基于透镜 MIMO 的协作车对车系统中利用到达角的位置与朝向估计

定位精度是车辆到一切（V2X）应用场景的关键要求。因此，本文推导了在协作车对车（V2V）场景下，使用基于透镜的多输入多输出（lens-MIMO）系统对车辆位置和朝向进行估计的理论极限。随后，我们分析了位置和朝向估计的 Cram$\acute{\text{e}}$r-Rao 下界（CRLBs），并针对特定的到达角（AoA）估计，结合 V2V 几何模型探讨了 lens-MIMO 的接收信号模型。进一步，我们利用 lens-MIMO 的独特特性提出了一种低复杂度的 AoA 估计技术用于单目标车辆；由此，其估计方案通过连续干扰消除（SIC）方法被有效扩展至多目标车辆。给定这些 AoA，我们研究了 lens-MIMO 对车辆位置和朝向的估计能力。随后，我们证明在特定透镜结构配置下 lens-MIMO 优于传统的均匀线性阵列（ULA）。最后，我们确认尽管复杂度较低，但随着透镜分辨率的增加，所提出的定位算法优于 ULA 的 CRLB。