Analysis of Indoor Uplink Optical Communication Positioning System Exploiting Multipath Reflections
本文介绍了一种用于室内应用的上行光无线定位系统。该技术使用基于室内光无线信道脉冲响应的指纹进行定位。利用视线峰值功率（LOS）、脉冲响应的第二功率峰值（SPP）以及LOS和SPP之间的延迟，我们提出了采用单个固定参考点的定位的概念设计和理论分析的证明，即，天花板上的光电探测器（PD）。添加更多的PD导致更准确的发射机位置估计。作为一个基准，我们提出了不同数量的PD和功能的Cramer-Rao下限（CRLB）的解析表达式。我们进一步提出了封闭形式的分析近似的信道脉冲响应的选择功能。仿真结果表明，在高信噪比条件下，对于典型的室内环境，采用1个PD和4个PD的定位精度分别为25 cm和5 cm.数值结果验证了推导的解析近似密切匹配的模拟。
2018-04-25 cs.IT math.IT
Evaluation of Position-related Information in Multipath Components for Indoor Positioning
位置感知是大量无线室内应用的关键因素。它的提供需要仔细融合不同的信息源。对于使用无线电信号进行定位的代理，该信息可以来自相对于固定锚点的信号传输，来自代理之间的合作传输，或者来自类似雷达的单基地传输。使用环境的平面图的先验知识，可以基于几何随机信道模型来利用镜面多径分量。在本文中，提出了一个统一的框架，这种类型的位置相关的信息的量化，使用的概念，等效Fisher信息。我们推导出分析结果的Cramér-Rao下界的多径辅助定位，考虑代理和固定锚之间的双基地传输，单基地传输代理，合作测量inbetween代理，及其组合，包括时钟偏移的影响。了解这些信息能够实现高度准确和鲁棒的室内定位。计算结果表明，一个给定的环境的本地化能力的表征框架的适用性，量化不同的系统设置，信号参数的影响，和路径重叠的影响。
2018-12-10 cs.IT math.IT
ASTARS empowered Satellite Positioning Approach for Urban Canyons and Indoor Environments
本文提出ASTARS赋能的卫星定位方法，通过反射与透射导航信号为非视距室内外接收机提供高精度定位，仿真表明在10 ns时间同步误差内定位误差不超过4 m，优于传统NLoS方法。
2025-07-02 cs.IT math.IT
FPNet: Joint Wi-Fi Beamforming Matrix Feedback and Anomaly-Aware Indoor Positioning
FPNet通过联合优化波束成形反馈压缩与异常检测，实现高精度且可靠的室内定位。
2026-02-13 cs.IT eess.SP math.IT
Evaluation of RIS-Enabled B5G/6G Indoor Positioning and Mapping using Ray Tracing Models
本文提出一种基于1-bit RIS和码本波束成形的室内定位与建图综合框架，通过波束扫描、信号分量提取和超分辨率算法实现用户与散射体定位，并利用3D射线追踪模型验证了其在实际场景中的有效性和鲁棒性。
2024-11-14 cs.IT eess.SP math.IT
CSI-Based Multi-Antenna and Multi-Point Indoor Positioning Using Probability Fusion
经由神经网络（NN）的基于信道状态信息（CSI）的指纹识别是即使在具有挑战性的传播条件下也能够实现用户设备（UE）的准确室内和室外定位的有前景的方法。在本文中，我们提出了一个定位管道的无线局域网MIMO-OFDM系统，它使用从一个或多个非同步接入点（AP）获得的上行链路CSI测量。对于每个AP接收机，首先从CSI中提取新的特征，这些特征对现实世界收发机中出现的系统损伤是鲁棒的。这些特征是NN的输入，NN提取指示UE在给定网格点处的可能性的概率图。NN输出然后跨多个AP融合以提供最终位置估计。我们提供的实验结果与真实世界的室内测量下的视线（LoS）和非LoS传播条件下的80 MHz带宽的IEEE 802.11 ac系统使用双天线发射UE和两个AP接收器，每个有四个天线。我们的方法是实现厘米级的中位数距离误差，一个数量级的改进，在传统的基线。
