مقاله شناسایی خط دید/عدم خط دید با کمک حسگر در سیستم‌های موقعیت‌یابی پویا پهپاد
,

مقاله شناسایی خط دید/عدم خط دید با کمک حسگر در سیستم‌های موقعیت‌یابی پویا پهپاد

تومان249,950

در این مقاله، برای اولین بار، روشی مبتنی بر حسگری کمکی برای شناسایی موقعیت غیرمستقیم (NLoS) در موقعیت‌یابی وسایل پرنده بدون سرنشین (UAV) پویا معرفی می‌شود. برای سناریوهای شهری UAV به زمین، یک مجموعه د…

انتخاب پلن

torobpay
هر قسط با ترب‌پی: تومان62,488
۴ قسط ماهانه. بدون سود، چک و ضامن.
شناسه محصول: SuperPaper-0000000287 دسته: ,

📚 محتوای این محصول آموزشی (پکیج کامل)

💡 این محصول یک نسخهٔ کامل و جامع است

تمامی محتوای آموزشی این کتاب در قالب یک بسته‌ی کامل و یکپارچه ارائه می‌شود و شامل تمام نسخه‌ها و فایل‌های موردنیاز برای یادگیری است.

🎁 محتویات کامل بسته دانلودی

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل کتاب‌ها، تمرین‌ها و خودآزمایی .

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود و نسخهٔ چاپی ندارد.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های کتاب همانجا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

شناسایی خط دید/عدم خط دید با کمک حسگر در سیستم‌های موقعیت‌یابی پویا پهپاد

Sensing-Assisted LoS/NLoS Identification in Dynamic UAV Positioning Systems

نویسندگان: Huijuan Qiao, Lu Bai, Mingran Sun, Mengyuan Lu, Jiajing Chen, Xiang Cheng

شناسه منبع: arxiv / 2605.13516v1

دسته: eess.SP

چکیده (فارسی)

در این مقاله، برای اولین بار، روشی مبتنی بر حسگری کمکی برای شناسایی موقعیت غیرمستقیم (NLoS) در موقعیت‌یابی وسایل پرنده بدون سرنشین (UAV) پویا معرفی می‌شود. برای سناریوهای شهری UAV به زمین، یک مجموعه داده جدید یکپارچه با حسگری چندوجهی و ارتباطات ساخته شده است تا شناسایی خط دید مستقیم (LoS)/غیرمستقیم (NLoS) را پشتیبانی کند. این مجموعه داده شامل دو سناریوی شهری معمول و طیف وسیعی از ارتفاعات پرواز است. بر اساس مجموعه داده ساخته شده، یک شبکه نوآورانه با ورودی دوگانه و ادغام ویژگی‌ها پیشنهاد شده است که چالش نمایش ناهمگن بین تصاویر RGB و داده‌های پاسخ ضربه کانال (CIR) را برطرف می‌کند. این شبکه امکان استخراج و ادغام مشترک ویژگی‌های حسگری و ارتباطات را برای شناسایی LoS/NLoS فراهم می‌آورد. نتایج شبیه‌سازی نشان می‌دهد که دقت شناسایی می‌تواند تا 97.69% برسد و حداقل 3.59% نسبت به روش‌های سنتی مبتنی بر CIR یا RGB بهبود یابد. علاوه بر این، تعمیم‌پذیری قوی در شرایط کم‌نمونه مشاهده می‌شود؛ به طوری که روش پیشنهادی با کمتر از 200 نمونه هدف، پایدار شده و به عملکرد نمونه کامل نزدیک می‌شود و در تمام آزمایش‌های بین سناریو و بین ارتفاع، با کمتر از 100 نمونه هدف، از روش‌های سنتی مبتنی بر CIR یا RGB پیشی می‌گیرد. حتی تحت نویز گوسی با واریانس 0.35 اعمال شده بر تصاویر RGB، افت دقت تقریباً 0.5% باقی می‌ماند. با استفاده از روش پیشنهادی شناسایی LoS/NLoS، خطای موقعیت‌یابی سه‌جانبه در سناریوی چهارراه تقریباً 70% کاهش می‌یابد که کاربرد این روش را تأیید می‌کند.

Abstract (English)

In this paper, a sensing-assisted non-line-of-sight (NLoS) identification method for dynamic uncrewed aerial vehicle (UAV) positioning is proposed for the first time. For urban UAV-to-ground scenarios, a new multi-modal sensing-communication integrated dataset is constructed to support line-of-sight (LoS)/NLoS identification, covering two typical urban scenarios and a wide range of flight altitudes. Based on the constructed dataset, a novel dual-input feature fusion network is proposed, which addresses the challenge of heterogeneous representations between RGB images and channel impulse response (CIR) data to enable the joint extraction and fusion of sensing and communication features for LoS/NLoS identification. Simulation results show that the identification accuracy can reach up to 97.69%, while achieving an improvement of at least 3.59% compared to traditional CIR-only and RGB-only methods. Moreover, strong few-shot generalization is observed, as the proposed method stabilizes and approaches full-sample performance with fewer than 200 target samples and exceeds traditional CIR-only and RGB-only methods with fewer than 100 target samples in all cross-scenario and cross-altitude experiments. Even under Gaussian noise with a variance of 0.35 applied to RGB images, the accuracy degradation remains approximately 0.5%. By utilizing the proposed LoS/NLoS identification method, the error of trilateration positioning can be reduced by approximately 70% in a crossroad scenario, verifying the utility of the proposed method.

دیدگاهها

هیچ دیدگاهی برای این محصول نوشته نشده است.

اولین نفری باشید که دیدگاهی را ارسال می کنید برای “مقاله شناسایی خط دید/عدم خط دید با کمک حسگر در سیستم‌های موقعیت‌یابی پویا پهپاد”

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

محصولات مشابه

پیمایش به بالا