論文の概要: First path component power based NLOS mitigation in UWB positioning system

• arxiv url: http://arxiv.org/abs/2403.19706v1
• Date: Fri, 22 Mar 2024 22:19:08 GMT
• ステータス: 処理完了
• システム内更新日: 2024-04-07 23:24:36.894243
• Title: First path component power based NLOS mitigation in UWB positioning system
• Title（参考訳）: UWB位置決めシステムにおける第1経路構成電力に基づくNLOS低減
• Authors: Marcin Kolakowski, Jozef Modelski,
• Abstract要約: 本稿では,UWB位置決めシステムにおけるNLOS(Non-Line-of-Sight)緩和法について述べる。 提案手法は,NLOS条件下で得られた測定結果を補正し,タグ位置推定プロセスにおいてその意義を低下させる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The paper describes an NLOS (Non-Line-of-Sight) mitigation method intended for use in a UWB positioning system. In the proposed method propagation conditions between the localized objects and the anchors forming system infrastructure are classified into one of three categories: LOS (Line-of-Sight), NLOS and severe NLOS. Non-Line-of-Sight detection is conducted based on first path signal component power measurements. For each of the categories, average NLOS inducted time of arrival bias and bias standard deviation have been estimated based on results gathered during a measurement campaign conducted in a fully furnished apartment. To locate a tag, an EKF (Extended Kalman Filter) based algorithm is used. The proposed method of NLOS mitigation consists in correcting measurement results obtained in NLOS conditions and lowering their significance in a tag position estimation process. The paper includes the description of the method and the results of the conducted experiments.
• Abstract（参考訳）: 本稿では,UWB位置決めシステムにおけるNLOS(Non-Line-of-Sight)緩和法について述べる。 提案手法では,LOS(Line-of-Sight),NLOS(NLOS),重度NLOS(NLOS)の3つのカテゴリに分類される。 第1経路信号成分パワー測定に基づいて、非視線検出を行う。 各カテゴリーについて, 完全集合住宅において実施した測定キャンペーンの結果から, 平均NLOSインダクタンス時間, 到着バイアス時間, 偏差標準偏差を推定した。 タグを見つけるには、EKF(Extended Kalman Filter)ベースのアルゴリズムを用いる。 提案手法は,NLOS条件下で得られた測定結果を補正し,タグ位置推定プロセスにおいてその意義を低下させる。 本報告では,本手法と実験結果について述べる。

