基于位置未知 HRIS 的近场非视线定位：从自定位到目标定位

当前基于可重构智能表面（RIS）的近场（NF）定位方法假设 RIS 位置已知，限制了实际应用。本文应用位置未知的混合 RIS（HRIS）定位非视线（NLOS） NF 目标。为此，我们首先提出两阶段无网格化定位框架实现 HRIS 自定位，随后确定 NF 目标位置。在第一阶段，我们采用近场菲涅尔近似将信号模型转换为通过中心对称 HRIS 元素延迟基交叉相关的虚拟远场模型。此转换自然延伸虚拟阵列的孔径。随后提出单快门解耦原子范数最小化（DANM）算法定位 NF 目标，包括二维方向到达（DOA）估计与自动配对、基于 MUSIC 方法的距离估计，以及基于总最小二乘（TLS）方法消除菲涅尔近似误差。在第二阶段，我们利用 HRIS 同时探测与反射的独特能力，通过原子范数最小化（ANM）估计 HRIS 到基站（BS）方向向量，借助两基站通过最小二乘（LS）几何三角化推导出三维 HRIS 位置。进一步提出基于半正松弛（SDR）的 HRIS 相位优化方法，以提高 BS 处接收信号功率，提高 HRIS 定位精度，进而提升 NF 目标定位。我们推导了 NF 目标参数的克拉默-罗伯逊下界（CRB）与 HRIS 坐标位置误差界（PEB）作为性能基准。