针对传统无线定位问题中基于接收信号强度指示(Received Signal Strength Indicator,RSSI)的测距与定位方法精度过于依赖RSSI测距精度,以至于提升定位精度成本较大的问题,提出了基于深度学习与信息交互的第5代移动通信技术(5G)终端群组...针对传统无线定位问题中基于接收信号强度指示(Received Signal Strength Indicator,RSSI)的测距与定位方法精度过于依赖RSSI测距精度,以至于提升定位精度成本较大的问题,提出了基于深度学习与信息交互的第5代移动通信技术(5G)终端群组定位方法,以降低其对基站与终端间RSSI测距精度的依赖。在5G终端群组条件下,基于终端间的相互测距信息,利用终端间测距误差较小的特点来弥补基站与终端间RSSI测距的误差,并结合深度神经网络,将接收到的RSSI信号作为输入特征、位置信息作为输出特征,进行模型训练并输出5G终端群组定位结果,使得最终定位精度得到有效提升。仿真试验验证了所提出方法的有效性。展开更多
文摘针对传统无线定位问题中基于接收信号强度指示(Received Signal Strength Indicator,RSSI)的测距与定位方法精度过于依赖RSSI测距精度,以至于提升定位精度成本较大的问题,提出了基于深度学习与信息交互的第5代移动通信技术(5G)终端群组定位方法,以降低其对基站与终端间RSSI测距精度的依赖。在5G终端群组条件下,基于终端间的相互测距信息,利用终端间测距误差较小的特点来弥补基站与终端间RSSI测距的误差,并结合深度神经网络,将接收到的RSSI信号作为输入特征、位置信息作为输出特征,进行模型训练并输出5G终端群组定位结果,使得最终定位精度得到有效提升。仿真试验验证了所提出方法的有效性。