赋能于 LEO 与 RIS 的用户跟踪：一种黎曼流形方法
信号处理
2025-01-07 v3
摘要
低轨（LEO）卫星和可重构智能表面（RIS）作为两项变革性技术近期备受关注，两者的协同成为提供跨环境通信与定位服务的一种极具前景的范式。本文研究了一个利用 LEO 卫星和 RIS 的天地一体化无线网络，以实现对用户设备（UE）的三维位置、三维速度和三维姿态的同步跟踪。针对非线性观测函数、受限 UE 状态和未知观测统计量等固有挑战，我们开发了一种基于黎曼流形的无迹卡尔曼滤波（UKF）方法。该方法利用生成的 sigma 点在非线性函数上传播统计量，并通过向定义的流形空间投影来维持状态约束。此外，通过采用 sigma 点的 Fisher 信息矩阵（FIM），提出了一种置信度分配原则来逼近未知的观测协方差矩阵，从而确保 UKF 过程中准确的测量更新。数值结果证明，尽管 LEO 卫星在城市信号接收中面临挑战，RIS 的集成显著提高了跟踪精度。此外，大量仿真强调了所提跟踪方法和基于 FIM 的置信度分配相对于所用基准的优越性能。进一步，所提 UKF 在各种不确定性水平下的鲁棒性也得到了验证。
引用
@article{arxiv.2403.05838,
title = {LEO- and RIS-Empowered User Tracking: A Riemannian Manifold Approach},
author = {Pinjun Zheng and Xing Liu and Tareq Y. Al-Naffouri},
journal= {arXiv preprint arXiv:2403.05838},
year = {2025}
}