Dec, 2018

mD-Track：利用多维度进行室内无线被动式追踪

PDF
TL;DR本文提出使用 mD-Track，一种不需要设备的 Wi-Fi 跟踪系统，通过将尽可能多的维度信息进行联合融合来克服各个单独维度的分辨率限制，并通过新颖的路径分离算法来在更精细的分辨率下解决多径问题，从而实现仅使用单个 Wi-Fi 发射器对人进行高精度被动定位，并引入了一种新颖的方法来大大简化其估计算法，实现实时操作。
wi-fi localizationtracking systemresolution limitmultipathreal-time operation
发现论文，激发创造
  • 毫米波微多普勒特征的多人连续跟踪和识别

    研究使用回波毫米波无线电信号在室内环境中联合跟踪和识别人类身份，并结合多个处理步骤，如滤波、分类和轨迹跟踪等，以实现多用户场景中的准确性和鲁棒性。

    Mar, 2020

  • 隐私保护设计：基于 Wi-Fi 被动 TDOA 的室内定位系统

    本篇论文介绍了一种名为 PassiFi 的新型室内定位系统，采用了无源 Wi-Fi 到达时间差（TDoA）方法来确保用户隐私和数据完整性，同时利用深度神经网络来学习 TDoA 和位置之间的复杂关系，评估结果表明 PassiFi 在保护隐私的同时，精度达到了与最先进的主动测量系统相当的亚米级别，超过了传统的多边定位系统 128%。

    Jun, 2023

  • 基于多维缩放的定位技术综述

    本文综述了在无线传感器网络、物联网、认知无线电网络和 5G 网络中基于多维尺度缩放（MDS）的定位技术和 MDS 的应用。

    Jun, 2019

  • 室内毫米波设备定位和无感知技术及应用综述

    该论文综述了在毫米波通信和雷达设备的帮助下实现设备定位和非设备感知的技术与算法，重点关注室内部署，并讨论了相关的研究方向。

    Dec, 2021

  • 稀疏毫米波雷达点云中的实时人员追踪与鉴别

    本文提出了一种低复杂度高精度的端到端方法，使用来自低成本 mm 波雷达的稀疏点云序列，结合扩展物体跟踪 Kalman 滤波器和针对雷达点云的有效特征提取和快速推理的深度学习分类器，实时跟踪和识别多个主体，并在一组八个对象中准确识别三个对象，操作速度高达 15 帧 / 秒。

    May, 2021

  • 使用实际毫米波数据的视觉 - 定位多模束预测

    提出了一种基于多模态机器学习的方法，利用无线通信环境中收集到的位置和视觉数据快速预测光束方向，实现了超过 75％ 的准确度和近乎 100％ 的前 3 名光束预测准确度。

    Nov, 2021

  • 实时 MDNet

    本文提出了基于多域卷积神经网络 (MDNet) 的快速和准确的视觉跟踪算法。通过加速特征提取过程和学习更有区分度的模型，以维护高分辨率特征图并对每个激活保持大的接受域，以增强目标和背景的表示质量。我们还引入了新的损失项，以区分多个领域中的前景实例，并学习具有相似语义的目标对象的更有区分度的嵌入。我们将这些技术集成到 MDNet 的管道中，实现了近 25 倍的加速，准确性几乎与 MDNet 相同。在多个流行的跟踪基准数据集中对我们的算法进行了评估，包括 OTB2015、UAV123 和 TempleColor，并且即使没有特定于数据集的参数调整，也始终优于最先进的实时跟踪方法。

    Aug, 2018

  • Person-in-WiFi: 使用 WiFi 进行细粒度人员感知

    本研究通过将人体反射 WiFi 信号进行深度学习处理，在不受光照和隐私问题干扰的前提下，使用低成本的 WiFi 线路板实现了对人体细粒度的感知。

    Mar, 2019

  • 自适应信道感知超宽带 DL-TDOA 的功耗效率室内定位

    本文提出并实施了一种新颖的低功耗、适应信道特性的动态频率下行到达差异时间测距算法，通过基于卷积神经网络（CNN）的 NLOS 概率预测器、动态测距频率控制模块和基于 IMU 传感器的测距滤波器，实验证明该算法在 NLOS 条件下的准确度比先前研究的基准方法提高了 50%，在 LOS 条件下的功耗降低了 46%。

    Feb, 2024

  • 基于深度学习的大规模 MIMO 室内用户定位

    本文研究了在现有 OFDM MIMO 系统中，仅基于正交频分复用（OFDM）复杂频道系数的深度神经网络在多输入多输出（MIMO）用户定位方面的可用性，提出了一种两步训练流程来减少所需的训练点数量。

    Apr, 2018