Multiobject Tracking for Thresholded Cell Measurements
本文提出一种处理阈值化单元格测量数据的贝叶斯多目标跟踪方法,推导了结合可调检测阈值的似然函数并构建了 PMB 滤波器,数值结果表明其优于基于点测量的传统方法。
2024-06-01 eess.SP
Cooperative Maximum Likelihood Target Position Estimation for MIMO-ISAC Networks
本文研究MIMO-OTFS通信感知一体化网络中的目标位置估计,提出协作最大似然框架直接在公共参考系统中估计目标位置,数值结果表明该方法能随协作基站数量增加显著降低定位均方根误差。
2025-03-03 eess.SP
Phase-based Variant Maximum Likelihood Positioning for Passive UHF-RFID Tags
射频识别(RFID)技术为物联网带来了巨大的进步,特别是在供应链和智能库存管理方面。与基于信号强度的方法相比,基于相位的无源超高频RFID标签定位方法具有对传播环境和标签对象特性不敏感的特点,因此引起了人们极大的兴趣。本文提出了一种基于相位的最大似然标签定位估计方法。为了消除相位不确定性,通过三角变换重建似然函数。构造权重以减少意外干扰的影响并增强定位性能。实验结果表明,该算法实现了标签的细粒度定位,横向定位精度达到厘米级,纵向定位精度小于15厘米。
2020-03-10 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
Sparse Recovery with Attention: A Hybrid Data/Model Driven Solution for High Accuracy Position and Channel Tracking at mmWave
本研究提出数据与模型混合驱动的毫米波位置与信道跟踪方案,结合基于约简字典的MOMP信道跟踪、几何方程初始定位与注意力网络位置优化,实现了低于20厘米的二维跟踪误差,性能优于传统贝叶斯滤波方法。
2023-08-26 eess.SP
Radio-Based Passive Target Tracking by a Mobile Receiver with Unknown Transmitter Position
针对发射机位置未知的移动接收机场景,提出基于多径测量(到达角与相对距离)的被动目标跟踪算法,利用置信传播联合定位发射机与散射体,仿真验证其跟踪精度优于基准方法。
2024-11-07 eess.SP
Beam Tracking with Photon-Counting Detector Arrays in Free-Space Optical Communications
检测器阵列上的光束中心位置是重要的(隐藏的)参数,其不仅从跟踪的角度来看是必不可少的,而且对于自由空间光通信中的脉冲位置调制符号的最佳检测也是重要的。在本文中,我们研究了光子计数探测器阵列的束流位置估计问题,为此,我们提出并分析了一些非贝叶斯束流位置估计器。这些估计进行了比较,在他们的均方误差,偏差和概率的错误性能。此外,Cramer-Rao下限(CRLB)的跟踪误差也推导出来,CRLB曲线给我们更多的见解有关的影响,检测器的数量和光束半径的均方误差性能。最后,波束位置估计的错误性能的概率上的影响进行了研究,我们的研究得出结论,当阵列上的波束位置估计尽可能准确时,系统的错误概率最小。
2020-01-12 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
Adaptive Kalman Tracking for Indoor Visible Light Positioning
可见光通信(VLC)利用发光二极管(LED)来传输无线数据。VLC网络还可用于在全球定位系统(GPS)信号较弱的室内环境中定位移动用户。然而,移动VLC设备的视线(LOS)链路很容易被阻塞,这降低了定位的准确性。在本文中,我们研究跟踪VLC用户时,VLC接入点(AP)链路的可用性改变了用户的路由。我们提出了一个单一的可用AP的本地化方法,并使用已知的估计方法时,大量的AP可用。利用卡尔曼滤波器跟踪移动用户可以提高定位精度,但一般的卡尔曼滤波器没有考虑测量方法的瞬时变化。为了包括这些信息的位置估计,我们实现了自适应卡尔曼滤波器,通过修改滤波器参数的基础上,对用户的AP的可用性。仿真结果表明,该方法将定位的均方根误差(RMSE)降低到原始估计的30%-50%。
2019-09-27 eess.SP
Tracking Time-Varying Multipath Channels forActive Sonar Applications
Linköping University(林雪平大学);KTH Royal Institute of Technology(皇家理工学院);FOI-Swedish Defence Research Agency(瑞典国防研究局)
本文提出在原始测量域中学习和跟踪时变多径信道的框架,通过状态空间模型和扩展卡尔曼滤波器提升主动声呐在时变浅水环境中的检测可靠性。
2026-02-17 eess.SP
A Hybrid Labeled Multi-Bernoulli Filter With Amplitude For Tracking Fluctuating Targets
