Statistical LOS/NLOS Classification for UWB Channels
针对UWB多径导致的定位误差,本文利用CIR统计特征及其联合PDF,并结合似然比与假设检验实现LOS/NLOS信道分类。
2023-08-15 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
Dynamic Anchor Selection and Real-Time Pose Prediction for Ultra-wideband Tagless Gate
Samsung Research, Samsung Electronics(三星电子三星研究院);Communication Standards Research Team(通信标准研究团队)
针对UWB无标签门禁的精确定位难题,提出DynaPose框架,利用深度学习基于信道冲激响应和IMU进行LOS/NLOS分类、动态锚点选择与实时姿态预测。
2024-02-22 cs.AI cs.SY eess.SP
Channel Reciprocity Based Attack Detection for Securing UWB Ranging by Autoencoder
针对UWB测距中的Ghost Peak攻击,本文提出一种基于信道互易性和自编码器的低复杂度攻击检测方案,通过比较双方CIR特征实现超过99%的检测成功率,并验证了其有效性与低成本部署可行性。
2024-06-10 cs.CR cs.SI eess.SP
UWB TDoA Error Correction using Transformers: Patching and Positional Encoding Strategies
IDLab, Department of Information Technology, Ghent University—imec(IDLab,信息科技系,根特大学—imec)
本文提出一种基于Transformer的UWB TDoA位置校正方法,利用所有锚节点的原始CIR并设计多种排序、分块与位置编码策略,在几乎全NLOS环境中将定位精度提升至0.39 m,较基线改善73.6%。
2025-07-04 cs.LG eess.SP
JUNO: Jump-Start Reinforcement Learning-based Node Selection for UWB Indoor Localization
Concordia University(康考迪亚大学);Defence Research and Development Canada(加拿大国防研究与发展中心)
超宽带(UWB)是使物联网(IoT)概念能够在室内环境中执行可靠、节能和高度准确的监测、筛选和定位的关键技术之一。然而,由于移动用户和UWB信标之间的非视距(NLoS)连接,基于UWB的定位系统的性能会显著降低。为了减轻NLoS连接的破坏性影响,我们的目标是开发一个强化学习(RL)锚点选择框架,该框架可以有效地应对室内环境的动态特性。然而,在这种情况下,现有的RL模型缺乏在新环境中使用的泛化能力。此外,它需要很长的时间为传统的RL模型,以达到最优的政策。为了应对这些挑战,我们提出了基于RL的跳跃节点选择(JUNO)框架,该框架可以在不依赖复杂的NLoS识别/缓解方法的情况下执行实时位置预测。建议的JUNO框架的有效性进行评估的定位误差,其中移动用户随机移动通过一个超密集的室内环境,建立NLoS连接的机会很高。仿真结果证实了所提出的框架相比,其国家的最先进的同行的有效性。
2022-05-06 cs.LG eess.SP
Pairwise Node Localization From Differences in Their UWB Channels to Observer Nodes
我们认为在多径传播环境中的一对无线节点之间的定位和距离估计的问题,但不是通常的方式处理它们之间的信道测量。我们提出了一种新的范例,比较两个节点的超宽带(UWB)信道的其他节点,称为观察员。主要思想是信道脉冲响应(CIR)之间的相异性随着$d$而增加,并且允许估计$\hat{d}$。我们的方法依赖于提取共同的多径组件(MPC)的CIR。这在室内或城市场景中是现实的,并且如果$d$比观察者距离小得多。我们提出的距离估计,利用MPC延迟差异中包含的丰富的位置信息。同样,我们提出了估计的相对位置向量处理MPC延迟和MPC方向。我们这样做的各种重要的情况下:有和没有时间同步,延迟测量误差,和知识的MPC之间的CIR关联。该估计器具有很大的技术优势:它们不需要视线条件,观察者的位置知识,或环境知识。我们研究的估计精度与随机抽样的基础上的数值评估,此外,在室内环境中的测量的基础上进行实验评估。该建议显示了在理论和实践中具有很大准确性的潜力。我们描述了如何将新的测量范式纳入合作定位框架的时空跟踪。这可以在动态多路径设置中实现可负担得起的无线网络定位。
2022-04-27 eess.SP
Adaptive Anchor Pairs Selection in a TDOA-based System Through Robot Localization Error Minimization
Warsaw University of Technology(华沙理工大学);Institute of Radioelectronics and Multimedia Technology(无线电电子与多媒体技术研究所)
针对UWB TDOA定位系统,本文提出按区域依据RMSE校准并自适应选择最优锚点对的方法,仿真与实验表明其可提升定位精度,动态人员定位中位轨迹误差为25 cm。
