基于信号强度的距离估计

我有一组数据，其中包括汽车的位置和未知的发射器信号电平。我必须根据这个估计距离。基本上信号电平与距离的平方成反比。但是当我们包含多路径，反射等东西时，我们需要使用差分方程。 Hata Okumura模型可以给我们提供基于距离的路径损失。然而，距离是未知的，因为我不知道发射器在哪里。我只能访问不同的经纬度和接收信号电平。基于信号强度的距离估计

我在问什么可以请大家指导一下技术，它可以帮助我根据当前的位置和信号强度来估计距离。我要求的是对可能有用的技术的指导。

我已经看过How to calculate distance from Wifi router using Signal Strength?，但他有3个固定的wifi信号，可以使用FSPL。然而在城市环境中，它并不奏效。

来源

2016-03-17 Sayantan Roy

由于汽车正在移动，使用任何衍射模型将是非常困难的。由于移动车辆，多路径环境不断变化，任何反射/衍射模型都需要汽车周围众所周知的物体几何形状。在你的问题中，你已经移动了已知的汽车位置时间序列[x（t），y（t）]。您还可以通过时间序列粗略测量汽车与未知位置的发射器[r（t）]之间的距离。您需要解决固定的未知发射器位置（X，Y）。所以你有很多噪声测量有两个未知的参数来估计。这是一个经典的最小二乘估计问题。你可以制定r（ti）= sqrt（（x（ti）-X）^ 2 +（y（ti）-Y）^ 2），并将数据输入该方程并进行最小二乘估计。由于多径效应，数据显然是有噪声的，但是发射器是静止的并且有超时，在估计过程中，噪声可能会或多或少地变得平滑。

Least Square Estimation

来源

2016-03-17 16:25:47 Hun

谢谢我会研究这一点。我也接受其他解决方案和可能性。我正在看ML，在那里我会给它提供信号强度，并计算在训练时从当前位置到未知发射器的距离。注意我不知道未知数据集中的实际距离！现在，一旦训练好了，我的模型可以给我一个基于信号强度的距离估计。然后，我可以进行距离估计，并计算当前位置并计算发射器的位置。对此有何想法？ –

基于信号强度的距离估计

回答

相关问题