为了提高跟踪性能,许多跟踪算法都加入了目标回波幅度信息。采用幅度特征的局限性之一是目标的信噪比(SNR),即,通常假定振幅似然的参数是已知的和恒定的。在实际应用中,目标信噪比总是未知的,并且依赖于方位角,因此它会波动。本文提出了一种混合标记多贝努利(LMB)滤波器,它将信号幅度引入LMB滤波器,用于跟踪未知和波动信噪比的目标。目标信噪比的波动由自回归伽马过程建模,并考虑了Swerling 1和3目标的幅度似然。在Rao-Blackwell分解下,提出了一种基于Laplace变换和Markov Chain Monte Carlo方法的近似Gamma估计器来估计目标信噪比,并在目标信噪比的条件下,采用高斯混合滤波器来估计运动状态。通过一个包含三个交叉目标的跟踪场景分析了该混合滤波器的性能。仿真结果验证了所提出的SNR估计器的有效性,并量化了将幅度信息用于多目标跟踪的好处。
2022-09-19 eess.SP
Mobile Positioning in Multipath Environments: a Pseudo Maximum Likelihood approach
多径场景中的移动位置估计的问题得到解决。提出了一种基于伪最大似然法的低复杂度、全自适应算法。该处理通过利用窄带下行链路无线电信号在移动节点处专门在板上完成。所提出的算法是能够估计通过自适应波束形成(与空间平滑)的最佳投影矩阵,最大化的可能性,此外,它可以关联的视线轨迹,从而实现集成增益。性能评估表明,该算法是非常有效的(甚至严重)多径条件下,优于自然的竞争对手也当天线和快照的数量保持在理论最小值。
2019-02-09 cs.IT eess.SP math.IT
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
Robust Fixed-Filter Sound Zone Control with Audio-Based Position Tracking
本文提出一种基于音频位置跟踪和字典方法的鲁棒声场控制系统,通过实时更新固定滤波器适应听者移动,仿真验证了其在字典覆盖完整时最优,部分覆盖时仍优于传统方案。
2025-01-20 eess.AS eess.SP
A Computational Efficient Maximum Likelihood Direct Position Determination Approach for Multiple Emitters Using Angle and Doppler Measurements
卫星定位在军事和民用领域有着广泛的应用。在本文中,我们解决了多个固定的发射机的位置估计问题,通过移动接收机使用多普勒频移和角度。穷举最大似然(ML)直接定位(DPD)搜索的计算量是不可承受的。基于Pincus定理和重要性抽样(IS)概念,提出了一种新的非迭代ML DPD方法。该方法将原始多维网格搜索转化为多个低维伪概率密度函数(PDF)的随机变量生成,并采用循环均值进行位置估计。该方法的计算复杂度适中,并大大减轻了大多数现有DPD技术所面临的o_grid问题。此外,它可以单独并行实现。仿真结果表明,所提出的ML DPD估计器可以实现更好的估计精度比国家的最先进的DPD技术。通过合理的参数选择,即使在低信噪比的情况下,该方法的估计性能也非常接近Cram_er-Rao下界(CRLB)。
2021-12-04 eess.SP
Bistatic Information Fusion for Positioning and Tracking in Integrated Sensing and Communication
针对通感一体化中的目标定位与跟踪问题,提出一种基于最大似然框架的双站测量自适应融合方法,并设计了固定与动态的误差协方差矩阵计算方式,在毫米波频段下实现了优于基线的定位与跟踪精度。
2024-10-15 eess.SP
Vehicular Positioning and Tracking in Multipath Non-Line-of-Sight Channels
我们考虑单小区多输入多输出系统中的下行链路传输,其中用户设备对应于沿着给定轨迹移动的车辆。该系统利用以多个非视距(NLoS)分量为特征的毫米波信道。如在若干相关著作中已经指出的,在这样的系统中,基于无线电接入网络(RAN)的定位可以有效地提高由全球导航卫星系统实现的定位精度。然而,基于RAN的定位精度高度依赖于信道估计的质量,特别是如果利用多径传播。认识到服务基站和车辆之间的通信信道以及车辆的地理位置可以有利地建模为相互关联的自回归过程,我们提出了一个两阶段的卡尔曼滤波器算法,采用两个交织的滤波器的信道跟踪,位置跟踪和突然的信道变化检测。第一卡尔曼滤波器跟踪与通信信道相关联的出发角和到达角,其用于进行粗略的位置估计。第二个卡尔曼滤波器利用车辆的运动学参数跟踪车辆的位置。仿真结果清楚地表明,使用所提出的方案,它利用了两个通信信道和地理位置的记忆属性相比,采用以前提出的单级或不正确组合的过滤器在NLoS环境中的优势。
2022-03-31 cs.IT eess.SP math.IT
Position tracking of a varying number of sound sources with sliding permutation invariant training