2024-04-07 cs.RO eess.SP
USRP-Based Single Anchor Positioning: AoA with 5G Uplink Signals, and UWB Ranging
本文构建基于 USRP 的单锚点 5G 定位测试平台,融合上行信号 AoA 估计与 UWB 测距,并通过实时相位校准和快照存储实现动态行人精确定位。
2024-11-25 cs.SY eess.SP eess.SY
XRLoc: Accurate UWB Localization to Realize XR Deployments
University of California San Diego(加利福尼亚大学圣迭戈分校);Osaka University(大阪大学)
本文提出XRLoc单锚点UWB定位系统,突破传统多锚点限制,在动态场景实现厘米级精度,并支持100Hz多标签低延迟定位。
2024-05-02 cs.HC cs.NI cs.RO
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
Low-cost Embedded Breathing Rate Determination Using 802.15.4z IR-UWB Hardware for Remote Healthcare
IDLab, Department of Information Technology, Ghent University-imec, iGent Tower(IDLab,信息科技系,根特大学-imec,iGent塔)
该研究采用符合802.15.4z标准的低成本IR-UWB雷达,提出适配的CNN从UWB-CIR数据预测呼吸率,开源数据集验证其性能优于规则方法,量化后可部署在nRF52840 SoC,电池续航超268天,适合低成本远程医疗部署。
2026-07-30 cs.LG eess.SP
Device-Free Localization Using Commercial UWB Transceivers
本文针对商用UWB无设备定位在低信噪比和杂乱环境中精度不足的问题,提出深度学习辅助粒子滤波器方法,通过CIR方差分析与一维注意力U-Net去噪,实现约15厘米定位精度和4毫秒处理时间。
2025-07-18 cs.SY eess.SP eess.SY
Deep Learning-based Real-time Smartphone Pose Detection for Ultra-wideband Tagless Gate
本文提出名为D3的实时姿态检测器,利用UWB信道脉冲响应进行LOS/NLOS分类并结合智能手机惯性测量单元,在商用设备上实现了0.961的实时姿态检测准确率,有效提升了UWB无标签门的定位精度。
2024-02-13 cs.NI eess.SP
Collaborative Localization and Tracking with Minimal Infrastructure
École Polytechnique de Montréal(蒙特利尔高等理工学院);University of Tübingen(图宾根大学)
定位和跟踪是机器人、自动化和物联网研究的两个非常活跃的领域。对大量设备的精确跟踪通常需要部署大量基础设施(红外跟踪系统、摄像机、无线天线等),这对于不可接近的或受保护的环境是不理想的。本文源于这样的环境所带来的挑战:覆盖大量的单元分布在大量的小房间,以最小的本地化基础设施。这个想法是准确地跟踪手持设备或移动机器人的位置,而不会干扰其架构。利用超宽带(UWB)设备,我们利用我们在分布式和协作机器人系统方面的专业知识,开发了一种需要最少数量的固定锚的新型解决方案。我们讨论了一种策略,共享UWB网络与扩展的卡尔曼滤波器推导协作定位和跟踪UWB装备的设备,并显示结果,从我们的实验活动跟踪游客在法国香波堡。
2019-05-07 cs.RO eess.SP
A Comprehensive Investigation on Range-free Localization Algorithms with Mobile Anchors at Different Altitudes
在这项工作中,定位地面设备(GD)的问题进行了研究,比较性能的四个范围自由(RF)定位算法,使用移动锚(MA)。所有研究的算法都是基于所谓的听到/没听到(HnH)的方法,它允许GD检测MA在其天线通信半径的边界。尽管该方法简单,但其精度方面的功效很差,因为它依赖于在不同条件下连续变化的天线半径。通常,制造商声明的天线半径并不能完全表征实际天线辐射方向图。在本文中,商业DecaWave DWM 1001超宽带(UWB)天线的辐射方向图在不同高度的真实测试台上进行观察,以收集更多的信息和见解的天线半径。然后使用观察到的半径和制造商的半径来测试比较的算法。只有当天线方向图实际上是全向的时,实验精度才接近预期的理论精度。然而,典型的天线具有降低精度的强图案不规则性。为了提高性能,我们提出了基于范围(RB)的比较算法的变体,其中,而不是使用所观察到的或制造商的半径,MA和GD之间的实际测量的距离被使用。定位精度大大提高,证实了精确天线方向图的知识对于任何RF算法都是必不可少的。
2021-03-05 eess.SP
Robust Ultra-wideband Range Error Mitigation with Deep Learning at the Edge
Politecnico di Torino(都灵理工大学)
