摘要
本发明公开了一种基于低维指纹的大规模MIMO定位方法,利用线性模型的贝叶斯推断框架,从接收信号中估计信道参数,并构建增益时延角度参数矩阵(GDAPM)作为位置指纹信息。基于位置指纹信息,进一步设计了基于均衡随机森林回归模型的用户位置估计方法,利用待定位区域参考位置的指纹和位置信息训练模型,对于待定位用户,基于接收信号提取信道参数并构建位置指纹,利用训练好的模型估计用户位置。基于低维指纹的大规模MIMO定位方法能够有效降低指纹信息的存储维度,以及位置估计网络开销,提高定位精度。
技术关键词
定位方法
指纹
概率密度函数
信道
模型贝叶斯
均衡器模块
线性
信号
参数
随机森林
样本
位置估计方法
时延
OFDM系统
单载波
学习器
计算机程序产品
处理器
计算机系统
系统为您推荐了相关专利信息
分布式电源
节点
有功功率
模糊隶属度函数
概率密度函数
室内机器人
高精度定位方法
视觉图像信息
重定位方法
激光雷达
辅助定位信息
车载智能设备
车辆定位方法
车载定位设备
拍摄设备
震源
特征提取网络
多源特征
地震定位方法
定位系统