Enhancing Urban GNSS Positioning Reliability via Conservative Satellite Selection Using Unanimous Voting Across Multiple Machine Learning Classifiers
针对城市GNSS定位受遮挡和多径影响的问题,本文提出一种基于RF、GBDT和SVM一致投票的保守卫星选择策略来增强ZSM定位,实验证明该方法能显著提高定位成功率和接收机包含率,从而提升整体定位可靠性。
2025-07-17 eess.SP
Grid-based Hybrid 3DMA GNSS and Terrestrial Positioning
针对GNSS与地面系统在复杂环境中定位受限的问题,提出3DMA多历元网格滤波器紧组合GNSS、UWB与车辆运动数据,实现静态亚米级精度并验证了可行性。
2023-09-11 eess.SP
A Mixed Integer Least-Squares Formulation of the GNSS Snapshot Positioning Problem
本文提出了一个公式的快照定位作为一个混合整数最小二乘问题。在快照定位中,人们根据全球导航卫星系统(GNSS)的码相位和可能的多普勒观测来估计位置,而不知道码的出发时间(时间戳)。解决该问题允许接收器根据缺少嵌入在GNSS数据流中的时间戳信息的短射频快照来确定定位。这用于减少某些接收器的首次定位时间,并用于某些野生动物跟踪器。本文提出了两个新的配方的问题和算法,解决了由此产生的混合整数最小二乘问题。我们还表明,新的配方可以产生修复,即使有巨大的初始误差,远远大于允许范Diggelen的广泛引用的粗时间导航方法。
2021-07-26 eess.SP
Performance Analysis for Autonomous Vehicle 5G-Assisted Positioning in GNSS-Challenged Environments
已知独立的全球导航卫星系统(GNSS)在开放天空条件下提供几米的定位精度。当到一些GNSS卫星的视线(LOS)路径被阻挡时,例如,在城市峡谷或地下隧道中。为了克服这一问题,一般的做法通常是用其他专用子系统来增强GNSS系统,以帮助弥补因视线模糊而产生的差距。5G定位最近引起了一些关注,主要是由于使用5G信号和基础设施提供厘米级精度的可能性,有效地不增加额外成本。在本文中,我们研究了GNSS和5G定位在可实现的位置和速度误差范围方面的混合。我们专注于卫星可见性受环境几何约束的场景,以及GNSS和5G定位系统无法单独执行或提供过大误差的场景。
2020-04-15 cs.IT eess.SP math.IT
Centimeter-level Positioning by Instantaneous Lidar-aided GNSS Ambiguity Resolution
The University of Melbourne(墨尔本大学)
高精度车辆定位是在城市环境中实施现代驾驶系统的关键。只要正确求解整周模糊度,全球导航卫星系统(GNSS)载波相位测量就可以提供毫米至厘米级的定位。冗余码测量常用于整周模糊度解算,但在城市峡谷中存在信号阻塞和多径效应。在这方面的贡献,激光雷达辅助的瞬时模糊度的解决方法。激光雷达测量结果以3D关键点的形式通过基于学习的点云配准方法使用预先构建的HD地图生成,并在混合测量模型中与GNSS观测结果集成,以产生精确的浮点解,从而提高模糊度成功率。的模糊度方差矩阵和相关的模糊度精度衰减(ADOP)的封闭形式的表达式的开发,提供先验评估这样的激光雷达辅助模糊度解决方案的性能。分析和实验结果表明,该方法能够成功的瞬时IAR有限的GNSS卫星和频率,导致厘米级的车辆定位。
2022-06-03 cs.RO eess.SP
Deep urban unaided precise Global Navigation Satellite System vehicle positioning
The University of Texas at Austin(德克萨斯大学奥斯汀分校)
本文介绍了最彻底的研究,到目前为止,车载载波相位差分GNSS(CDGNSS)定位性能在一个深城市设置辅助互补传感器。使用在德克萨斯州奥斯汀市密集的城市中心及其周围行驶约2小时期间捕获的数据,CDGNSS系统被证明可以实现17厘米精度的3D城市定位(95%的概率),解决方案可用性大于87%。这些结果是在没有惯性、电光或里程计传感器的任何帮助下实现的。基于GNSS的独立精确定位系统的开发和评估是实现将精确的GNSS、视觉、雷达和惯性传感相结合,为自动化和互联车辆提供全天候高完整性、高绝对精度定位的总体目标的关键里程碑。本文描述和评估的系统由密集间隔的参考网络、软件定义的GNSS接收器和实时动态(RTK)定位引擎组成。性能敏感性分析表明,导航数据wipeoff全调制GNSS信号和密集的参考网络是高性能的城市RTK定位的关键。与现有的城市全球导航卫星系统处理的无辅助系统的比较表明,拟议的系统具有显着更高的可用性或准确性。
