国内刊号:51-1267/TN
国际刊号:1001-893X
发布日期:
作者:戢静红,张振宇,邓平
单位:(西南交通大学 信息科学与技术学院,成都 611756)
关键词:无线定位;基站信号识别;NLOS识别;机器学习;随机森林;
基金:国家自然科学基金资助项目(61871332)
蜂窝移动通信环境复杂多变,在基站和移动台之间不可避免会出现电波的非视距(Non-Line-of-Sight,NLOS)传播,使基站和移动台之间的距离测量误差显著增大,导致定位性能急剧下降。为了准确识别出视距(Line-of-Sight,LOS)与非视距传播的基站信号,提出了一种基于随机森林的LOS/NLOS基站识别方法,通过分析移动台与各基站接收机测量距离与定位误差之间的相关性,选择LOS/NLOS测量距离作为特征进行分类器训练,再将分类器用于LOS/NLOS基站的识别。仿真结果表明,该方法对NLOS基站的正确识别率达到90%以上,能取得较好的定位性能。
来源:2023年第10期
《电讯技术》期刊编辑部