相位相关幅度变化下RIS辅助的近场定位
信号处理
2022-09-30 v2
摘要
我们研究了在可重构智能表面（RIS）每个单元存在相位相关幅度变化的情况下，由基站（BS）服务的用户设备（UE）的RIS辅助近场定位问题。通过误设定克拉美-罗界（MCRB）分析和由此产生的定位下界（LB），我们表明，当UE不知道幅度变化（即假设单位幅度响应）时，可能会产生严重的性能损失，尤其是在高信噪比（SNR）下。利用雅可比-安格尔展开来解耦距离-方位角-仰角维度，我们开发了一种低复杂度的近似失配最大似然（AMML）估计器，该估计器渐近紧贴下界。为了减轻模型失配导致的性能损失，我们提出联合估计UE位置和RIS幅度模型参数。推导了相应的克拉美-罗界（CRB），以及一种迭代细化算法，该算法使用AMML方法作为子程序，并交替更新RIS幅度模型的各个参数。仿真结果表明收敛速度快，性能接近CRB。所提出的方法可以在广泛的RIS参数范围内成功恢复AMML的性能损失，并借助一个先验未知位置的用户在线有效校准RIS幅度模型。
引用
@article{arxiv.2204.12783,
title = {RIS-aided Near-Field Localization under Phase-Dependent Amplitude Variations},
author = {Cuneyd Ozturk and Musa Furkan Keskin and Henk Wymeersch and Sinan Gezici},
journal= {arXiv preprint arXiv:2204.12783},
year = {2022}
}