2020-06-15 cs.RO eess.SP
Improved GNSS Positioning in Urban Environments Using a Logistic Error Model
本文提出基于逻辑分布的最大似然估计器LQLC,有效提升了城市环境中GNSS定位精度,减少RMSE和STD,且计算成本适配实时定位需求。
2026-03-17 eess.SP
Distributed Spatio-Temporal Information Based Cooperative 3D Positioning in GNSS-Denied Environments
针对GNSS拒止环境下的无线网络3D定位需求,提出分布式时空信息协作定位算法STICP,采用缩放无迹变换高精度逼近因子图非线性项并引入增强锚点升级机制避免冗余迭代,在实现更优定位性能的同时降低计算复杂度。
2022-08-25 eess.SP
Impact of RTK Augmentation and INS Integration on GNSS Positioning Accuracy and Continuity: A Benchmarking Study on Inland Waterways
KU Leuven(荷语鲁汶大学)
本研究通过静态基准测试和闭环路径跟踪实验,评估了RTK增强和INS集成在不同配置下对内河航道GNSS定位性能的影响,发现RTK显著提升精度和一致性,INS在RTK中断时提供短期连续性但可能引入漂移。
2026-06-04 cs.SY eess.SP eess.SY
Zonotope Shadow and Reflection Matching: A Novel GNSS Reflection-Based Framework for Enhanced Positioning Accuracy in Urban Areas
School of Integrated Technology, Yonsei University(延世大学综合技术学院);Department of Convergence IT Engineering, Pohang University of Science and Technology(浦项科技大学融合IT工程系)
本文提出ZSRM方法,通过结合遮影与反射匹配技术,提升城市区域GNSS定位精度,实验显示其在位置误差和界限方面均有显著改进。
2026-01-04 eess.SP
Interference analysis of Positioning Reference Signals in 5G NTN
本文分析了5G NTN中定位参考信号的干扰问题,探讨了在GNSS不可用或不可靠时利用LEO卫星NTN实现精确定位的必要性及其面临的挑战。
2024-07-04 eess.SP
Neural Augmented Kalman Filters for Road Network assisted GNSS positioning
Department of Electrical Engineering, Eindhoven University of Technology(埃因霍温理工大学电子工程系);Qualcomm AI Research(高通人工智能研究)
本文提出用时序图神经网络预测道路路段及其不确定性并集成到卡尔曼滤波器中,实现路网辅助GNSS定位,在挑战场景下相比仅GNSS的KF定位误差降低29%。
2025-07-01 cs.LG cs.SY eess.SP
LEO-based Carrier-Phase Positioning for 6G: Design Insights and Comparison with GNSS
Virginia Tech(弗吉尼亚理工大学);Qualcomm Technologies Inc.(高通技术有限公司)
本文研究了基于低轨卫星的NR-NTN系统联合时延和载波相位定位,提出双波形设计以实现鲁棒的载波相位跟踪,并展示LEO定位在几秒内达到厘米级精度,优于GNSS的米级精度。
2026-10-07 cs.IT eess.SP math.IT
Train Localization During GNSS Outages: A Minimalist Approach Using Track Geometry And IMU Sensor Data
KTH Royal Institute of Technology(瑞典皇家理工学院);Information Science and Engineering(信息科学与工程学院)
针对GNSS中断期间的列车定位挑战,提出一种利用IMU传感器和离散轨道地图(LUT)的极简粒子滤波方法,在30秒中断内实现低于10米的定位误差,可作为既有方案的冗余补充提升鲁棒性。
