Direct Localization and Synchronization for High-Mobility Agents With Frequency Shifts in MIMO-OFDM Systems
Notice bibliographique
Résumé
The direct position determination (DPD) technique utilizes raw received signals to localize agents in a single step, eliminating the need for intermediary measurements. The DPD is recognized for its accuracy superiority over the two-step approach, especially under low signal-noise-ratio (SNR) condition. However, few existing DPD research has focused on scenarios involving moving or unsynchronized agents. In this article, we develop a novel and extended problem, direct localization and synchronization (DLAS) for highly mobile agents with unsynchronized frequency shifts in collocated multiple-input-multiple-output (MIMO) orthogonal frequency-division multiplexing (OFDM) systems. The base stations (BSs) sequentially broadcast signals in a time-division multiple access (TDMA) manner, and both Doppler effect and oscillator’s nondeterminism lead to frequency shifts at the agent side. In order to compensate for the position variation of the fast-moving agent, we construct a motion model with uniform acceleration. Next, we propose a computationally efficient DLAS method based on the maximum-likelihood (ML) principle. Specifically, we first decouple the frequency shifts from other unknowns by exploiting the periodicity of block-type pilots and determine a nonlinear optimization problem. We then develop an iterative solution using the frequency shifts to optimally extract real DLAS parameters from complex signal observables. Moreover, we present the closed-form Cramér-Rao lower bound (CRLB) for our estimators determined from the derived general bounding result in complex field. We theoretically analyze the performance gain owing to prior information, and compare the computational complexity among different algorithms. Finally, we provide extensive numerical results to establish the superiority of our proposed method.
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 | 0,000 | 0,002 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 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 ».