関連論文リスト

• EAP-GP: Mitigating Saturation Effect in Gradient-based Automated Circuit Identification [62.611812892924156]
  飽和効果に対応するために,GradPath (EAP-GP) を用いたエッジパッチを提案する。 EAP-GPは、入力から始まり、飽和領域を避けるために、破損した入力とクリーン入力の勾配の違いの方向を適応的に追従する積分経路を導入する。 GPT-2 Small, GPT-2 Medium, GPT-2 XL を用いた6つのデータセットの EAP-GP の評価を行った。
  論文  参考訳（メタデータ） (2025-02-07T16:04:57Z)
• Detection of direct path component absence in NLOS UWB channel [0.0]
  NLOS(Non-Line-of-Sight)識別技術を提案する。 遅延したダイレクトパスコンポーネントが完全にブロックされ、導入されたバイアスがずっと高くなり、緩和するのが難しくなる状況を認識します。
  論文  参考訳（メタデータ） (2024-04-02T23:20:57Z)
• SubspaceNet: Deep Learning-Aided Subspace Methods for DoA Estimation [36.647703652676626]
  SubspaceNetは、観測を区別可能な部分空間に分割する方法を学ぶデータ駆動型DoA推定器である。 SubspaceNetは、コヒーレントソース、広帯域信号、低いSNR、配列ミスマッチ、限られたスナップショットに対処する様々なDoA推定アルゴリズムを実現する。
  論文  参考訳（メタデータ） (2023-06-04T06:30:13Z)
• Range-Based Equal Error Rate for Spoof Localization [43.75986914767975]
  Spoofローカライゼーションは、部分的にスプーフされたオーディオ中のスプーフを見つけることを目的とした重要なタスクである。 等誤差率(EER)は、このような生体シナリオのパフォーマンスを測定するために広く使われている。 我々は、点ベースのEERを範囲ベースのEERにアップグレードし、古典的な点ベースのEERと比較する。
  論文  参考訳（メタデータ） (2023-05-28T14:46:54Z)
• Proposal Distribution Calibration for Few-Shot Object Detection [65.19808035019031]
  few-shot object detection (FSOD)では、重度のサンプル不均衡を軽減するために、2段階の訓練パラダイムが広く採用されている。 残念ながら、極端なデータ不足は、提案の分布バイアスを増大させ、RoIヘッドが新しいクラスに進化するのを妨げます。 本稿では,RoIヘッドのローカライゼーションと分類能力を高めるために,単純かつ効果的な提案分布キャリブレーション(PDC)手法を提案する。
  論文  参考訳（メタデータ） (2022-12-15T05:09:11Z)
• Large-Scale Sequential Learning for Recommender and Engineering Systems [91.3755431537592]
  本稿では,現在の状況に適応してパーソナライズされたランキングを提供する自動アルゴリズムの設計に焦点を当てる。 前者はSAROSと呼ばれる新しいアルゴリズムを提案し,インタラクションの順序を学習するためのフィードバックの種類を考慮に入れている。 提案手法は, 電力網の故障検出に対する初期アプローチと比較して, 統計的に有意な結果を示す。
  論文  参考訳（メタデータ） (2022-05-13T21:09:41Z)
• Investigation of Different Calibration Methods for Deep Speaker Embedding based Verification Systems [66.61691401921296]
  本稿では, ディープスピーカ埋込抽出器のスコアキャリブレーション法について検討する。 この研究のさらなる焦点は、スコア正規化がシステムの校正性能に与える影響を推定することである。
  論文  参考訳（メタデータ） (2022-03-28T21:22:22Z)
• Anomaly Detection Based on Generalized Gaussian Distribution approach for Ultra-Wideband (UWB) Indoor Positioning System [1.8619310493118186]
  本稿では,Gaussian Distribution (GD) とGeneralized Gaussian Distribution (GGD) アルゴリズムに基づく異常検出手法を用いて,Non-Line-of-Sight (NLoS) 成分の検出と同定を行う。 シミュレーションの結果,提案手法はNLoS信号の分類精度を向上するロバストなNLoS成分同定を実現することができることが示された。
  論文  参考訳（メタデータ） (2021-08-09T11:54:11Z)
• Capturing scattered discriminative information using a deep architecture in acoustic scene classification [49.86640645460706]
  本研究では,識別情報を捕捉し,同時に過度に適合する問題を緩和する様々な手法について検討する。 我々は、ディープニューラルネットワークにおける従来の非線形アクティベーションを置き換えるために、Max Feature Map法を採用する。 2つのデータ拡張方法と2つの深いアーキテクチャモジュールは、システムの過度な適合を減らし、差別的なパワーを維持するためにさらに検討されている。
  論文  参考訳（メタデータ） (2020-07-09T08:32:06Z)
• Unsupervised Domain Adaptation for Acoustic Scene Classification Using Band-Wise Statistics Matching [69.24460241328521]
  機械学習アルゴリズムは、トレーニング(ソース)とテスト(ターゲット)データの分散のミスマッチの影響を受けやすい。 本研究では,ターゲット領域音響シーンの各周波数帯域の1次及び2次サンプル統計値と,ソース領域学習データセットの1次と2次サンプル統計値との整合性を有する教師なし領域適応手法を提案する。 提案手法は,文献にみられる最先端の教師なし手法よりも,ソース・ドメインの分類精度とターゲット・ドメインの分類精度の両面で優れていることを示す。
  論文  参考訳（メタデータ） (2020-04-30T23:56:05Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。