多路径基SLAM的数据融合：从多个传播路径中合并信息
摘要：基于多路径的同时定位与建图（SLAM）是一种准确的室内定位的新兴范式，但资源有限。多路径SLAM的目标是检测和定位无线电反射表面，以支持移动设备的时变位置估计。无线电反射表面通常由所谓的虚拟锚点（VAs）表示，它们是实际表面上基站的镜像。 在现有的多路径SLAM方法中，为每个传播路径引入一个VA，即使目标是绘制反射表面，这不仅复杂化了多路径和基站之间统计信息的一致组合“融合”，还限制了现有多路径SLAM方法的精度和建图速度。在本文中，我们引入了一种改进的统计模型和估计方法，通过将每个表面表示为单个主虚拟锚点（MVA），实现了多路径SLAM的数据融合。我们还开发了一种基于粒子的和积算法（SPA），用于执行概率数据关联以有效计算MVA和智能体位置的边缘后验分布。基于MVA的拟合方法的关键方面是通过射线发射的方式检查特定智能体位置上的单一反射和双重反射传播路径的可用性。可用性检查直接集成到统计模型中，通过为概率数据关联提供检测概率。基于模拟和真实数据的数值结果表明，与最先进的多路径SLAM方法相比，估计精度有显着改善。
作者：Erik Leitinger and Alexander Venus and Bryan Teague and Florian Meyer
论文ID：2211.09241
分类：Signal Processing
分类简称：eess.SP
提交时间：2023-08-30