.png){kind=icon}
返回
RSS-Based Localization: Ensuring Consistency and Asymptotic Efficiency
.png){kind=icon}
PRE
AI
DOI：10.1109/TSP.2025.3641941.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
我们研究了基于接收信号强度测量的信号源定位问题。首先，我们给出了可验证的传感器部署几何条件，以确保模型的一致局部可定位性。然后，我们建立了最大似然（ML）估计量的一致性和渐近有效性。然而，计算ML估计量具有挑战性，因为它依赖于求解一个非凸优化问题。为了克服这一挑战，我们提出了一种两步估计量，它在保持与ML估计量相同的渐近特性的同时，具有低计算复杂度——与测量次数成线性关系。主要挑战在于第一步中获取一致估计量。为解决此问题，我们对非线性测量模型应用代数变换，构造出两个线性最小二乘估计问题，从而得到闭式解。在第二步中，我们利用第一步得到的一致估计量作为初始值，执行一次高斯-牛顿迭代，实现了与ML估计量相同的渐近有效性。最后，仿真结果验证了所提两步估计量的理论属性和实际有效性。
Keyword:
Received signal strength
source localization
asymptotic localizability
consistency
asymptotic efficiency
two-step estimators
期刊
I
IF:
5.8
论文数:
331
被引数:
0
机构
引用论文
A new positioning technique for RSS-Based localization based on a weighted least squares estimator
PREAI
分享收藏Cooperative Received Signal Strength-Based Sensor Localization With Unknown Transmit Powers未知发射功率下基于接收信号强度的传感器协同定位
PREAI
分享收藏A globally consistent nonlinear least squares estimator for identification of nonlinear rational systems用于识别非线性有理系统的全局一致非线性最小二乘估计.png)
AUTOMATICA
OAAI
AUTOMATICAIF5.9
OAAI分享收藏分享收藏分享收藏
查看更多内容