利用高维RIS信息实现RIS辅助定位系统
信号处理
2024-05-17 v2
摘要
可重构智能表面（RIS）辅助的定位系统因其精度增强能力而吸引了广泛的研究关注。然而，大多数研究主要利用基站（BS）接收信号，即BS信息，进行定位算法设计，忽略了RIS接收信号（即RIS信息）的潜力。与BS信息相比，RIS信息提供更高的维度和更丰富的特征集，从而显著提高提取移动用户（MU）位置的能力。针对这一疏忽，本文探索了基于高维RIS信息的算法设计。具体而言，我们首先提出一种RIS信息重建（RIS-IR）算法，从低维BS信息中重建高维RIS信息。所提出的RIS-IR算法包含一个用于预处理BS信息的数据处理模块、一个用于特征提取的卷积神经网络（CNN）模块，以及一个用于输出重建RIS信息的输出模块。然后，我们提出一种基于迁移学习的指纹（TFBF）算法，利用重建的高维RIS信息进行MU定位。这涉及调整一个预训练的DenseNet-121模型，将重建的RIS信号映射到MU的三维（3D）位置。实验结果证实，定位性能受高维RIS信息显著影响，并对未优化的相移保持鲁棒性。
引用
@article{arxiv.2403.16521,
title = {Employing High-Dimensional RIS Information for RIS-aided Localization Systems},
author = {Tuo Wu and Cunhua Pan and Kangda Zhi and Hong Ren and Maged Elkashlan and Jiangzhou Wang and Chau Yuen},
journal= {arXiv preprint arXiv:2403.16521},
year = {2024}
}