Joint Device Positioning and Clock Synchronization in 5G Ultra-Dense\n Networks
Notice bibliographique
Résumé
In this article, we address the prospects and key enabling technologies for\nhighly efficient and accurate device positioning and tracking in 5G radio\naccess networks. Building on the premises of ultra-dense networks as well as on\nthe adoption of multicarrier waveforms and antenna arrays in the access nodes\n(ANs), we first formulate extended Kalman filter (EKF)-based solutions for\ncomputationally efficient joint estimation and tracking of the time of arrival\n(ToA) and direction of arrival (DoA) of the user nodes (UNs) using uplink\nreference signals. Then, a second EKF stage is proposed in order to fuse the\nindividual DoA/ToA estimates from one or several ANs into a UN position\nestimate. Since all the processing takes place at the network side, the\ncomputing complexity and energy consumption at the UN side are kept to a\nminimum. The cascaded EKFs proposed in this article also take into account the\nunavoidable relative clock offsets between UNs and ANs, such that reliable\nclock synchronization of the access-link is obtained as a valuable by-product.\nThe proposed cascaded EKF scheme is then revised and extended to more general\nand challenging scenarios where not only the UNs have clock offsets against the\nnetwork time, but also the ANs themselves are not mutually synchronized in\ntime. Finally, comprehensive performance evaluations of the proposed solutions\non a realistic 5G network setup, building on the METIS project based outdoor\nMadrid map model together with complete ray tracing based propagation modeling,\nare provided. The obtained results clearly demonstrate that by using the\ndeveloped methods, sub-meter scale positioning and tracking accuracy of moving\ndevices is indeed technically feasible in future 5G radio access networks\noperating at sub-6GHz frequencies, despite the realistic assumptions related to\nclock offsets and potentially even under unsynchronized network elements.\n
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».