RayLoc：基于完全可微射线追踪的无线室内定位技术

《Proceedings of the ACM on Interactive, Mobile, Wearable and Ubiquitous Technologies》：RayLoc: Wireless Indoor Localization via Fully Differentiable Ray-tracing

　　

摘要AI总结

要查看此由AI生成的总结，您需要拥有高级访问权限。

了解更多登录

摘要

摘要

数字孪生的兴起，尤其是在智能制造和自动化物流领域，对超高精度的室内定位提出了需求，而现有技术难以满足这一要求。传统的无线定位方法依赖信道状态信息来估算有限的参数，忽视了感知场景中的关键细节，从而导致精度不足。本文提出了RayLoc这一新方法，通过将无线室内定位重新定义为反问题来解决这一限制。利用环境的数字孪生模型，该方法能够推断出生成所测信道状态信息的精确场景参数，从而实现高精度定位。该方案的核心是一个完全可微分的光线追踪模拟器，它能够对包括目标位置在内的所有关键感知参数进行反向传播。为建立稳定的定位环境，RayLoc首先通过优化粗略的背景模型来构建高保真的感知场景，这类模型通常源自最初的数字孪生模型。此外，为克服基于信道状态信息的损失函数在优化过程中的困难，RayLoc采用了高斯核平滑技术，并结合自适应收敛策略，以应对梯度稀疏和局部最小值的问题。大量实验表明，RayLoc不仅优于传统的定位方法，还能适配不同的感知环境，为其在下一代高精度系统中应用奠定了基础。

AI总结

AI生成的总结（实验性内容）

此总结是由自动工具生成的，并非由文章作者撰写或审核。它旨在帮助读者发现相关内容、评估文章的实用性，以及让相关领域的读者理解本文内容。它是对作者提供的摘要的补充，后者仍是文章的主要总结。完整文章才是权威版本。点击此处了解更多。

点击此处，可以对此总结的准确性、清晰度及实用性发表意见。您的反馈将有助于改进未来的总结版本。

要查看此由AI生成的通俗语言总结，您需要拥有高级访问权限。