基于 Ultra-wideband（UWB）技术的室内定位系统由于其提供厘米级定位精度的能力而受到认可。然而，这些系统经常面临密集多径衰落导致的定位误差挑战。为了解决这个问题，在本信中我们提出了一种利用深度嵌入聚类（DEC）的无监督锚节点选择的新方法。我们的方法在聚类之前使用自动编码器（AE），从而更好地将 UWB 特征分为可分离的 UWB 输入信号聚类。我们进一步研究如何基于聚类质量对这些聚类进行排序，从而能够去除不可靠的信号。实验结果显示了我们提出的方法的效率，相比不排除锚点，平均绝对误差（MAE）显著减少了 23.1%。尤其在密集多径区域，我们的算法实现了更显著的改进，将 MAE 减少了 26.6%，将 95th 百分位误差减少了 49.3%。

Apr, 2024

该论文提出了一种名为 DynaPose 的动态锚点选择和姿势预测的方法，通过深度学习使用 UWB 信道脉冲响应和手机上的惯性测量单元，实现了对 DL-TDoA 定位的极高准确度和实时检测四种不同姿势的能力。

Feb, 2024

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

本文以 Linkoping 大学的地下隧道对频谱的复数脉冲响应进行了测量研究，重点阐述了 TOA 测距技术在建立基于距离的定位系统中的应用，并提供了 NLOS 识别误差和传播参数分析结果。

Dec, 2013

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

该研究探讨了在非直观传输环境下基于超宽带技术的测距方法，提出了一种基于核主成分分析的新型测距方法，经实际测试证明，该方法表现优异。

Nov, 2015

该论文描述了一种用于 UWB 定位系统的 NLOS（非直射视线）抑制方法，该方法将定位对象与构成系统基础设施的锚定点之间的传播条件分类为 LOS（直射视线）、NLOS 和严重 NLOS。通过首次信号成分功率测量进行非直射视线检测，并据此估计每个类别的平均 NLOS 到达时间偏差和偏差标准差。使用基于扩展卡尔曼滤波器（EKF）的算法来定位标签，NLOS 抑制方法通过纠正在 NLOS 条件下获得的测量结果并降低其在标签位置估计过程中的重要性。该论文包括了该方法的描述以及进行的实验结果。

Mar, 2024

本文主要讲述了方向估计（DOA）技术的研究进展以及基于稀疏表示和压缩感知的新方法在 DOA 估计中的应用，特别是无网格方法的研究现状和未来的研究方向。

Sep, 2016

该研究提出了一种基于压缩感知框架的直接定位方法，通过联合处理分布式大规模 MIMO 基站获得的观测值来区分 LOS 和非 LOS 信号路径，以实现用户位置的高精度定位。

Jul, 2016

本文提出了一种使用等效费舍尔信息的综合框架，用于定量化墙面和天花板的反射分路分量所得的位置相关信息。

Sep, 2014