2021-08-31 cs.IT eess.SP math.IT
Satellite Navigation: A Transmitting Intelligent Surface (TIS)-aided Indoor System
Beijing Jiaotong University（北京交通大学）；Queen Mary University of London（伦敦大学玛丽女王学院）；Lancaster University（兰卡斯特大学）；Kyung Hee University（庆熙大学）
本文研究透射智能表面（TIS）辅助的卫星室内导航系统，通过利用TIS改变信号方向建立扩展视距链路，提出三阶段TIS辅助卫星室内定位算法（TSIPA）以定位室内用户，并引入TIS位置精度因子（TPDoP）和均方根误差（RMSE）评估TIS阵列分布。
2026-05-26 cs.IT math.IT
Indoor Positioning via Gradient Boosting Enhanced with Feature Augmentation using Deep Learning
Amirkabir University of Technology（阿米卡比尔理工大学）；Lappeenranta-Lahti University of Technology（拉彭兰塔-拉赫蒂理工大学）
随着物联网（IoT）的出现，室内环境中的定位已成为不可避免的，并在近年来引起了极大的关注。已经做出了若干努力来应对在存在信号干扰的情况下精确定位系统的挑战。在本文中，我们提出了一种新的深度学习方法，通过使用人工神经网络（AugBoost-ANN）的逐步特征增强来增强梯度提升，用于室内定位应用，因为它在标记数据上进行训练。为此，我们提出了一种使用星型网络拓扑的物联网架构，通过Raspberry Pi作为室内环境中的接入点（AP）来收集蓝牙低功耗（BLE）模块的接收信号强度指标（RSSI）。实验的数据集是在真实世界的不同时期收集的，以匹配真实环境。接下来，我们将解决AugBoost-ANN训练的挑战，该训练在使用深度神经网络和迁移学习技术制作决策树的每次迭代中增加特征。实验结果表明，与文献中最近提出的现有梯度提升和深度学习方法相比，准确度提高了8%以上，我们提出的模型的平均定位精度为0.77 m。
2022-11-16 cs.AI cs.IT math.IT
Indoor positioning systems: Smart fusion of a variety of sensor readings
强大而通用的本地化技术是下一次工业革命成功的关键。然而，目前还不确定哪种传感器组合将是最强大和最有价值的。因此，我们提出了一个通用的和可重复的测量系统，包括一个多方面的国家的最先进的传感器比较和融合的原始输入数据。它表明，一些技术在相同的情况下和数据集上显示出非常好的结果，但在转换到稍微不同的情况下却会崩溃。在一般情况下，我们表明，香草的方法来融合原始数据实现合理的结果，在泛化域，表明射频（RF）定位技术结合惯性测量单元（IMU）可能会导致一个非常强大的和有前途的候选人解决这个具有挑战性的任务。
2021-05-12 cs.IT eess.SP math.IT
BiCSI: A Binary Encoding and Fingerprint-Based Matching Algorithm for Wi-Fi Indoor Positioning
针对传统定位系统室内性能差、CSI矩阵相似性度量难的问题，提出BiCSI算法，通过二进制编码与指纹匹配结合，实现半静态目标定位，准确率超98%、MAE<3cm，降低存储需求并提升鲁棒性。
2024-12-03 cs.IT eess.SP math.IT
Indoor and Outdoor Physical Channel Modeling and Efficient Positioning for Reconfigurable Intelligent Surfaces in mmWave Bands