Tampere University(坦佩雷大学);University of Zaragoza(萨拉戈萨大学)
针对声源不断出现和消失的多源跟踪问题,提出基于先前帧最优位置关联均方误差的滑动排列不变训练策略,可在不降低逐帧定位精度的情况下减少身份切换。
2023-06-05 cs.LG cs.SD eess.AS
Multipath-based Localization and Tracking considering Off-Body Channel Effects
本文研究了离体信道中基于多径的定位与跟踪问题。介绍了由人体的影响和定位和跟踪的影响的分析,提出了基于在室内场景中获得的信道测量。它示出了无线电信号带宽对人体感应视场(FOV)和多径分量(MPC)的数量的影响,检测和估计的确定性最大似然(ML)算法。提出了一种基于多路径的定位和跟踪算法,该算法将这些估计的MPC参数与平面图特征相关联,并利用人体相关的FOV函数。所提出的算法是能够提供准确的位置估计,即使是在一个多径倾向的环境中的离体无线电信道的信号带宽被发现是一个限制因素。
2021-10-19 cs.SY eess.SP eess.SY
Target Tracking Using the Invariant Extended Kalman Filter with Numerical Differentiation for Estimating Curvature and Torsion
针对目标实时运动状态估计问题,提出融合AISE数值微分与SE(3)上IEKF的FS-IEKF-AISE方法,在FS框架下估计速度、加速度及加加速度。
2025-01-08 cs.SY eess.SP eess.SY
The Adaptive Tobit Kalman Filter: Tracking Position with Censored Measurements in the IoT
在物联网(IoT)范式中,分布式传感器和执行器可以观察并作用于其环境,进行无线通信。在这种情况下,过滤观测值并跟踪网络和环境状态随时间的变化是非常重要的,而卡尔曼滤波器(KF)是最常用的工具之一。这些应用中有几个处理删失数据,因为传感器饱和或有限的检测区域:当删失发生时,低于某个阈值的所有测量值都被剪切到阈值。最近提出的Tobit卡尔曼滤波器(TKF)是KF的调整版本,可以处理删失测量。然而,与传统的KF一样,它需要完全了解过程和测量噪声协方差才能工作,而这在实践中并不总是可用的。在这项工作中,我们放松了这一假设,并提出了自适应Tobit卡尔曼滤波器(ATKF),它可以动态估计的过程和测量噪声以及隐藏状态的系统从删失的测量。我们将我们的解决方案应用于导航和定位物联网场景,即使没有噪声统计的先验知识,TKF的性能损失也可以忽略不计。
2019-09-12 eess.SP
Near-Field Position and Orientation Tracking With Hybrid ELAA Architecture
The Chinese University of Hong Kong(香港中文大学);University of Electronic Science and Technology of China(电子科技大学)
针对混合架构超大规模天线阵列基站,提出预测性模拟合并辅助扩展卡尔曼滤波框架,实现多天线移动台近场位置与姿态的高精度跟踪。
2026-05-29 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
Tracking Sparse mmWave Channel: Performance Analysis under Intra-Cluster Angular Spread
毫米波(mmWave)系统需要在基站和用户设备处的大量天线以用于期望的链路预算。由于用户移动性下的时变信道,最新的信道状态信息(CSI)对于获得所需的波束成形增益至关重要。毫米波稀疏多径信道通常用于设计跟踪算法,但实际的角扩展往往被忽视。在这项工作中,我们研究了稀疏毫米波信道中的跟踪精度的性能范围,其中包括集群内的角扩展。然后分析了使用跟踪的CSI的基于角度转向的波束成形的功率增益。理论研究为不同簇内角度扩展下的角度控制波束宽度提供了设计依据。我们用两种常用的跟踪算法,包括扇区波束跟踪和最大似然信道跟踪,验证了结果。
2018-07-19 eess.SP
A Wide-area, Low-latency, and Power-efficient 6-DoF Pose Tracking System for Rigid Objects
Siemens Healthineers(西门子医疗)
位置敏感检测器(PSD)提供了以高精度跟踪单个有源标记的两个(或三个)自由度(DoF)位置的可能性,同时具有快速响应时间和高更新频率以及低延迟,所有这些都使用非常简单的信号处理电路。然而,由于缺乏方向测量、有限的跟踪范围以及对环境变化的敏感性,它们不是特别适合于6-DoF对象姿态跟踪系统。我们提出了一种新的6自由度姿态跟踪系统的刚性物体跟踪需要一个单一的主动标记。所提出的系统使用基于立体的PSD对和多个惯性测量单元(IMU)。这是基于一种实用的方法来识别和控制红外发光二极管(IR-LED)有源标记的功率,目的是增加跟踪工作空间并降低功耗。我们提出的跟踪系统验证了三种不同的工作空间大小和静态和动态的位置精度,使用三种不同的动态运动模式的机械臂机械手。结果表明,该系统的静态位置均方根误差为0.6mm。动态位置均方根误差为0.7-0.9mm。在不同的动态运动条件下,定位均方根误差在0.04 ~ 0.9 °之间。总的来说,我们提出的跟踪系统是能够跟踪一个刚性物体的姿态与亚毫米精度在工作空间的中间范围和亚度精度的所有工作空间下的实验室设置。
