基于可训练近场彩虹波束的单次射频定位 SPOT
机器学习
2026-04-21 v3
摘要
相位时间阵列将相位移器（PS）和真实时延（TTD）相结合，已成为生成宽带感知和定位中频率相关彩虹波束的成本有效架构。本文提出了一个端到端的深度学习方案，同时设计彩虹波束和估计用户位置。将 PS 和 TTD 系数视为可训练变量，使网络能够合成最大化定位精度的任务导向波束。随后，一个轻量级全连接模块从其对最大量化接收功率的反馈及其对应的子载波索引后进行单次下行传输，恢复用户的方位-距离坐标。与现有的分析和学习方法相比，所提方法将开销降低了一个数量级，并持续提供更低的二维定位误差。
引用
@article{arxiv.2511.11391,
title = {SPOT: Single-Shot Positioning via Trainable Near-Field Rainbow Beamforming},
author = {Yeyue Cai and Jianhua Mo and Meixia Tao},
journal= {arXiv preprint arXiv:2511.11391},
year = {2026}
}