数字孪生 MIMO 网络中的定位：大规模指纹识别之案

户外无线系统中的定位通常需要发送特定参考信号来估计距离(三角定位方法)或角度(三角测量方法)。这些方法会导致通信开销，需要LoS链路才能正常工作，并且需要多个基站，常常需要同步或特定硬件要求。指纹识别没有这些缺点，但构建其数据库需要大量人力 effort 来收集真实世界的测量数据。长期以来，这一问题限制了数据库的规模及其性能。本文提出，通过使用由 \textit{digital twin RF maps} 填充数据库以显著减少构建指纹数据库的人力 effort。这些 RF 图从数字环境的射线追迹仿真构建，覆盖多个频段和波束构型。随后，对在线用户指纹进行匹配。该方法使用真实的传播模型和用户测量进行实际仿真评估。我们的实验表明，在使用合理的用户测量报告大小的情况下，95% 的 NLoS 位置可实现亚米级定位误差。结果突显了本文提出的数字孪生方法在普适广域 6G 定位中的前景。