5G Multi-BS Positioning: A Decentralized Fusion Scheme
Notice bibliographique
Résumé
Fifth-generation (5G) networks are expected to provide high-precision positioning estimation utilizing mmWave signals in urban and downtown areas. In such areas, 5G base stations (BSs) will be densely deployed, allowing for line-of-sight (LOS) communications between the user equipment (UE) and multiple BSs at the same time. Having access to a plethora of measurement sources grants the need for optimal integration between the BSs to have an accurate and precise positioning solution. Traditionally, 5G multi-BS fusion is conducted via an extended Kalman filter (EKF), that directly utilizes range and angle measurements in a centralized integration scheme. Such measurements have a non-linear relationship with the positioning states of the filter, giving rise to linearization errors. Counter to the common belief, an unscented Kalman filter (UKF) will fail to totally eradicate such linearization errors. In this paper, we argue that a decentralized integration between 5G BSs would fully avoid linearization errors within the filter and significantly enhance the positioning performance. This is done by fusing position measurements instead of directly fusing range and angle measurements, which inherently leads to a linear measurement model by design. The proposed decentralized KF method was evaluated in a quasi-real simulation setup provided by Siradel using a real trajectory in Downtown Toronto. The experiments compared the performance of decentralized KF integration to that of centralized EKF and UKF integration schemes. It was shown that the proposed method outperformed both UKF and EKF implementations in multiple scenarios as it significantly decreased the RMS and maximum 2D positioning errors, achieving decimeter-level accuracy for 93.9% of the time.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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 | 0,001 |
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 ».