Direct path detection using multipath interference cancelation for communication-based positioning system
Notice bibliographique
Résumé
Abstract Abstract Recent development in wireless communication-based positioning technology brings significant challenge of detecting the weak signal component arriving from the direct propagation path for time-of-arrival (TOA)-based approach. Due to the common obstruction of the direct propagation path in dense multipath environments, identification of the weak direct path in these environments can be very difficult via the classical correlation-based estimator in the presence of interference from significant later arriving multipath components. A new direct path detection scheme using the multipath interference cancelation is presented in this article. For data communication purpose, an iterative estimator with improved accuracy for joint channel and data estimation is first developed; based on which, the interference of multipath components are reconstructed and subtracted from the original received signal. With the aid of the detected data, an enhanced preamble is formulated. The accuracy of direct path detection is substantially improved by using the correlation between the multipath interference-suppressed signal and the enhanced preamble . Semi-analytical expression of the performance of the iterative estimator is derived. The analysis enables the system to determine an automatic stopping criterion to reduce the computational complexity of the iterative process. The performance of the direct path detection is also analyzed in terms of the signal-to-interference-noise ratio (SINR) and compared with that of the conventional approach. Computer simulation results show the superiority of the proposed direct path detection. The accuracy of the positioning system using the proposed method is also evaluated in dense multipath environments.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».