非视距紫外线散射通信的信道建模和性能

一种视距与非视距混合环境下RSS定位方法，郭青，柯炜，本文针对当前视距与非视距混合环境下无线定位精度不高问题，提出一种基于接收信号强度（Received Signal Strength, RSS）的动态定位方法。�

由于障碍物的存在，矿井等定位场景中普遍存在非视距传播现象，引起定位信号的折射、反射、衍射和散射，导致测距误差增大，进而影响目标定位精度。分析了非视距传播对TOA（Time of Arrival，到达时间）、TDOA（Time Difference of Arrival，到达时间差）、AOA（Angle of Arrival，到达角度）、RSSI（Received Signal Strength Indication，接收强度指示）等定位方法的影响，并从非视距传播的识别、非视距传播误差的抑制、非视距传播的利用及非视距场景下的定位方法设计4个方面对现有文献进行综述。对于非视距传播的识别，重点探讨了残差检验法、误差统计法、能量检测法、神经网络算法和几何关系；对于非视距传播误差的抑制，主要分析了基于滤波的方法、基于半参数的方法、基于能量检测的方法及基于数据库的方法；对于非视距传播的利用，重点综述了提高定位系统鲁棒性及基于误差学习和匹配的方法；对于非视距场景下的目标定位方法设计，分为视距与非视距混合场景及纯非视距场景2种情况进行综述。探讨了目标定位中非视距传播研究的新方向：通过多种定位技术的融合

matlab集成c代码 C-NLOS-imaging-based-on-LCT 基于光锥变换的共焦非视距成像(Nature25489)代码复现及改写 Confocal non-line-of-sight imaging based on the light-cone transform 增加linearized_admm代码文件夹 该文件夹不存在于Nature附加材料中，但作者所在SCIL实验室提供了这些代码 更改了Jupyter默认的Latex模板, 故NoteRewrite.ipynb若需要导出pdf, 建议用替换jupyter notebook的默认latex生成模板, 否则无法成功转换. 如何运行？ Notes.ipynb是其他所有文件(包括文章和代码)的集合。其中包括了中英文的paper，支撑材料和可以运行的matlab代码(需要安装MATLAB Kernel) 安装方法：

在无线传感器网络定位系统中，尤其是在室内定位中，非视距（NLOS）误差的存在使定位性能急剧下降。为克服非视距传播带来的定位误差，提出了一种针对非视距环境下联合接收信号强度（RSS）和到达时间（TOA）的定位算法。该方法首先通过 RSS和 TOA的测量结果建立关于目标位置的非凸优化问题，然后通过二阶锥松弛理论，将原始的非凸优化问题转换为一种凸优化问题，由此能够快速得到原问题的一个次优解。通过计算机模拟仿真验证，新方法的估计精度更高，性能更好。

今天小编就为大家分享一篇关于易语言制作英雄联盟辅助的源码，小编觉得内容挺不错的，现在分享给大家，具有很好的参考价值，需要的朋友一起跟随小编来看看吧

视距传输路径损耗MATLAB代码具有Rician衰落和相移的无蜂窝大规模MIMO的性能 这是与以下科学文章相关的代码包： ÖzgecanÖzdogan，EmilBjörnson，张佳怡，“，” IEEE Transactions on Wireless Communications，出现。 该软件包包含一个基于Matlab的模拟环境，该环境可复制本文中的一些数值结果和图形。 我们鼓励您也进行可重复的研究！ 文章摘要 在本文中，我们研究了在Rician衰落信道上无小区大规模多输入多输出（MIMO）系统的上行链路（UL）和下行链路（DL）频谱效率（SE）。 视线（LoS）路径的相位被建模为均匀分布的随机变量，以考虑由于迁移率和相位噪声引起的相移。 考虑到在接入点（AP）的先验信息的可用性，得出了相位感知的最小均方误差（MMSE），非感知线性MMSE（LMMSE）和最小二乘（LS）估计量。 MMSE估计器需要完美估计的相位知识，而LMMSE和LS则不需要这些知识。 在UL中，研究了两层解码方法以减轻相干和非相干干扰。 导出具有相位感知MMSE，LMMSE和LS估计量的闭式UL SE表达式，以

基于蒙特卡洛方法建立的NLOS紫外光传输模型研究的主要内容包括光源发射光子数、光子在大气中的传输及结果统计。

在严重遮挡非视距环境中，由于定位源与未知节点之间被障碍物遮挡而无法检测直射路径，极大地制约了无线定位方法的应用。提出一种能够规避直射路径遮挡现象的三维定位框架，利用单次反射路径和方位信息，论证了定位源、未知节点和散射体的三维空间位置关系，提出了基于最小二乘准则的空间位置优化算法，并推导出空间位置的求解方法。同时对定位算法进行均方根误差（RMSE,root mean-square error）的理论分析。通过蒙特卡罗仿真实验分析了三维定位框架中距离和方位偏差对算法性能的影响，仿真结果与算法的RMSE理论结果相符，说明了三维非视距定位算法的有效性。

在蜂窝网无线定位中,到达时间(TOA)或到达时间差(TDOA)中的非视距(NLOS)误差会导致移动台的位置估计出现较大偏差。为了减轻NLOS误差的影响,提出了一种基于扩展卡尔曼滤波(EKF)的非视距误差消除算法。算法通过引入一个NLOS转换因子改进EKF的迭代过程,消除NLOS误差对定位估计的影响。计算机仿真结果表明,在NLOS环境下定位精度的提高是显著的。