问题，本文提出机器学习增强的去中心化多车协同定位方法，并通过真实地图虚拟测试平台验证其可行性与性能增益。
2024-04-05 cs.IT eess.SP math.IT
GPS-Independent Localization Techniques for Disaster Rescue
本文分析传统GPS等定位技术在灾难救援中的局限性，提出GPS独立定位技术的需求，按测量与操作方式分类回顾实现策略，通过案例说明准确性与复杂度的权衡，强调按需选技术对高效救援的重要性。
2025-04-14 eess.SP
Message Passing-Based 9-D Cooperative Localization and Navigation with Embedded Particle Flow
本文提出一种结合粒子流与置信传播的分布式9维协同定位导航算法，以少量粒子避免粒子退化，并在精度和运行时间上优于传统粒子BP及集中式方法。
2023-01-03 eess.SP
Cooperative Multi-Monostatic Sensing for Object Localization in 6G Networks
针对6G网络中多径导致回波退化及带宽受限时定位性能下降的问题，本文提出基于5G NR的协作式多单基地感知框架，通过加权融合各基站距离估计抑制多径，并经光线追踪仿真验证有效。
2024-01-25 cs.SY eess.SP eess.SY
Cooperative Localization Utilizing Reinforcement Learning for 5G Networks
University of Helsinki（赫尔辛基大学）
近年来，对精确定位的需求有所上升，以使自动驾驶汽车的出现成为可能。为了让这些车辆进入智慧城市的交通生态系统，需要一个精确的定位系统。为了实现精确定位，协同定位起着重要作用。这种类型的定位计算车辆之间的距离测量，并通过使用另一个更准确的值来校正其中一个的可能错误的值来提高位置的准确性。具有毫米波（mmWave）技术的5G信号支持精确的距离测量，5G网络提供设备到设备（D2D）通信，这改善了协作定位。本文的目的是为自动驾驶车辆提供精确的协作定位，利用强化学习技术为5G信号选择最准确和最合适的测距技术，不易出错。
2021-08-19 cs.AI cs.LG eess.SP
Multi-Target Cooperative Visible Light Positioning: A Compressed Sensing Based Framework
提出了一种基于压缩感知（CS）的多目标协同可见光定位（VLP）框架，实现了多目标同时高精度定位。用于照明的发光二极管（LED）用于定位配备有光电检测器的多个目标移动终端。室内区域可以划分为一个由离散点组成的二维网格，目标只位于少数几个网格点上，具有稀疏性。因此，多目标定位问题可以转化为稀疏恢复问题。具体而言，制定了基于CS的框架，利用接收到的可见光信号的叠加在多个目标通过目标间合作定位。然后，它可以有效地解决使用CS为基础的算法。此外，通过对应于不同LED的信号之间的互相关，将锚点间协作引入到基于CS的框架中，即，锚点，这进一步提高了定位精度。该方案采用基于CS的框架和协作机制，能够同时对多个目标进行定位，且定位精度高，计算复杂度低。仿真结果表明，所提出的方案可以实现厘米级多目标定位亚米级精度，优于现有的基准方案。
2023-03-05 eess.SP
Two-Stage Weighted Projection for Reliable Low-Complexity Cooperative and Non-Cooperative Localization
提出两阶段加权投影TS-WPM，通过联合迭代更新距离与位置并扩展TW-TOA协作定位，在高GDOP、低SNR及锚点不足时接近CRLB且复杂度更低。
2025-09-30 cs.IT eess.SP math.IT
A Visual Cooperative Localization Method for Airborne Magnetic Surveying Based on a Manifold Sensor Fusion Algorithm Using Lie Groups
Shenyang Aerospace University（沈阳航空航天大学）；International Digital Economy Academy（国际数字经济学院）；Beijing Jiaotong University（北京交通大学）
