近场目标定位：硬件损伤的影响

先前关于近场目标定位的工作大多假设硬件模型是理想的，因此在实际应用中存在两个局限性。首先，超大规模阵列（XL-arrays）通常面临各种硬件损伤，可能引入未知的相位和/或幅度误差。其次，现有的基于块坐标下降（BCD）的联合估计硬件损伤指标、信道增益、角度和距离的方法，在目标非常靠近 XL 阵列时可能引起相当大的目标定位误差。为了解决这些问题，我们在本文中提出了一种新的三阶段硬件损伤感知近场定位方法，通过高效检测故障天线并估计目标位置来实现。具体而言，我们首先利用压缩感知方法确定故障天线，并基于粗略的目标定位提高检测精度。然后，设计了一种专门的相位校准方法来校正由检测到的故障天线引起的相位误差。随后，设计了一种高效的近场定位方法，基于带有相位校准的完整 XL 阵列准确估计目标位置。此外，我们借助失配克拉美-罗界（MCRB）来量化硬件损伤造成的性能损失。最后，数值结果表明，与各种基准方案相比，我们提出的方法显著降低了定位误差，特别是在目标距离较短和/或故障概率较高的情况下。