基于深度优先多径参数估计的NLOS定位增强算法

为了提高非视距（NLOS）环境中的毫米波系统定位精度,基于分布式压缩感知理论,提出一种深度优先的多路径参数估计算法。通过估计出来的多径参数来识别NLOS路径,增强了定位性能。首先,使用深度优先算法来减少非必要的路径搜索,获得更加准确的多径参数。其次,采用反向定位距离残差的方法进行NLOS多径识别。然后,对NLOS路径中的散射体进行匹配,估计出散射体的位置并将其视为虚拟锚节点。结合基站与虚拟锚节点的信息实现定位增强。最后,对所提算法的定位性能进行了仿真,与距离加权最小二乘（LS）算法和最大鉴别变换（MDT）算法相比,所提算法的性能分别提升了17%和8%。