针对GNSS拒止环境下机载磁测中传感器隔离导致的定位难题，提出结合视觉处理模块和改进流形传感器融合算法的视觉协同定位方法，经真实飞行实验验证实现厘米级单轴和分米级3D定位精度。
2024-10-10 cs.RO cs.SY eess.SP
Cooperative system of emission source localization based on SDF
针对城市化环境下发射源精准定位需求，提出由多架无人机构成无线传感器网络、基于频谱感知和信号多普勒频率方法的协同定位系统，仿真验证其效能优于单无人机方案。
2018-05-01 cs.IT eess.SP math.IT
Integrated Sensing and Communication enabled Multiple Base Stations Cooperative UAV Detection
本文提出一种基于MUSIC的多基站符号级融合方法，通过单基站预处理与格点搜索实现高精度无人机定位与速度估计，仿真验证其优于基准方法。
2024-04-19 eess.SP
Neural Enhanced Belief Propagation for Cooperative Localization
University of California, San Diego（加州大学圣地亚哥分校）
位置感知网络将为现代便利、应用海洋科学和公共安全引入创新服务和应用。在本文中，我们建立了一个混合的方法，基于模型和数据驱动的推理。我们考虑一个合作定位（CL）的情况下，在无线网络中的移动代理的目的是本地化自己与其他代理进行成对的观察和交换位置信息。分布式CL在大型代理网络的传统方法是信念传播（BP），这是完全基于模型的，是已知的遭受提供不一致（过度自信）的估计。所提出的方法解决了这些限制，通过补充BP与图神经网络（GNN）提供的学习信息。数值实验表明，该方法可以提高估计精度，避免过度自信的信念，而其计算复杂性仍然与BP算法相当。值得注意的是，通过不明确解决用于GNN训练的损失函数中的过度自信来获得更一致的信念。
2021-05-27 cs.LG cs.MA cs.RO
Joint Channel Estimation and Cooperative Localization for Near-Field Ultra-Massive MIMO
The Hong Kong University of Science and Technology（香港科技大学）；Southern University of Science and Technology（南方科技大学）；Southeast University（东南大学）；City University of Hong Kong（香港城市大学）；University of Hong Kong（香港大学）
提出联合信道估计与协作定位框架，利用变分牛顿化近场信道估计算法提取位置感知软信息，并通过高斯融合协作定位方法提升多基站定位精度。
2026-06-08 cs.IT eess.SP math.IT
Active Planning for Cooperative Localization: A Fisher Information Approach
University of California San Diego（加州大学圣地亚哥分校）；MIT Lincoln Laboratory（麻省理工学院林肯实验室）
位置感知网络将为现代便利、监控和公共安全引入新的服务和应用。在本文中，我们考虑在无线网络中的某些锚节点的位置可以控制的合作定位问题。我们引入了一种主动规划方法，旨在移动锚点，使未来测量的信息增益最大化。在控制层中，控制输入通过最小化近似逆贝叶斯Fisher信息矩阵（FIM）的迹来计算。估计层计算估计的代理状态，并提供高斯表示的边缘后验的代理位置的控制层的近似Bayesian估计计算。基于一个代价函数，累积贝叶斯预测在离散未来时间步的滑动窗口的贡献，滚动时域（RH）控制执行。近似，使其能够有效地解决由此产生的树搜索问题进行了讨论。一个数值的案例研究演示了智能行为的一个单一的控制锚在3-D的情况下，从而显着提高定位精度。
2022-12-30 cs.RO cs.SY eess.SP
FedLoc: Federated Learning Framework for Data-Driven Cooperative Localization and Location Data Processing
The Chinese University of Hong Kong (Shenzhen)（香港中文大学（深圳））；SRIBD（深圳大数据研究院）；Wuhan University（武汉大学）
