无蜂窝大规模 MIMO 系统中基于混合指纹的定位方法
信号处理
2025-05-05 v2
摘要
近年来，人们对用于集成感知与通信的 6G 技术兴趣日益浓厚，其中定位是一项关键应用。在 6G 领域，无蜂窝大规模多输入多输出（MIMO）系统具有配备大量天线的分布式基站，为定位应用提供了丰富的到达角（AOA）信息源。本文利用多信号分类（MUSIC）算法在基站端提取 AOA 信息，并结合接收信号强度（RSS），通过高斯过程回归（GPR）进行定位。通过采集网络区域内多个位置的 AOA 数据构建 AOA 指纹数据库，并与相同位置的 RSS 数据结合形成混合指纹，然后使用平方指数核训练 GPR 模型。训练后的回归模型随后用于估计用户设备的位置。仿真结果表明，与仅使用 RSS 或仅使用 AOA 输入的传统 GPR 模型相比，采用混合输入的 GPR 模型实现了更高的定位精度。
引用
@article{arxiv.2502.02512,
title = {Hybrid Fingerprint-based Positioning in Cell-Free Massive MIMO Systems},
author = {Manish Kumar and Tzu-Hsuan Chou and Byunghyun Lee and Nicolo Michelusi and David J. Love and James V. Krogmeier},
journal= {arXiv preprint arXiv:2502.02512},
year = {2025}
}
备注
The Paper is submitted to Asilomar Conference on Signals, Systems, and Computers 2025