2024-06-04 cs.RO eess.SP
Design and Implementation of a High-Accuracy Positioning System Using RTK on Smartphones
近年来,随着全球导航卫星系统(GNSS)的发展,卫星导航技术在智能手机导航中发挥了至关重要的作用。针对基于GNSS的智能手机定位精度低的问题,提出将实时动态载波相位差技术(RTK)应用于智能手机,实现了基于RTK的智能手机实时定位系统。本文介绍了该系统的实现和实验结果。该系统主要由GNSS基准站、NTRIP系统和智能手机组成。实验结果表明,该系统有效地提高了智能手机的定位精度
2020-02-14 cs.SY eess.SP eess.SY
Handling systematic node biases in TDoA positioning systems
针对无线TDoA定位中节点硬件偏差的难题,本文借鉴GNSS思路提出差分发射机偏差(DTB)概念,经实测验证其稳定性高,可校准测量实现米级定位。
2025-02-21 eess.SP
Mobile robot localization with GNSS multipath detection using pseudorange residuals
Future Robotics Technology Center, Chiba Institute of Technology(千叶工业大学未来机器人技术中心)
本文针对城市多径环境下移动机器人GNSS定位误差大的问题,提出基于伪距残差分析和粒子滤波的似然估计方法,利用LOS信号假设与粒子的马氏距离实现NLOS检测与精确定位,并在真实城市场景中验证了有效性。
2024-01-16 cs.RO eess.SP
When 5G NTN Meets GNSS: Tracking GNSS Signals under Overlaid 5G Waveforms
Interdisciplinary Centre for Security, Reliability and Trust (SnT)(安全、可靠与信任跨学科中心);University of Luxembourg(卢森堡大学)
针对5G NTN与GNSS共存场景,本文分析叠加低功率DSSS的OFDM 5G下行波形对GPS L1 C/A跟踪与解调的影响,并通过LEO动态蒙特卡洛仿真验证最小修改接收机实现JCAP的可行性。
2025-10-20 eess.SP
Analysis of a HAPS-Aided GNSS in Urban Areas using a RAIM Algorithm
现有的全球导航卫星系统(GNSS)的全球平均民用定位精度仍在米级,在城市地区的性能甚至更差。在比卫星更低的高度处,高空平台站(HAPS)提供若干益处,诸如较低的延迟、较少的路径损耗以及对于伪距方程中相关联的参数的可能较小的总体估计误差。HAPS可以在许多方面支持GNSS,在本文中,我们把HAPS作为另一种类型的测距源。在这样做,我们研究的定位性能的HAPS辅助GPS系统在城市地区使用模拟和物理实验。HAPS的测量是不可用的今天,因此,他们在一个相当简单,但在模拟和物理实验的逻辑方式建模。结果表明,HAPS可以提高GPS在郊区和密集城区的水平精度因子(HDOP)、垂直精度因子(VDOP)和三维定位精度。我们还证明了RAIM算法的HAPS辅助GPS系统的适用性,特别是在密集的城市地区。
2023-01-02 eess.SP
Pulsar Constellation Evolution and PPP Convergence using LEO GNSS
Xona Space Systems(Xona太空系统公司);University of Calgary(卡尔加里大学);BITS Pilani(比蒂斯皮拉尼理工学院);VTU, India(印度维斯瓦塔德大学);Cranfield University(克兰菲尔德大学);The University of Nottingham(诺丁汉大学);Ford Motor Company(福特汽车公司);Google(谷歌);Stanford University(斯坦福大学);Queen's University, Canada(加拿大女王大学);Qatar University(卡塔尔大学)
本文通过案例研究评估Xona的LEO星座Pulsar在四个部署阶段的可见性、DOP和PPP收敛,比较GPS、LEO增强GPS和独立LEO,探讨LEO导航星座的评估方法与未来演变。
2026-10-06 eess.SP
Tram Positioning with Map-Enabled GNSS Data Reconciliation
针对城市多径环境下的有轨电车定位问题,提出结合轨道地图与 IEKF 的线性复杂度 GNSS 观测量协调方法,并通过仿真和真实数据验证其相对基线的性能提升。
