机器学习助力基于优化理论的TDOA无源定位OA北大核心
Machine Learning Facilitating TDOA Passive Positioning Based on Optimization Theory
信息社会无线通信技术迅速发展并被广泛应用,各个领域对信号辐射源的定位需求显著提升,基于到达时间差(time difference of arrival,TDOA)的定位方法是无源定位技术中应用较为广泛的一种.近年来,机器学习领域发展迅速,为无源定位技术提供了新的思路和方法.通过比较各类无源定位方法,首先探讨TDOA无源定位的技术特点和优势;其次,从时差估计方法、解算方法、城市环境中的非视距传播影响、基站选择与几何分布等方面分析基于优化理论的TDO…查看全部>>
王文宇;朱磊;姚昌华;俞璐
陆军工程大学通信工程学院,江苏 南京 210007陆军工程大学通信工程学院,江苏 南京 210007南京信息工程大学电子与信息工程学院,江苏 南京 210044陆军工程大学通信工程学院,江苏 南京 210007
信息技术与安全科学
无源定位到达时间差机器学习深度学习
《信息与控制》 2022 (4)
面向任务的无人机集群通控一体群智博弈学习优化研究
385-399,15
国家自然科学基金(61971439)江苏省自然科学基金(BK20191329)
评论