elib
DLR-Header
DLR-Logo -> http://www.dlr.de
DLR Portal Home | Impressum | Datenschutz | Kontakt | English
Schriftgröße: [-] Text [+]

Learning-Based Fusion of Multipath Assisted Positioning and Fingerprinting

Ulmschneider, Markus und Gentner, Christian und Dammann, Armin (2022) Learning-Based Fusion of Multipath Assisted Positioning and Fingerprinting. In: 35th International Technical Meeting of the Satellite Division of the Institute of Navigation, ION GNSS+ 2022, Seiten 1721-1728. Proceedings of 35th International Technical Meeting of the Satellite Division of The Institute of Navigation (ION GNSS+ 2022), 2022-09-19 - 2022-09-23, Denver, USA. doi: 10.33012/2022.18498. ISBN 978-171387136-1.

[img] PDF
549kB

Kurzfassung

In multipath assisted positioning, multipath components (MPCs) are regarded as line-of-sight (LoS) signals from virtual transmitters. The locations of the physical and the virtual transmitters can be estimated jointly with the user position using simultaneous localization and mapping (SLAM). We have previously introduced such an approach called cooperative Channel-SLAM, where multiple users cooperatively estimate the locations of physical and virtual transmitters. Such schemes typically suffer from a high computational complexity due to expensive signal processing, though. Within this paper, we propose a novel approach that combines multipath assisted positioning with fingerprinting. In the first stage, multiple users estimate their own locations with cooperative Channel-SLAM. With the channel estimates and the estimated user positions from cooperative Channel-SLAM, a deep neural network (DNN) is trained. In the second stage, users can localize themselves making use of the DNN. In our novel approach, the positioning error is in the same order of magnitude as for cooperative Channel-SLAM, while the computational complexity is reduced drastically.

elib-URL des Eintrags:https://elib.dlr.de/186994/
Dokumentart:Konferenzbeitrag (Vortrag)
Titel:Learning-Based Fusion of Multipath Assisted Positioning and Fingerprinting
Autoren:
AutorenInstitution oder E-Mail-AdresseAutoren-ORCID-iDORCID Put Code
Ulmschneider, Markusmarkus.ulmschneider (at) dlr.dehttps://orcid.org/0000-0001-7241-7057NICHT SPEZIFIZIERT
Gentner, ChristianChristian.Gentner (at) dlr.dehttps://orcid.org/0000-0003-4298-8195NICHT SPEZIFIZIERT
Dammann, ArminArmin.Dammann (at) dlr.dehttps://orcid.org/0000-0002-7112-1833NICHT SPEZIFIZIERT
Datum:2022
Erschienen in:35th International Technical Meeting of the Satellite Division of the Institute of Navigation, ION GNSS+ 2022
Referierte Publikation:Ja
Open Access:Ja
Gold Open Access:Nein
In SCOPUS:Ja
In ISI Web of Science:Nein
DOI:10.33012/2022.18498
Seitenbereich:Seiten 1721-1728
ISBN:978-171387136-1
Status:veröffentlicht
Stichwörter:Channel-SLAM, cooperative positioning, deep learning, fingerprinting, localization
Veranstaltungstitel:Proceedings of 35th International Technical Meeting of the Satellite Division of The Institute of Navigation (ION GNSS+ 2022)
Veranstaltungsort:Denver, USA
Veranstaltungsart:internationale Konferenz
Veranstaltungsbeginn:19 September 2022
Veranstaltungsende:23 September 2022
HGF - Forschungsbereich:Luftfahrt, Raumfahrt und Verkehr
HGF - Programm:Raumfahrt
HGF - Programmthema:Kommunikation, Navigation, Quantentechnologien
DLR - Schwerpunkt:Raumfahrt
DLR - Forschungsgebiet:R KNQ - Kommunikation, Navigation, Quantentechnologie
DLR - Teilgebiet (Projekt, Vorhaben):R - Projekt Navigation 4.0
Standort: Oberpfaffenhofen
Institute & Einrichtungen:Institut für Kommunikation und Navigation > Nachrichtensysteme
Hinterlegt von: Ulmschneider, Markus
Hinterlegt am:07 Jul 2022 10:34
Letzte Änderung:12 Jul 2024 09:14

Nur für Mitarbeiter des Archivs: Kontrollseite des Eintrags

Blättern
Suchen
Hilfe & Kontakt
Informationen
electronic library verwendet EPrints 3.3.12
Gestaltung Webseite und Datenbank: Copyright © Deutsches Zentrum für Luft- und Raumfahrt (DLR). Alle Rechte vorbehalten.