2025-06-02 cs.SY eess.SP eess.SY
PrNet: A Neural Network for Correcting Pseudoranges to Improve Positioning with Android Raw GNSS Measurements
Nanyang Technological University(南洋理工大学)
提出PrNet神经网络,利用卫星级MLP从Android原始GNSS测量中校正伪距偏差,以提升手机定位精度,在GSDC数据集上优于现有方法。
2023-12-22 cs.LG eess.SP
GNSS Outlier Mitigation Via Graduated Non-Convexity Factor Graph Optimization
Hong Kong Polytechnic University(香港理工大学)
可以在无离群点的开放区域实现基于全球导航卫星系统的精确和全球参照的车辆定位。然而,全球导航卫星系统的性能可能会显着下降的离群值测量,如多路径效应和非视线(NLOS)接收所产生的信号反射的建筑物。受批量历史数据在抵抗离群测量方面的优势启发,本文提出了一种分级非凸因子图优化算法(FGO-GNC)来提高GNSS定位性能,通过估计GNSS测量值的最优权重来减轻GNSS离群值的影响。与现有的局部解不同,FGO-GNC采用非凸的GM(Geman McClure)函数,通过由粗到细的松弛过程来全局估计GNSS测量值的权重。所提出的方法的有效性进行了验证,通过几个具有挑战性的数据集收集在香港的城市峡谷使用汽车级和低成本的智能手机级GNSS接收器。
2021-09-02 cs.RO eess.SP
Tradespace analysis of GNSS Space Segment Architectures
全球导航卫星系统在全世界提供无处不在、连续和可靠的定位、导航和定时信息。然而,全球导航卫星系统空间段的设计决定是以70年代设计的全球定位系统前身为基础的。鉴于重大技术进步和新的全球导航卫星系统环境威胁,本文重新审视了这些早期的设计决定。用户导航误差(UNE)性能和星座部署成本之间的丰富的交易空间进行了探讨,并通过灵敏度分析和关联规则挖掘的结论进行了补充。这项研究发现,在轨道高度为2个地球半径的星座可以优于现有的GNSS的成本,鲁棒性和UNE。在设计今后几代全球导航卫星系统时,应当考虑到这些见解。
2020-07-10 cs.SY eess.SP eess.SY
GNSS Positioning using Cost Function Regulated Multilateration and Graph Neural Networks
Qualcomm AI Research(高通人工智能研究部);Qualcomm Technologies, Inc.(高通技术公司);Eindhoven University of Technology(埃因霍温理工大学);University of Amsterdam(阿姆斯特丹大学);Budapest University of Technology and Economics(布达佩斯技术与经济大学);Stanford University(斯坦福大学)
本文针对城市 GNSS 非视距测距误差,提出用图神经网络替代启发式误差估计,并依据多边定位代价函数最优利用误差,在超10万历元真实数据上将水平定位误差降低40%–80%。
2024-02-28 cs.LG eess.SP
Exclusion of GNSS NLOS Receptions Caused by Dynamic Objects in Heavy Traffic Urban Scenarios Using Real-Time 3D Point Cloud: An Approach without 3D Maps
The Hong Kong Polytechnic University(香港理工大学)
绝对定位是自动驾驶到来的一个必不可少的因素。全球导航卫星系统(GNSS)接收机为卫星提供绝对定位,在开阔地区和郊区可以提供满意的定位,但在城市化地区,由于多径效应和非视距接收等现象,GNSS的定位性能受到影响。这些影响主导了该地区的全球导航卫星系统定位性能。最近提出的3D地图辅助(3DMA)GNSS可以减轻大多数的多径效应和NLOS接收所造成的建筑物的基础上的3D城市模型。然而,在城市区域中由移动对象引起的相同现象目前在3D地理信息系统(GIS)中没有被建模。高度较高的移动物体,如双层巴士,也会因物体表面对GNSS信号的阻挡而造成NLOS接收。因此,我们提出了一种新的方法,以排除双层巴士在高度城市化地区,香港所造成的NLOS接待。为了估计双层客车的几何尺寸和相对于GPS接收机的方位,采用欧氏聚类算法和分类方法对双层客车进行检测并计算其相对位置。为了提高非视线遮挡排除方法的精度和可靠性,提出了一种综合考虑仰角、信噪比和水平精度因子的非视线遮挡排除准则。最后,利用排除非视距后剩余的卫星,采用加权最小二乘法(WLS)进行GNSS定位估计。在香港某双层公交车站附近进行了静态实验,验证了该方法的有效性。
