典型文献
机器学习助力基于优化理论的TDOA无源定位
文献摘要：
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TDOA无源定位算法的应用及所面临的挑战;最后,梳理和讨论了机器学习在助力优化理论提升TDOA无源定位性能的最新应用,展望TDOA无源定位方法的发展趋势和机遇.
文献关键词：
无源定位;到达时间差;机器学习;深度学习
中图分类号：
作者姓名：
王文宇;朱磊;姚昌华;俞璐
作者机构：
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
文献出处：
引用格式：
[1]王文宇;朱磊;姚昌华;俞璐-.机器学习助力基于优化理论的TDOA无源定位)[J].信息与控制,2022(04):385-399
A类：
B类：
优化理论,TDOA,无源定位,信息社会,无线通信技术,辐射源,到达时间差,difference,arrival,定位方法,定位技术,术中应用,学习领域,思路和方法,时差,估计方法,解算方法,城市环境,非视距传播,传播影响,基站,几何分布,源定位算法,定位性能
AB值：
0.284147
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