2022-01-10 cs.CV cs.RO cs.SY
MULTI-SCOUT: Multistatic Integrated Sensing and Communications in 5G and Beyond for Moving Target Detection, Positioning, and Tracking
该研究提出基于5G PRS的多基地ISAC完整信号处理链,通过CAF提取目标参数、融合时延测速、适配多场景多目标并结合卡尔曼滤波平滑轨迹,实现高保真移动目标检测、定位与跟踪。
2025-09-05 cs.DC cs.NI eess.SP
Graph-based Simultaneous Localization and Bias Tracking
针对多径干扰环境中的鲁棒定位与跟踪问题,提出基于因子图和粒子和积算法的序贯方法,联合估计移动智能体位置及时变多径分量,无需环境地图即可利用多径几何特征提升定位精度,性能优于现有算法且达P-CRLB,还能识别不可靠测量以减轻跟踪丢失。
2025-04-15 eess.SP
High-Accuracy Absolute-Position-Aided Code Phase Tracking Based on RTK/INS Deep Integration in Challenging Static Scenarios
许多多传感器导航系统迫切需要在具有挑战性的静态场景下从全球导航卫星系统(GNSS)中精确定位初始化。然而,针对视线(LOS)信号接收的地面阻塞使得GNSS用户难以接收。引导GNSS基带中的本地码是校正瞬时信号相位失准、有效地收集有用信号功率并提高定位精度的期望方式。此外,惯性导航系统(INS)已被用作一个很好的补充航位推算(DR)传感器的GNSS接收机在运动场景抵抗各种干扰,因为早期。但是,很少有人关注的情况下,惯性导航系统是否可以改善GNSS接收机在静态场景。因此,本文提出了一种增强型导航系统,该系统将低成本INS解决方案和GNSS高精度载波定位深度集成。首先,根据基站信息预测绝对码相位,并通过扩展卡尔曼滤波器(EKF)对惯性导航系统DR和实时运动学(RTK)结果进行综合求解。然后,数控振荡器(NCO)利用预测的码相位来改善瞬时本地码相位与接收到的码相位之间的对准。该算法在矢量跟踪GNSS软件无线电(SDR)中实现。真实世界的实验证明了所提出的SDR关于估计到达时间(TOA)和定位精度。
2022-12-31 cs.SY eess.SP eess.SY
Tracking of Intermittent and Moving Speakers : Dataset and Metrics
Orange Innovation
针对现有说话人追踪方法难以处理非活跃期位置变化导致的不连续轨迹身份分配问题,本文提出一阶Ambisonics格式的LibriJump数据集,并引入计算机视觉领域的关联指标,验证其与传统追踪指标的互补性。
2025-06-11 cs.SD eess.AS eess.SP
Indoor Position and Attitude Tracking with SO(3) Manifold
King Fahd University of Petroleum and Minerals(法赫德石油与矿产大学);King Abdullah University of Science and Technology(阿卜杜拉国王科技大学);aramco research center(阿美石油公司研究中心)
本文提出基于SO(3)流形的EKFRie和UKFRie算法,用于提升室内三维位置与姿态跟踪精度,实验表明其RMSE显著优于传统EKF和UKF。
2025-01-02 cs.RO eess.SP
A Robotic Antenna Alignment and Tracking System for Millimeter Wave Propagation Modeling
Arizona State University(亚利桑那州立大学);Purdue University(普渡大学);United States Naval Academy(美国海军学院)
在本文中,我们讨论了一个滑动相关器信道探测器的设计,28 GHz的传播建模在美国国家科学基金会粉末试验台在盐湖城,UT。波束对准是通过一个完全自主的机器人天线跟踪平台机械实现的,该平台使用商用现成组件设计。配备了Apache Zookeeper/Kafka管理的容错订阅框架,我们展示了27.8 ms的跟踪响应时间,以及优于最先进的机械波束控制系统的可扩展性。通过实时运动学校正流的增强,我们的地理定位子系统实现了17厘米的3D精度,而我们的主轴定位子系统在偏航和俯仰运动中实现了1.1度的平均精度。最后,通过促进远程编排(通过托管容器),不受限制的旋转(通过封装)和实时定位可视化(通过Dash/MapBox),我们展示了一个经过验证的原型非常适合V2X测量。
2021-10-14 cs.RO cs.SY eess.SP