...
  • 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>International journal of wireless information networks >On Data Fusion for Parametric-Model-Based Wireless Localization
【24h】

On Data Fusion for Parametric-Model-Based Wireless Localization

机译：基于参数模型的无线定位的数据融合研究

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

In this paper, we present a data fusion frame- work for parametric-model-based wireless localization where the mobile station location is treated as a deterministic unknown vector. Three types of fusion schemes are presented: measurement fusion, estimate fusion and mixed fusion. Theoretical performance comparison among these schemes in terms of the estimation root mean square error via the weighted least square estimator (WLSE) is conducted. Such a performance metric coincides with the Cramer-Rao lower bound (CRLB) in the case of Gaussian noise. We show that, if the raw measurement vectors are correlated, then measurement fusion achieves the best performance, mixed fusion follows and estimate fusion is the worst. If the raw measurement vectors are uncorrelated, then these different fusion schemes achieve the same performance. Benefits that can be earned from data fusion for wireless localization are also investigated and numerical examples are presented to validate our theoretical analysis.
机译：在本文中，我们提出了一种基于参数模型的无线定位的数据融合框架，其中，移动站的位置被视为确定性未知矢量。提出了三种融合方案：测量融合，估计融合和混合融合。在这些方案之间，通过加权最小二乘估计器（WLSE）在估计均方根误差方面进行了理论性能比较。在高斯噪声的情况下，这种性能度量与Cramer-Rao下界（CRLB）一致。我们表明，如果原始测量向量相互关联，则测量融合将达到最佳性能，随后是混合融合，估计融合是最差的。如果原始测量向量不相关，则这些不同的融合方案将实现相同的性能。还研究了从数据融合中获得的用于无线定位的收益，并通过数值例子验证了我们的理论分析。

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