2018-04-29 cs.RO eess.SP
RNN-Based GNSS Positioning using Satellite Measurement Features and Pseudorange Residuals
CEA-Leti(法国原子能与替代能源委员会电子与信息技术实验室);Université Grenoble Alpes(格勒诺布尔阿尔卑斯大学);CY Cergy Paris Université(CY塞尔吉巴黎大学);ENSEA(国立高等电子及应用学院);CNRS(法国国家科学研究中心);New York University (NYU)(纽约大学);NYU Tandon School of Engineering(纽约大学坦登工程学院);Univ. Gustave Eiffel(古斯塔夫·埃菲尔大学)
针对GNSS单历元定位中有偏伪距影响精度的问题,提出融合伪距残差与卫星指标的LSTM方法预测测量质量并优化加权,实测性能优于传统策略。
2023-06-08 cs.LG 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
Localization with Noisy Android Raw GNSS Measurements
针对 Android 原始 GNSS 测量噪声问题,论文比较 MHE、EKF 与 RTS 平滑方法,证明 RTS 在静态和动态场景中相对 WLS 分别降低水平定位误差 76.4% 和 46.5%。
2023-09-28 eess.SP
Robust Interference Mitigation techniques for Direct Position Estimation
本文针对直接位置估计(DPE)易受干扰的问题,将鲁棒干扰抑制(RIM)策略引入高灵敏度DPE框架,在无干扰时量化效率损失并在多种干扰场景下验证了方法的有效性。
2023-08-09 eess.SP
Relative Positioning of Autonomous Systems using Signals of Opportunity
为了实现可靠的操作,下一代自主智能体将需要增强的态势感知和精确的导航能力。几乎所有现代定位系统所使用的全球导航卫星系统信号都不能满足提高自主水平的这一要求,定位正成为其扩散的决定性因素。这项工作研究如何使用环境中已经可以访问的信号来实现相对定位,并推导出一个在线程序,用于利用这些信号在GNSS挑战区域进行定位。建议的相对定位系统(RPS)探讨了信号特性的大频谱的频段,并推导出车辆跟踪算法,以准确地估计车辆的轨迹在空间和时间使用任意一组未知的参考位置。实验结果表明RPS的适用性,并研究其性能在不同的参数值。
2020-07-28 eess.SP
Point-Supervised Visual Learning for GNSS Measurement Quality Assessment
The Hong Kong Polytechnic University(香港理工大学);Aerospace Information Research Institute, Chinese Academy of Sciences(中国科学院空天信息创新研究院)
该研究提出点监督视觉框架,用GNSS观测衍生的监督从鱼眼图像预测GNSS观测故障,经多模型在城市车辆数据上评估,可降低定位误差,泛化能力良好,支持GNSS故障检测。
2026-10-14 eess.SP
TEX-CUP: The University of Texas Challenge for Urban Positioning
The University of Texas at Austin(德克萨斯大学奥斯汀分校);iXblue INC(iXblue公司)
在德克萨斯州奥斯汀市密集的城市中心收集的公共基准数据集被引入用于评估基于多传感器GNSS的城市定位。现有的关于定位和/或里程计评估的公共数据集基于传感器,例如激光雷达、相机和雷达。GNSS在这些数据集中的作用通常限于结合高端惯性导航系统(INS)生成参考轨迹。相比之下,本文介绍的数据集提供了宽带中频(IF)GNSS数据的原始ADC输出以及来自惯性测量单元(IMU)和立体相机单元的紧密同步的原始测量结果。该数据集将实现从信号跟踪到状态估计的全GNSS堆栈的优化,以及与其他汽车传感器的传感器融合。该数据集可在http://radionavlab.ae.utexas.edu的公共数据集下获得。目前正在努力从世界各地的一些密集城市中心收集和分享类似的数据集。
2020-05-02 cs.RO eess.SP
Sky-GVIO: an enhanced GNSS/INS/Vision navigation with FCN-based sky-segmentation in urban canyon
