基于5G UTDOA与MR指纹技术的室内定位融合算法研究

基于5G UTDOA与MR指纹技术的室内定位融合策略旨在提升定位系统的精确性和可靠性。通过整合这2种技术,开发了一个减少环境误差和增强稳定性的高精度定位算法。仿真结果表明,融合算法不仅有效提高了定位准确率,还展示了其结合现代通信技术在室内定位领域的应用潜力,为定位技术的进一步发展开辟了新的路径。

基于5G MR指纹的室内定位技术研究

5G蜂窝网络在为终端提供无线通信功能的同时,也可以提供定位功能。基于5G MR指纹的室内定位技术,可以在不需(或不能)额外布设信源设备情况下,满足室内定位的基本要求。首先概述信令软采网络的拓扑架构,通过信令镜像数据接口,提升MR数据采集解析的时效性;接着详细介绍了基于5G MR指纹的室内定位技术的具体算法,包括指纹库生成算法、渐进式指纹信息匹配算法,该算法既能有效提升定位精度,也可节省计算时间和资源消耗。

一种面向MR数据定位场景的脏指纹剔除算法

【目的】随着通信技术发展与移动设备的普及,MR(测量报告,Measurement Report)数据被广泛应用到无线网络定位中,其中基于MR指纹库匹配的定位方法是精度较高、应用较广泛的方法。然而,位置的计算精度依赖于MR指纹库数据记录的质量,亟需在积累位置指纹库时对数据进行清洗、过滤、位置纠偏等工作,以保证指纹库的数据质量。【方法】因此,本文提出了一种面向MR数据定位场景的脏指纹剔除算法,通过DBSCAN聚类算法识别异常指纹,并纠偏基站位置,建立高质量的指纹数据库,以提升MR数据定位精准性。【结果】本文在农村、市区、郊区3个场景下,分别使用模拟数据进行仿真试验,对本文方法进行分析与评估。【结论】试验结果显示,随着异常指纹剔除及指纹数据库更新,MR数据定位精准度得到有效提升,且所提算法在指纹聚类场景下相比其他算法均存在优势。