Radio SLAM for 6G Systems at THz Frequencies: Design and Experimental Validation
下一代无线网络将实现通信和传感的融合,还将利用太赫兹(THz)频谱中的大带宽和手持设备上的超大型天线阵列。特别地,设想用户设备将能够通过操纵非常窄的天线波束并收集由物体和墙壁反射的回波来自动扫描其周围环境,以导出室内的地图并使用同时定位和映射(SLAM)技术来推断用户的轨迹。在本文中,我们解决这个问题,提出了原始的radioSLAM(R-SLAM)算法,来自图像处理技术,映射的环境和精确定位设备的位置在地图上开始从测量感测的移动太赫兹雷达。最初,为了充分理解太赫兹后向散射现象,我们提供了一个实验表征太赫兹后向散射信道在室内环境中。然后,所提出的算法的性能进行评估,使用真实世界的太赫兹雷达测量,并与国家的最先进的SLAM技术进行比较,证明所提出的方法的优越性。
2022-12-23 eess.SP
Robust Snapshot Radio SLAM
针对 LoS/NLoS 混合环境中信道参数与几何模型失配的问题,提出可联合估计 UE 状态、环境地图和 LoS 存在性的鲁棒快照无线电 SLAM 算法,并经 60 GHz 实验验证性能优越。
2024-04-16 eess.SP
A Belief Propagation Approach for Direct Multipath-Based SLAM
提出一种直接基于接收无线电信号的多径SLAM方法,通过因子图和置信传播避免预处理信息损失,在SISO场景中优于依赖信道估计器的现有方法。
2023-12-24 eess.SP
Probabilistic Occupancy Grid for Radio-Based SLAM
Lund University(隆德大学);Graz University of Technology(格拉茨工业大学);University of California San Diego(加利福尼亚大学圣地亚哥分校)
本文提出了一种基于概率占用网格的无线电SLAM框架,用于同时重建几何结构及其无线电相关属性,通过多路径SLAM公式实现移动体定位和环境映射。
2026-05-18 eess.SP
Frugal Radio SLAM: Coherent Imaging with One Subcarrier and One Snapshot in Distributed MIMO
Massachusetts Institute of Technology(麻省理工学院);Chalmers University of Technology(查尔姆斯理工大学);University of Belgrade(贝尔格莱德大学);Stony Brook University(石溪大学)
本文提出一种在相位相干分布式MIMO系统中实现上行单快照节俭式同步定位与建图的方法,通过单子载波和单快照实现最小化定位资源,利用相干成像问题构建空间图像,并开发联合识别用户设备、反射面和散射体的检测与定位框架。
2026-08-31 eess.SP
FusionCore: A 23-State Unscented Kalman Filter for IMU, Wheel Encoder, GPS, and Visual SLAM Fusion in ROS 2
Independent Researcher(独立研究者)
提出FusionCore,一个基于23状态无迹卡尔曼滤波器的开源ROS 2传感器融合包,通过在线估计轮式编码器偏航率偏差、GPS ECEF原生处理、自适应噪声协方差和VSLAM位姿融合,在12个NCLT序列上比robot_localization取得更低的绝对轨迹误差。
2026-05-24 cs.RO eess.SP
Exploiting Double-Bounce Paths in Snapshot Radio SLAM: Bounds, Algorithms and Experiments
Tampere University(坦佩雷大学);Chalmers University of Technology(查尔摩斯理工大学)
本文提出利用双程NLoS路径提升快照无线电SLAM的定位精度和环境映射能力。
2026-03-03 eess.SP
Amplitude-Independent Robust Snapshot 6-D Radio SLAM via a Uniffed Angle-Delay Formulation
研究双基地快照无线电SLAM问题,提出基于统一角度延迟公式的与幅度无关的鲁棒方法,粗阶段直接从角度延迟测量估计UE状态选内点,扩展到3D/6D姿态估计,后续经IRLS精修等检测LoS路径并联合精修UE状态和散射点。
2026-07-08 eess.SP
Direct Multipath-Based SLAM
本文提出一种直接以接收无线电信号为输入的基于多径的SLAM方法,通过因子图和置信传播避免信道估计预处理,在SISO场景下相比传统方法显著提升了定位与建图精度。
2024-09-30 eess.SP
RIS-Enabled and Access-Point-Free Simultaneous Radio Localization and Mapping
在即将到来的第六代(6 G)无线通信系统中,可重构智能表面~(RISs)被认为是有前途的技术使能器之一,其可以提供可编程的信号传播。因此,具有RIS的同时无线电定位和映射(SLAM)作为6 G生态系统中的新兴研究方向出现。在本文中,我们提出了一种新的框架,RIS使能无线SLAM无线操作的接入点(AP)的干预。我们首先利用用户设备(UE)的先验信息设计RIS相位轮廓,使得它们均匀地照射UE概率性地位于的角扇区。其次,我们修改了边缘泊松多伯努利SLAM滤波器,并估计UE状态和地标,这使得能够有效地映射无线电传播环境。第三,我们推导出信道参数和UE状态估计量的理论Cramér-Rao下界。最后,我们评估所提出的方法的性能的情况下,有限数量的传输,考虑到信道相干时间。我们的结果表明,RIS能够解决无线电SLAM问题与零AP,并考虑多普勒频移有助于提高UE速度估计。
2022-12-14 eess.SP
Millimeter-wave Radio SLAM: End-to-End Processing Methods and Experimental Validation
