Core Concepts
제안된 방법은 NLOS 조건을 식별할 뿐만 아니라 직접 경로 성분의 유무를 구분할 수 있다. 이를 통해 편향 정도가 다른 두 가지 NLOS 시나리오를 구분할 수 있다.
Abstract
이 논문에서는 NLOS 식별을 위한 새로운 방법을 제안한다. 기존 방법과 달리, 이 방법은 지연된 직접 경로 성분이 사용 가능한 상황과 완전히 차단된 상황을 구분할 수 있다. 이러한 구분은 중요한데, 직접 경로 성분이 없는 경우 편향이 훨씬 크고 완화하기 어렵기 때문이다.
제안된 방법에서는 SVM 알고리즘을 사용하여 다양한 신호 특징을 기반으로 NLOS 식별을 수행한다. 이 논문에는 방법 설명과 실험 결과가 포함되어 있다.
실험에서는 전형적인 가구가 갖춰진 아파트에서 데이터를 수집했다. 측정된 편향을 기준으로 LOS, DP-NLOS, NDP-NLOS 조건을 구분했다. 제안된 방법은 LOS/NLOS 식별에 높은 정확도를 보였으며, 직접 경로 성분 부재 상황도 잘 식별했다.
Stats
LOS 조건에서 평균 분산은 0.92 × 10^6이고 중앙값은 0.80 × 10^6이다.
DP-NLOS 조건에서 평균 분산은 0.89 × 10^6이고 중앙값은 0.72 × 10^6이다.
NDP-NLOS 조건에서 평균 분산은 1.98 × 10^6이고 중앙값은 1.41 × 10^6이다.