基于注意力的定位学习：从单基站稀疏毫米波信道估计到高精度三维定位
信号处理
2025-03-11 v2
摘要
在毫米波（mmWave）无线网络获取用户位置信息的一种策略基于信道参数与用户位置间几何关系的利用。这些关系可由视距（LOS）路径与一阶反射，或纯一阶反射建立，需高分辨率信道估计以确保厘米级精度。本文考虑采用混合架构的 mmWave 多输入多输出（MIMO）系统，并开发适用于高维信道精确估计的低复杂度两阶段多维正交匹配追踪（MOMP）算法。随后，设计称为 PathNet 的深度神经网络（DNN）对估计信道路径的阶数分类，从而仅选取 LOS 路径与一阶反射用于定位。接着，开发利用环境几何的三维定位策略，在 LOS 与非视距（NLOS）条件下运行，同时考虑发射机（TX）与接收机（RX）间未知时钟偏移。最后，提出基于 Transformer 并利用注意力机制的称为 ChanFormer 的网络，以细化几何定位所得初始位置估计。基于真实车载信道的仿真结果表明，当存在 LOS 路径时，80% 用户定位误差低于 28 cm，而 NLOS 条件下 55% 用户可达亚米级精度。
引用
@article{arxiv.2307.00167,
title = {Learning to Localize with Attention: from sparse mmWave channel estimates from a single BS to high accuracy 3D location},
author = {Yun Chen and Nuria González-Prelcic and Takayuki Shimizu and Hongsheng Lu},
journal= {arXiv preprint arXiv:2307.00167},
year = {2025}
}
备注
Journal