Wuhan University(武汉大学);School of Geodesy and Geomatics, Wuhan University(武汉大学测绘学院);Hong Kong Polytechnic University(香港理工大学)
针对城市峡谷环境中定位受NLOS影响的问题,提出基于FCN天空分割的S-NDM算法,构建Sky-GVIO紧耦合系统,融合SPP与RTK,实现米级至亚分米级定位精度,并公开相关数据集。
2024-08-05 cs.CV eess.SP
Radio Map Construction with Post-Hoc Location Calibration under Quasi-Static Positioning Errors: Joint Estimation, Performance Bounds, and GNSS-Based Evaluation
The University of Electro-Communications(电子通信大学);Hokkaido University(北海道大学)
本文提出利用RSS测量本身校准GNSS准静态偏移的无线电地图构建框架,联合估计偏移与传播参数,显著降低MSE差距,优于轨迹平滑基线。
2026-09-11 cs.NI eess.SP
Enhancing 5G NTN VSAT RACH in GNSS-Denied environments
European Commission, Joint Research Centre(欧盟委员会联合研究中心)
针对GNSS受限环境下5G NTN VSAT随机接入依赖GNSS定位的脆弱性,提出基于AoA、FoA和ToA混合的单卫星定位框架,将初始定位不确定性从数十公里降至几公里,实现稳健初始接入。
2026-09-25 eess.SP
A Visual-inertial Localization Algorithm using Opportunistic Visual Beacons and Dead-Reckoning for GNSS-Denied Large-scale Applications
Changzhou University(常州大学);The University of Tokyo(东京大学);Institute of Industrial Science, The University of Tokyo(东京大学生产技术研究所);Aerospace Information Research Institute, Chinese Academy of Sciences(中国科学院空天信息创新研究院)
针对GNSS拒止城市环境,提出融合机会性视觉信标与行人航位推算的低成本视觉惯性定位算法,利用卡尔曼滤波融合并抑制粗差,显著提升定位精度与长期可靠性。
2024-12-14 cs.CV cs.LG eess.SP
A Survey of Machine Learning Techniques for Improving Global Navigation Satellite Systems
Stanford University(斯坦福大学)
本文综述了机器学习技术(含监督、无监督、深度学习及混合方法)在解决传统基于模型的GNSS定位于挑战环境中适应性不足问题的应用,全面分析了其在信号分析、异常检测及精度增强等方面的优势与挑战。
2024-03-29 cs.AI cs.LG cs.RO
Experimental Demonstration of Snapshot Differential Positioning with LEO Satellites
Skylo Technologies;Stanford University(斯坦福大学)
本文提出一种基于快照的差分定位框架,利用低轨卫星信号实现间歇观测下的高精度定位,实验表明在仅三个卫星可见时,定位误差可减少约47%。
2026-03-16 eess.SP
Stop Line Aided Cooperative Positioning of Connected Vehicles
School of Mechanical Engineering, Beijing Institute of Technology(北京理工大学机械工程学院)
提出了一种停车线辅助的互联车辆协同定位框架,利用停车线的位置信息,通过车对车(V2 V)通信实现交叉口场景下车辆自组网(VANET)的定位增强。首先,提出了一种基于停车线信息的首停车辆自定位校正方案,对GNSS/INS定位结果进行校正。然后,利用扩展卡尔曼滤波器(EKF)将每辆车的局部观测值与其他车辆的位置估计值和车间距离测量值进行融合。通过这种方式,第一个停止的车辆的好处扩展到整个VANET。这种协同惯性导航(CIN)框架可以大大提高VANET的定位性能。最后,在北京的实验结果表明了该停车线辅助协同定位框架的有效性.
