【问题标题】:Distance estimation based on signal strength基于信号强度的距离估计
【发布时间】:2016-07-03 11:57:45
【问题描述】:

我有一组数据,其中包括汽车的位置和未知的发射器信号电平。我必须据此估计距离。基本上,信号电平与距离的平方成反比。但是当我们包含多路径、反射等内容时,我们需要使用差异方程。这是 Hata Okumura 模型,它可以为我们提供基于距离的路径损耗。但是,距离未知,因为我不知道发射器在哪里。我只能访问不同的纬度/经度集和接收信号电平。

我要问的是你们能否指导我使用可以帮助我根据当前位置和信号强度估计距离的技术。我所要求的只是对可能有用的技术的指导。

我查看了How to calculate distance from Wifi router using Signal Strength?,但他有 3 个固定的 wifi 信号并且可以使用 FSPL。但是在城市环境中它不起作用。

【问题讨论】:

    标签: gps location distance estimation signal-strength


    【解决方案1】:

    由于汽车在移动,因此使用任何衍射模型都非常困难。多路径环境因汽车移动而不断变化,任何反射/衍射模型都需要汽车周围众所周知的物体几何形状。在您的问题中,您有已知的移动汽车位置时间序列 [x(t),y(t)]。您还可以粗略测量汽车与未知位置的发射器 [r(t)] 之间的距离的时间序列。您需要求解静止的未知发射器位置 (X,Y)。所以你有很多嘈杂的测量,需要估计两个未知参数。这是一个经典的最小二乘估计问题。您可以制定 r(ti) = sqrt((x(ti)-X)^2 + (y(ti)-Y)^2) 并将您的数据输入该方程并进行最小二乘估计。由于多径,数据显然是有噪声的,但是发射器是静止的,并且随着时间的推移,在估计过程中,噪声可以或多或少地被平滑掉。

    Least Square Estimation

    【讨论】:

    • 谢谢,我会调查的。我也对其他解决方案和可能性持开放态度。我正在研究 ML,我会在训练时将信号强度和计算的从当前位置到未知发射器的距离提供给它。注意我不知道未知数据集中的实际距离!现在经过训练,我的模型可以根据信号强度给我一个距离估计。然后我可以进行距离估计和当前位置并计算发射器的位置。对此有什么想法吗?
    猜你喜欢
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2011-03-10
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2012-02-15
    • 2016-07-07
    相关资源
    最近更新 更多