超宽带(UWB)是无线定位的最先进和最流行的技术。然而,在非视距(NLoS)条件下的精确测距和定位仍然是一个开放的研究课题。实际上,室内无线电环境的多径效应、反射、折射和复杂性可以容易地在测距测量中引入正偏差,从而导致高度不准确和不令人满意的位置估计。本文提出了一种高效的表示学习方法,利用深度学习和图形优化技术的最新进展,在边缘实现有效的测距误差缓解。直接利用信道脉冲响应(CIR)信号来提取高语义特征,以估计NLoS或LoS条件下的校正。不同的设置和配置进行了广泛的实验,证明了我们的方法的有效性,并证明了一个强大的和低计算功率UWB范围误差缓解的可行性。
2021-04-28 cs.AI cs.LG cs.RO
Optical Channel Impulse Response-Based Localization Using An Artificial Neural Network
University of Virginia(弗吉尼亚大学)
可见光定位具有在室内环境中产生亚厘米精度的潜力,然而传统的基于接收信号强度(RSS)的定位算法不能实现这一点,因为它们的性能会因光多径反射而降低。然而,由于光无线信道的通常静态和可预测的性质,光接收信号的这一部分是确定性的。在本文中,性能的光信道脉冲响应(OCIR)为基础的定位进行了研究,使用人工神经网络(ANN)映射嵌入功能的OCIR用户设备的位置。数值结果表明,OCIR的定位优于传统的RSS技术的两个数量级,仅使用两个光电探测器作为锚点。人工神经网络技术可以在各种场景中利用多径特征,从仅使用DC值到依赖于可以导致亚厘米精度的高分辨率时间采样。
2022-11-04 cs.IT cs.LG eess.SP
Channel Impulse Response-based Source Localization in a Diffusion-based Molecular Communication System
本工作通过一组被动传感器和一个融合中心,在基于扩散的分子通信(DbMC)系统中定位分子源。分子源定位在未来的医疗保健系统中找到了应用,包括主动诊断。在本文中,我们提出了两种不同的方法,都利用(峰值)的信道脉冲响应测量,唯一本地化的源,假设感兴趣的分子源位于传感器/锚节点的开放凸包。第一种方法是基于三角测量的一次性方法,该方法使用最小二乘法估计分子源的未知位置。相应的Cramer-Rao界(CRB)也被导出。第二种方法是一种迭代方法,它利用梯度下降法来最小化非凸代价函数。仿真结果表明,对于任何给定的信噪比,基于三角测量的方法的性能非常接近CRB。此外,基于梯度下降的方法均匀地收敛到真正的最优/源位置(在少于一百次迭代中)。
2019-07-08 cs.IT eess.SP math.IT
A Low Cost Modular Radio Tomography System for Bicycle and Vehicle Detection and Classification
无处不在的物联网(IoT)驱动的车辆检测和分类系统的推进部署将成功地将现有的道路基础设施转变为高度动态和互连的网络物理系统(CPS)。尽管近年来提出了许多不同的传感器系统,但这些解决方案只能满足一部分要求,包括成本效益、鲁棒性、准确性和隐私保护。本文提供了一种模块化的系统方法,利用无线电断层扫描的衰减模式和高度准确的信道信息,可靠和强大的检测和不同的道路用户的分类。为此,我们使用无线局域网(WLAN)和超宽带(UWB)收发器模块,其提供信道状态信息(CSI)或信道脉冲响应(CIR)数据。由于所提出的系统利用现成的和节能的嵌入式系统,它允许在现有的道路基础设施中的成本效益的特设部署。我们已经评估了所提出的系统的性能骑自行车和其他机动车辆的实验现场部署。在这个问题上,主要的重点一直是准确检测骑自行车的人在自行车道上。然而,我们也进行了初步的评估测试测量不同的机动车辆使用类似的系统配置为骑自行车的人。总之,该系统在检测骑自行车的人方面达到了100%的准确率,并对骑自行车的人和汽车进行了98%以上的分类。
2021-02-11 eess.SP
Indoor Localization with Robust Global Channel Charting: A Time-Distance-Based Approach
Fraunhofer Institute for Integrated Circuits IIS(弗劳恩霍夫集成电路研究所IIS);Friedrich-Alexander-Universität Erlangen-Nürnberg(弗里德里希-亚历山大-埃尔朗根-纽伦堡大学)
基于指纹的定位技术在非视距主导的室内定位中具有显著的优势。然而,它的部署和维护是成本密集型的,因为它需要地面实况参考系统进行初始训练和适应环境变化。相比之下,信道制图(CC)在没有显式参考信息的情况下工作,并且仅需要信道状态信息(CSI)的空间相关性。虽然CC在无线电环境的几何建模方面已经显示出有希望的结果,但使用多锚点大带宽测量对CC进行定位的更深入了解仍然悬而未决。我们贡献了一种新的距离度量的时间同步的单输入/单输出CSI的方法的线性相关的欧几里得距离。这允许在没有注释的情况下学习环境的全局几何。为了有效地优化全局通道图,我们近似的度量与暹罗神经网络。这使得完全CC辅助指纹识别和定位仅使用从图表到真实世界坐标的线性变换。我们将我们的方法与最先进的CC在两个不同的真实世界数据集上进行了比较,这些数据集是用5G和UWB无线电设置记录的。我们的方法优于其他方法,UWB的定位精度为0.69米,5G设置为1.4米。我们表明,CC辅助指纹识别可以实现高度准确的定位,并减少(或消除)需要注释的训练数据。
2022-10-07 cs.LG eess.SP