可重构智能表面（RIS）辅助通信通过向电信运营商提供系统设计中的新自由度而作为第六代（6G）无线网络的潜在使能器之一出现。特别地，RIS授权的毫米波（mmWave）通信系统可以是提供宽带和无处不在的连接的补救措施。本文旨在通过为毫米波频率提供物理，准确，开源和广泛适用的RIS信道模型来填补公开文献中的一个重要空白。我们的模型不仅适用于各种室内和室外环境，而且通过考虑5G无线电信道条件，还包括存在RIS时无线传播的物理特性。各种部署方案提出的RIS和有用的见解提供了系统设计师从潜在的RIS用例和他们的有效定位的角度。揭示了RIS的使用对通信系统性能有很大影响或可能没有很大影响的场景。本文还介绍了开源的、功能全面的SimRIS信道模拟器。
2021-09-18 cs.IT eess.SP math.IT
Complex-Valued Neural Network based Federated Learning for Multi-user Indoor Positioning Performance Optimization
本文提出基于复值神经网络（CVNN）的联邦学习算法，直接处理复值CSI数据，用于多用户室内定位，通过分布式训练最小化定位误差，仿真显示平均定位误差较RVNN方法降低36%。
2024-03-19 cs.IT eess.SP math.IT
Towards Practical Indoor Positioning Based on Massive MIMO Systems
University of Stuttgart（斯图加特大学）
我们展示了仅基于神经网络（NN）和（大规模）多输入多输出（MIMO）通信系统的信道状态信息（CSI）的室内定位系统（IPS）的实用性，只建立在现有系统中的数据基础上。因此，我们的IPS系统承诺两者，一个良好的准确性，而不需要任何额外的协议/信令开销的用户定位任务。特别是，我们提出了一个定制的NN结构与一个额外的相位分支作为特征提取器和（与以前的结果相比）的可训练参数的数量显着减少，导致所需的训练数据量的最小化。我们为室内场景提供实际测量，最多可达64个天线，覆盖80平方米的大面积。在第二部分中，对实际测量进行了几项鲁棒性研究，即，一旦经过训练，我们将分析几天时间段内的召回准确率。此外，我们分析了行人在测量之间行走的影响，并表明NN的微调和预训练有助于减轻硬件漂移和传播环境随时间变化的影响。这减少了相同精度下所需的训练样本的量，从而减少了昂贵的训练数据采集的工作量
2019-05-28 cs.IT cs.LG eess.SP
Centimeter-level Geometry Reconstruction and Material Identification in 300 GHz Monostatic Sensing
该研究针对太赫兹集成感知与通信的室内单基地传感场景，提出基于SAGE的几何重构算法与材料识别方案，实现1.75 cm精度的几何重建及精准材料识别，展现太赫兹频段的感知优势。
2024-10-30 cs.IT eess.SP math.IT
Model-Based Beam-Steered Optical Wireless Positioning with Single-LED Single-Photodiode for 3D Localization
Université Paris-Saclay, UVSQ, LISV（巴黎萨克雷大学，凡尔赛大学，LISV）
提出一种单波束控制LED和单光电二极管的OWP架构，通过控制发射器朝向K个已知方向并利用接收信号强度变化，实现无需接收器旋转、相机或PD阵列的3D定位。
2026-05-29 cs.IT eess.SP math.IT
On Deep Learning-based Massive MIMO Indoor User Localization
我们研究了深度神经网络用于多输入多输出（MIMO）用户定位的可用性，该定位仅基于正交频分复用（OFDM）复信道系数。与其他室内定位系统（IPS）相比，所提出的方法不需要任何额外的导频开销或通信系统本身的任何其他变化，因为它被部署在现有的OFDM MIMO系统之上。在实际测量的支持下，我们主要对更具挑战性的非视距（NLoS）场景感兴趣。然而，已知梯度下降优化需要大量数据点用于训练，即，与传统方法相比，所需的数据库将太大。因此，我们提出了一个两步训练过程，在第一步中对模拟视线（LoS）数据进行训练，在第二步中对测量的NLoS位置进行微调。这减少了所需的测量训练位置，从而减少了数据采集的工作量。
2018-04-13 cs.IT eess.SP math.IT