2021-12-26 cs.RO eess.SP
5G mmWave Cooperative Positioning and Mapping using Multi-Model PHD Filter and Map Fusion
当基站和车辆配备大型天线阵列时,5G毫米波(mmWave)信号可以实现车载网络中的精确定位。然而,基于无线电的定位遭受由物理环境中的不同类型的对象生成的多径信号。通过建立无线电地图(包括物体的数量、物体类型和物体状态)并使用该地图来利用所有可用的信号路径进行定位,多路径可以变成一种优势。我们提出了一种新的方法,用于合作车辆定位和映射的无线电环境,包括多模型概率假设密度滤波器和地图融合例程,它能够考虑不同类型的对象和不同的视野。仿真结果验证了该方法的有效性。
2020-02-26 eess.SP
Fronthaul-Efficient Distributed Cooperative 3D Positioning with Quantized Latent CSI Embeddings
本文提出一种高效前传的分布式协作3D定位方法,通过量化潜在CSI嵌入和两阶段训练策略,在有限前传容量下实现高精度定位。
2026-07-17 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
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
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
Cooperative Multi-Target Positioning for Cell-Free Massive MIMO with Multi-Agent Reinforcement Learning
针对无蜂窝大规模MIMO中传统指纹定位计算复杂度高的问题,提出结合协同加权K近邻的多智能体强化学习联合定位校正框架,在平衡复杂度的同时有效提升定位性能。
2024-10-09 cs.IT eess.SP math.IT
Positioning-Aided Channel Estimation for Multi-LEO Satellite Cooperative Beamforming
King Abdullah University of Science and Technology(阿卜杜拉国王科技大学);The University of British Columbia(不列颠哥伦比亚大学);Chalmers University of Technology(查尔姆斯理工大学)
本文提出了一种基于定位信息的双时间尺度信道估计框架,用于多LEO卫星协同波束成形,以提高下行定位精度和上行信道估计性能。
2026-01-18 eess.SP
Deep Learning-based Cooperative LiDAR Sensing for Improved Vehicle Positioning
本文提出CLS-MPNN数据驱动协同LiDAR感知框架,融合3D目标检测、MPNN数据关联与ICP定位,在两个仿真场景中显著优于GNSS及协同SLAM方法。
2024-02-26 eess.SP
Standalone and RTK GNSS on 30,000 km of North American Highways
Ford Motor Company(福特汽车公司);Ford Autonomous Vehicles, LLC(福特自动驾驶有限责任公司)
本研究基于北美高速公路3万公里数据,评估GNSS定位性能,发现当前汽车方案满足道路级定位(98%可用性),而多频RTK接收机在车道级定位(98%)和车道偏离保护(91%)上表现更优。
2019-08-28 cs.RO cs.SY eess.SP
Privacy-Preserving Cooperative Visible Light Positioning for Nonstationary Environment: A Federated Learning Perspective
Xiamen University(厦门大学)
可见光定位技术作为一种很有前途的室内定位技术,已经引起了人们的广泛关注。然而,在非平稳环境中,VLP的性能是有限的,因为高度时变信道。为了提高非平稳环境下的定位精度和泛化能力,提出了一种基于联邦学习的协作VLP方案。利用FL框架,一个适应环境变化的全局模型可以由用户共同训练,而无需共享用户的私有数据。此外,一个合作的可见光定位网络(CVPosNet)的建议,以加快收敛速度,提高定位精度。仿真结果表明,该方案优于基准方案,特别是在非平稳环境。
2023-03-11 cs.AI cs.IT cs.LG
NTN-based 6G Localization: Vision, Role of LEOs, and Open Problems
本文探讨了基于NTN的6G定位技术,分析了LEO的适用性,提出多LEO与GNSS增强系统,并通过CRLB仿真验证了其在GNSS信号受限场景下的定位潜力与3GPP标准化挑战。
2023-09-07 cs.IT eess.SP math.IT
Zero Access Points 3D Cooperative Positioning via RIS and Sidelink Communications
本文提出利用RIS作为锚点,结合侧行链路通信,在无接入点场景下实现多用户3D协作定位,并验证了亚米级精度。
2023-05-15 eess.SP
CMANet: Channel-Masked Attention Network for Cooperative Multi-Base-Station 3D Positioning
Zhejiang University(浙江大学);KTH Royal Institute of Technology(瑞典皇家理工学院);Hangzhou City University(杭州城市学院);Nanjing University(南京大学)
CMANet通过通道掩码注意力机制和轻量级LSTM解码器实现多基站协作的高精度3D定位,实验显示其在城市环境中具有优于现有方法的定位精度。
2026-01-31 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