基于CSI-XGBoost的高精度WiFi室内定位算法

考虑到室内环境的复杂性和多径效应对Wi Fi指纹定位性能的影响从Intel5300无线网卡中提取信道状态信息(CSI),利用修正后的CSI幅值和相位信息作为指纹特征,使用极限梯度提升(XGBoost)算法构建高精度指纹库,实现分米级的高精度室内定位。进一步通过实测数据分析了采样间隔、室内视距(LOS)和非视距(NLOS)环境、缺失值和数据维度等因素对所提算法定位性能的影响。实际室内环境下的实验结果表明,本文算法受NLOS影响较小,对室内复杂环境有很强的鲁棒性;此外,该算法能够很好地处理高维稀疏数据,解决CSI指纹特征的"误匹配"问题,且对缺失数据不敏感,定位准确度优于90%。

GNSS-R应用于海冰厚度的遥感模拟

针对传统海冰厚度探测手段存在成本和计算复杂度高的问题,提出基于GNSS-R技术的空气-海冰-海水3层介质模型,重点分析GNSS反射信号与海冰介质厚度的关系;利用GNSS反射信号的几何关系和极化特征,推导出海冰反射率(反射信号左旋极化分量与直射信号右旋极化分量的功率值之比)与海冰介质厚度的数学表达式。实验结果表明海冰反射率和海冰介质厚度之间具有明显的相关性。