• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>IEEE communications letters >SPEAR: Source Position Estimation for Anchor Position Uncertainty Reduction
【24h】

SPEAR: Source Position Estimation for Anchor Position Uncertainty Reduction

机译：SPEAR：减少锚位置不确定性的源位置估计

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

This letter introduces an RSS-based framework (termed Source Position Estimation for Anchor position uncertainty Reduction - SPEAR) for joint estimation of the positions of a wireless transmitter source and the corresponding measuring anchors. The framework exploits the imprecise anchor position information using non-Bayesian estimation and employs a novel Joint Maximum Likelihood (JML) algorithm for reliable anchor and agent position estimations. It proposes to use the iterative Trust Region (TR) strategy as a solution to the JML nonlinear minimization problem. Simulation results show that the JML results in source localization improvements (compared to the ML that ignores the anchor position uncertainty) and provides a more reliable anchors?? positions estimates.
机译：这封信介绍了一种基于RSS的框架（用于减少锚位置不确定性的源位置估计-SPEAR），用于联合估计无线发射机源和相应的测量锚的位置。该框架使用非贝叶斯估计来利用不精确的锚位置信息，并采用新颖的联合最大似然（JML）算法进行可靠的锚和代理位置估计。它建议使用迭代信任区（TR）策略作为JML非线性最小化问题的解决方案。仿真结果表明，JML改进了源定位（与忽略锚位置不确定性的ML相比）并提供了更可靠的锚？职位估计。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号