亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

A decision tree‐based NLOS detection method for the UWB indoor location tracking accuracy improvement

非视线传播 多径传播 计算机科学 超宽带 无线 测距 实时计算 跟踪(教育) 频道(广播) 电信 心理学 教育学
作者
Ardiansyah Ardiansyah,I Gde Dharma Nugraha,Hyojeong Han,Deokjai Choi,Seongho Seo,Juseok Kim
出处
期刊:International Journal of Communication Systems [Wiley]
卷期号:32 (13) 被引量:97
标识
DOI:10.1002/dac.3997
摘要

Summary Among existing wireless technologies, ultra‐wideband (UWB) is the most promising solution for indoor location tracking. UWB has a great multipath fading immunity; however, great multipath resolvability alone does not eliminate the effect of non‐line‐of‐sight (NLOS) and multipath propagation. NLOS and multipath propagation in indoor environments can easily produce meters of UWB ranging error. This condition gives an enormous impact on the accuracy of indoor location tracking data. To address this problem, we propose an NLOS detection method using recursive decision tree learning. Using the UWB channel quality indicators information, we develop our model with the Gini index and altered priors splitting criteria. We then validate the constructed model using the 10‐fold cross‐validation method. Our experiment shows that the constructed model has correctly detected 90% of both line‐of‐sight (LOS) and NLOS cases on the seven different indoor environments. The result of this work can be used for the UWB indoor location tracking accuracy improvement.

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
完美的飞兰完成签到,获得积分10
2秒前
孔秋词完成签到,获得积分10
6秒前
GGBoy完成签到,获得积分10
11秒前
沉默的从波完成签到,获得积分10
30秒前
50秒前
52秒前
隐形曼青应助waaliyh采纳,获得10
54秒前
astertuzi发布了新的文献求助10
56秒前
1分钟前
上官若男应助科研通管家采纳,获得10
1分钟前
顺利秋灵完成签到,获得积分10
1分钟前
waaliyh发布了新的文献求助10
1分钟前
Ava应助读书的时候采纳,获得10
1分钟前
阔达的碧彤完成签到,获得积分10
1分钟前
Hello应助waaliyh采纳,获得10
1分钟前
桐桐应助读书的时候采纳,获得10
2分钟前
2分钟前
诚心若血完成签到 ,获得积分10
2分钟前
waaliyh发布了新的文献求助10
2分钟前
闪闪小凡完成签到,获得积分10
2分钟前
2分钟前
烟花应助cc采纳,获得10
2分钟前
搞怪的萧完成签到,获得积分10
2分钟前
2分钟前
2分钟前
waaliyh发布了新的文献求助10
2分钟前
2分钟前
酷波er应助读书的时候采纳,获得10
2分钟前
悲凉的雁芙完成签到,获得积分10
2分钟前
科研通AI6.4应助waaliyh采纳,获得10
3分钟前
秋风应助科研通管家采纳,获得10
3分钟前
3分钟前
冷艳的紫完成签到,获得积分10
3分钟前
3分钟前
失眠的英姑完成签到,获得积分10
3分钟前
3分钟前
waaliyh发布了新的文献求助10
3分钟前
3分钟前
xiao发布了新的文献求助10
3分钟前
4分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Nine new races of Peronospora manshurica found on soybeans in the Midwest 1000
Essentials of Carbohydrate Chemistry and Biochemistry, 4th Edition 600
Organizational Behavior 510
Management and the Arts 510
Matrix Methods in Data Mining and Pattern Recognition Second Edition 510
Eudora Welty and Modern Media 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 化学工程 工程类 有机化学 物理 复合材料 生物化学 内科学 细胞生物学 基因 遗传学 免疫学 冶金 光电子学 癌症研究
热门帖子
关注 科研通微信公众号,转发送积分 7772454
求助须知:如何正确求助?哪些是违规求助? 9314756
关于积分的说明 20339790
捐赠科研通 7357783
什么是DOI,文献DOI怎么找? 3316937
关于科研通互助平台的介绍 2465463
邀请新用户注册赠送积分活动 2331952