Probabilistic Localization With Gateway Location Errors and Multiple Transmissions
Notice bibliographique
Résumé
This article investigates the effect of uncertainty in the positions of a set of spatially separated receivers (gateways) that are used to localize a device (target) that transmits a burst signal intermittently. Such systems have applications in radar, sonar, and wireless sensor networks, and have been extensively studied, at least in the context of point estimation. This article extends the limited work on region estimation to include the effect of uncertainty in the locations of the gateways on the probability that the target is in a specified region. Specifically, this article extends previous work that found the a posteriori probability density function (pdf) of the target’s coordinates from estimates of the times the transmitted message arrives at the receivers [Time of Arrivals (ToA)] under the assumption the positions of the gateways were known exactly. The expression for the a posteriori pdf is redeveloped to include the uncertainty in the measurement of the receivers’ positions. Three practical scenarios are considered: 1) the target transmits a single message and the gateways measure the ToAs as well as their own positions; 2) the target transmits multiple messages and the gateways measure the ToAs as well as their own positions upon each reception; and 3) the target transmits multiple messages and the gateways measure the ToAs upon each reception, but the positions of the gateways are measured once, at the time of installation. Various numerical examples are given to corroborate, provide insights, and illustrate the utility of the obtained results.
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 | 0,000 |
| 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 ».