.png){kind=icon}
返回
Neurodynamic robust adaptive UWB localization algorithm with NLOS mitigation
.png){kind=icon}
OA
AI
DOI：10.1038/s41598-025-99150-1.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
为解决混合视距（LOS）和非视距（NLOS）室内环境下的鲁棒定位问题，我们基于量测模型提出了一种最大最小优化估计器，并引入自适应损失函数以优化估计结果。然而，该估计器高度非凸，直接求解存在困难。为此，我们采用神经动力学方法进行求解。此外，我们验证了对应投影神经网络模型的局部平衡稳定性。与现有算法相比，所提算法无需任何先验条件，现有方法或需已知NLOS偏差量级，或需预先区分LOS与NLOS。为提高定位模型精度，我们提出了自适应距离误差上界方法。在代表性数值仿真及真实环境测试中，所提鲁棒自适应定位算法在定位精度和鲁棒性方面均优于现有方法，尤其在严重NLOS环境下表现更为突出。
Keyword:
NLOS mitigation
Robust localization
Neurodynamic
Projective neural network
UWB positioning
期刊
IF:
3.9
论文数:
27.9W
被引数:
83.5W
机构
引用论文
Ultra-wideband indoor localization method based on Kalman filtering and Taylor algorithm基于卡尔曼滤波和泰勒算法的超宽带室内定位方法
PREAI
分享收藏IoT-Based Wearable Devices for Personal Safety and Accident Prevention Systems基于物联网的个人安全与事故预防系统穿戴设备
PREAI
分享收藏Recent trends and advances in UWB positioning超宽带（UWB）定位的最新趋势与进展.png)
2009 IEEE MTT-S International Microwave Workshop on Wireless Sensing, Local Positioning, and RFID
2009 IEEE MTT-S International Microwave Workshop on Wireless Sensing, Local Positioning, and RFIDIF0
PREAI
分享收藏A Review of Wireless Positioning Techniques and Technologies: From Smart Sensors to 6G无线定位技术与技术综述: 从智能传感器到6gSignalsOAAI
SignalsIF0
OAAI分享收藏WLS Localization Using Skipped Filter, Hampel Filter, Bootstrapping and Gaussian Mixture EM in LOS/NLOS ConditionsIEEE ACCESS
OAAI
IEEE ACCESSIF3.6
OAAI分享收藏
查看更多内容