摘要：针对6G毫米波无线通信感知一体化网络中的车辆状态估计问题,提出了车辆位置、速度和时变信道联合估计算法。为了应对多径反射干扰、随机信道衰落、非凸函数优化等技术难题,挖掘时变信道及反射传播特点,提取多径反射传播模型的隐含线性结构,并采用下行多载波通信信号回波,联合推算车辆位置、速度及信道状态,以抵消多径传播干扰和信道扰动,进而补偿多普勒效应对车辆定位的不利影响。由于在干扰抵消、扰动补偿、非凸函数优化等方面的特殊设计,所提算法的定位及测速性能优于以往技术。仿真分析发现,定位精度和测速精度都随着子载波和收发天线数量的增加而提升,但是随着目标距离的增大而下降。由于车辆定位只利用了回波信号的基带特征,车辆定位精度与中心载波频率无关,但是随着系统带宽的增加而增加,且当系统带宽在150 MHz以上时,车辆定位性能增益非常小。相比之下,车辆测速精度随着中心载波频率的增大而提升,而受系统带宽的影响很小。另外,相比于车辆测速,车辆定位受传输距离和收发天线数量的影响更大。

摘要：针对可见光无线定位指纹推算技术遇到的指纹赋权模型校准难题,本文利用贝叶斯推断理论和随机优化方法,提出了一种高效的指纹赋权模型校准优化方法.首先,利用可见光接收信号强度及其对应的位置和姿态标签建立指纹数据库;其次,依据指纹观测模型及最大熵理论,构建高斯型指纹赋权模型,用于推算可见光无线终端的位置和姿态;然后,依据随机优化理论,将高斯赋权模型校准难题建模为随机优化问题,并设计了基于连续凸函数逼近的赋权模型优化算法解决其中的非凸函数优化难题,从而实现对指纹赋权模型参数的高效校准,提升可见光定位的指纹推算精度.通过对指纹赋权过程进行建模与优化,本文提出的指纹定位方法能够有效抑制非视距传播干扰、弥补指纹匹配误差,极大地提升了可见光指纹定位的精度.仿真数据表明,本文基于指纹赋权模型优化的可见光无线定位算法相比于主流的指纹定位方法具有更高的定位性能.