本文结合机器学习和大数据方法，研究了基于数据驱动学习模型的协同定位和位置数据处理。我们首先回顾（1）联邦学习背景下的最新算法，（2）两种广泛使用的学习模型，即深度神经网络模型和高斯过程模型，以及（3）各种分布式模型超参数优化方案。然后，我们展示了各种实际用例，这些用例是从标准的、新出版的和未出版的作品中总结出来的，涵盖了广泛的定位服务，包括协同静态定位/指纹识别、室内目标跟踪、使用低采样GPS的室外导航以及时空无线交通数据建模和预测。实验结果表明，近集中的数据拟合和预测性能可以实现一组协作移动用户运行分布式算法。所有调查的用例都属于我们新提出的联邦本地化（FedLoc）框架，该框架的目标是在不牺牲用户隐私的情况下协作构建准确的位置服务，特别是与地理轨迹相关的敏感信息。最后对未来的研究方向进行了展望。
2020-05-25 cs.DC cs.LG cs.SY
Cooperative Cellular Localization with Intelligent Reflecting Surface: Design, Analysis and Optimization
针对蜂窝网络多目标定位中回波微弱和测量关联复杂的问题，提出利用智能反射面（IRS）辅助定位，通过联合优化目标关联、IRS相移和驻留时间来最小化最大CRLB，并推导了单目标定位的闭式解与性能下界。
2024-01-05 cs.IT eess.SP math.IT
Eco-WakeLoc: An Energy-Neutral and Cooperative UWB Real-Time Locating System
ETH Zürich（苏黎世联邦理工学院）
Eco-WakeLoc通过结合超低功耗唤醒收发器和太阳能收集，实现能耗中性且高精度的UWB实时定位，适用于动态室内环境。
2026-01-06 cs.ET cs.NI eess.SP
Multi-domain Cooperative SLAM: The Enabler for Integrated Sensing and Communications
同时定位与地图构建（SLAM）提供用户跟踪和环境地图绘制能力，使得通信系统能够获得态势感知。具有超宽带、多天线和大量连接的先进通信网络为传感和通信的深度集成提供了机会。本文首先回顾了综合传感与通信技术的发展历程，揭示了综合传感与通信技术与传统通信技术的区别。然后，多域协同SLAM的有效机制。特别是，交叉感知，跨用户，跨频率，跨设备的SLAM机制的研究机会和挑战提出。此外，SLAM辅助通信策略进行了明确的讨论。通过数值分析，证明了基于混合感知和众包的多域协同SLAM机制可以显著提高复杂多径传播环境下的定位和地图构建精度。此外，通过测试平台实验表明，本文提出的SLAM机制在实际应用场景中能够达到分米级的定位和映射精度，从而证明了多域协同SLAM在ISAC中的应用前景。
2022-11-11 cs.IT eess.SP math.IT
Cooperative Robot Localization Using Event-triggered Estimation
SPAWAR Systems Center Pacific（SPAWAR太平洋系统中心）；University of Colorado Boulder（科罗拉多大学博尔德分校）；University of California San Diego（加州大学圣地亚哥分校）
本文提出一种低通信开销的协作定位算法，通过事件触发机制仅在状态估计创新度高时发送测量，结合协方差交叠机制实现网络状态同步，实验验证了其在多种动态模型下的高效定位性能。
2018-02-20 cs.RO cs.SY eess.SP
Network-level ISAC: An Analytical Study of Antenna Topologies Ranging from Massive to Cell-Free MIMO
该研究提出结合CoMP传输与多基地感知的ISAC协同架构，分析不同天线拓扑及三种定位方法的性能，推导了对应定位精度的缩放定律并解释了差异成因。
2025-06-11 cs.IT eess.SP math.IT
WiCAL: Accurate Wi-Fi-Based 3D Localization Enabled by Collaborative Antenna Arrays
WiCAL利用商业Wi-Fi基础设施上的协作天线阵列，通过相位对齐和双向空间平滑MUSIC算法实现精确三维定位，并借助分布式阵列同步形成虚拟大规模阵列提升精度。
2025-05-27 cs.SY eess.SP eess.SY
