近场移动跟踪：基于XL-RIS信息的框架
信号处理
2024-08-06 v2
摘要
本文引入一种新颖的移动跟踪框架，利用来自超大规模（XL）可重构智能表面（RIS）的高维信号接收。该接收信号称为XL-RIS信息，因其数据维度更大，因而提供了比传统基站（BS）接收信号（即BS信息）更丰富的特征集合，从而实现对移动用户（MU）的更精确跟踪。作为第一步，我们提出了XL-RIS信息重建（XL-RIS-IR）算法，用于从低维BS信息中重建高维XL-RIS信息。基于此，本文提出了一套完整的移动跟踪框架，包括特征提取模块和移动跟踪模块。特征提取模块包含用于提取空间特征的卷积神经网络（CNN）提取器、用于提取域特征的时间和频率（T&F）提取器，以及用于捕获XL-RIS内近场到达角度（AoA）特征的近场AoA提取器。这些特征被组合成一个综合特征向量，形成一个随时间变化的序列输入到移动跟踪模块，该模块使用具有堆叠双向长短期记忆（Bi-LSTM）编码器和标准LSTM解码器的自动编码器（AE）来预测移动用户在下一个时间槽中的位置。仿真结果确认，我们提议的跟踪框架通过使用重构的XL-RIS信息显著提高了跟踪精度，并对信噪比（SNR）变化表现出显著的鲁棒性。
引用
@article{arxiv.2406.16876,
title = {Near-Field Mobile Tracking: A Framework of Using XL-RIS Information},
author = {Tuo Wu and Cunhua Pan and Kangda Zhi and Junteng Yao and Hong Ren and Maged Elkashlan and Chau Yuen},
journal= {arXiv preprint arXiv:2406.16876},
year = {2024}
}