西安邮电大学学报

2020, v.25;No.145(04) 43-47

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于深度神经网络的5G室内联合定位算法
5G indoor hybrid positioning algorithm based on deep neural network

王军选;王漪楠;

摘要(Abstract):

为了有效地降低室内多变的传播环境带来的多径效应和非视距(non-line of sight,NLOS)的传播误差,提出一种在第五代移动通信技术(5th generation mobile communication technology,5G)室内小小区场景下,结合深度神经网络(deep neural network,DNN)和多天线的多信号分类算法(multiple signal classification,MUSIC)的联合室内定位方案。首先, MUSIC利用用户终端上传的通信系统数据估计到达角度(angle of arrival,AOA)。其次,将接收信号强度指示(radio signal strength indication,RSSI)数据输入离线阶段训练好的DNN模型中,估计用户终端的直线距离。最后,利用DNN和AOA算法将估计的信息输入联合定位系统中得到用户的二维坐标。仿真结果表明,该算法相比于路径损耗模型具有更小的定位误差,能够提升定位性能。

关键词(KeyWords): 室内定位;第五代移动通信技术;深度神经网络;多信号分类

Abstract:

Keywords:

基金项目(Foundation): 国家重大专项项目(ZX201703001012-005)

作者(Author): 王军选;王漪楠;

Email:

DOI: 10.13682/j.issn.2095-6533.2020.04.007

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享