面向无线定位的 AI 驱动方法：基础理论、标准、最新进展与挑战
信号处理
2025-08-06 v2 人工智能
机器学习
摘要
无线定位技术在自动驾驶、延伸现实 (XR)、无人机 (UAV) 等应用中具有重要价值。随着人工智能 (AI) 的发展，利用 AI 提高定位精度和鲁棒性已成为充满潜力的领域。基于 3rd Generation Partnership Project (3GPP) 标准中定义的要求和功能，AI/机器学习 (ML) 无线电定位正在成为克服传统方法局限性的关键技术。本文提出了 AI 无线电定位的全面调查。我们首先回顾了无线定位和 AI 模型的基本原理，分析了它们各自的挑战与协同作用。我们综述了 3GPP 定位标准的演化，特别是当前和即将发布的标准版本中 AI/ML 的集成。遵循 3GPP 定义的分类体系，我们将最新研究 (SOTA) 总结为两个主要类别：AI/ML 辅助定位和直接 AI/ML 基于定位。前者包括视线 (LOS) /非视线 (NLOS) 检测、到达时间 (TOA)/到达时间差 (TDOA) 估计和角度预测；后者包括指纹识别、知识辅助学习和信道绘图。此外，我们审查了代表性公开数据集，并使用这些数据集对 AI 定位算法进行了性能评估。最后，我们总结了 AI 无线定位的挑战与机遇。
引用
@article{arxiv.2501.14970,
title = {AI-driven Wireless Positioning: Fundamentals, Standards, State-of-the-art, and Challenges},
author = {Guangjin Pan and Yuan Gao and Yilin Gao and Wenjun Yu and Zhiyong Zhong and Xiaoyu Yang and Xinyu Guo and Shugong Xu},
journal= {arXiv preprint arXiv:2501.14970},
year = {2025}
}
备注
37 pages. This work has been submitted to the IEEE for possible publication