本文面向毫米波蜂窝双基地 SLAM,提出基于 BRSRP 的多径信道参数估计和不依赖运动模型的快照算法,并通过 60 GHz 光线追踪与实测验证端到端性能、公开数据集。
2024-05-20 eess.SP
Multipath-based SLAM for Non-Ideal Reflective Surfaces Exploiting Multiple-Measurement Data Association
本文提出一种基于贝叶斯粒子的和积算法(SPA)和新型统计测量模型的多径SLAM方法,通过在似然函数中引入色散参数,有效解决了非理想反射面导致的单个虚拟锚点关联多个多径测量的问题,数值仿真验证了其稳健性。
2024-01-11 eess.SP
Soft-Coherent Direct Multipath SLAM
Graz University of Technology(格拉茨工业大学)
本文提出了一种可扩展的贝叶斯直接多径SLAM方法,用于D-MIMO/XL-MIMO系统中的相干数据融合,通过联合推断环境实现鲁棒、高精度的直接定位。该方法通过保持相位相干性,避免了非相干处理导致的孔径损失,并结合表面模型实现了分布式基础设施上的地图特征融合。
2026-06-03 eess.SP
Joint Vehicular Localization and Reflective Mapping Based on Team Channel-SLAM
本文研究高分辨率车辆定位与跟踪。在最近的工作中,它表明,一队独立的,但相邻的车辆可以合作的本地化任务,利用周围的共同反射器的存在,使用团队的概念,团队的EQUEL-SLAM。该方法利用初始(例如,基于GPS的)车辆位置信息,并且通过利用与反射表面相关联的虚拟发射器的共享性质来允许对车辆的后续跟踪。在本文中,我们表明,本地化可以大大提高联合传感和映射的反射表面。为此,我们提出了一种组合方法,称为Team Escherel-SLAM Evolution(TCSE),该方法利用(i)虚拟发射机的位置,(ii)反射表面的形状,以及(iii)无线电传播射线描述的路径之间的交织关系,以实现高分辨率的车辆定位。总的来说,TCSE产生一个完整的图片的轨迹其次是主要的路径与反射表面的映射。虽然联合定位和映射是一个很好的研究课题,在机器人使用输入,如雷达和视觉,本文是第一次展示这种方法在移动网络框架内的无线电数据的基础上。
2022-01-30 eess.SP
Dirichlet process approach for radio-based simultaneous localization and mapping
本文提出基于 Dirichlet 过程的 5G mmWave 无线电 SLAM 方法,通过出生点聚类识别反射体并适应虚警与信号数变化,以轻微性能损失换取显著计算复杂度改善。
2021-07-02 eess.SP
Posterior Cramér-Rao Bounds on Localization and Mapping Errors in Distributed MIMO SLAM
Graz University of Technology(格拉茨工业大学);University of California San Diego(加州大学圣迭戈分校)
本文为分布式MIMO RF-SLAM推导了镜面反射表面位置与朝向的后验克拉美-罗下界(建图误差界),并数值验证了先进算法渐近收敛于该界,从而同时评估定位与建图性能。
2026-10-08 eess.SP
MIMO Multipath-based SLAM for Non-Ideal Reflective Surfaces
本文提出一种用于MIMO通信系统的贝叶斯粒子和积算法(SPA)以解决非理想反射面多径SLAM问题,通过多测量到特征的数据关联联合估计各表面色散模型参数,实现了对理想与非理想反射面位置及色散程度的稳健联合估计。
2024-04-22 eess.SP
Adaptive Multipath-Based SLAM for Distributed MIMO Systems
Lund University(隆德大学);University of California San Diego(加利福尼亚大学圣地亚哥分校);Graz University of Technology(格拉茨工业大学);Scripps Institution of Oceanography(斯克里普斯海洋研究所)
本文提出一种基于贝叶斯的多径SLAM方法,用于分布式MIMO系统,解决现有方法在非凸几何环境中融合多径信息的限制,通过自适应检测概率和软射线追踪策略提升定位和建图性能。
2026-03-27 eess.SP
RaNDT SLAM: Radar SLAM Based on Intensity-Augmented Normal Distributions Transform
RWTH Aachen University(亚琛工业大学);Munich Institute of Robotics and Machine Intelligence, TU Munich(慕尼黑工业大学慕尼黑机器人与机器智能研究所);University of Augsburg(奥格斯堡大学)
本文提出RaNDT SLAM,一种基于雷达强度增强正态分布变换的快速且准确的雷达SLAM框架,通过融合运动模型、IMU和配准数据估计运动,并在室内外多模态新数据集及Oxford Radar RobotCar上进行了评估。
2024-08-21 cs.CV cs.RO eess.SP
Enabling Plug-and-Play and Crowdsourcing SLAM in Wireless Communication Systems
通信过程中的同时定位与地图构建(SLAM)技术应运而生。该技术有望提供有关传播环境和收发器位置的信息,从而为物联网和环境感知通信创建几种新的服务和应用。使用由多个代理收集的众包数据似乎对提高SLAM性能有很大的潜力。然而,实际测量中的不确定性和多个主体的有偏估计可能会导致严重的误差。本研究开发了一个强大的SLAM方法与测量即插即用和众包机制,以解决上述问题。首先,我们将测量分为不同的类别,根据其未知的偏见,并实现了一个测量即插即用的机制,通过扩展经典的信念传播(BP)的SLAM方法。所提出的机制可以获得随时间变化的代理位置,无线电特征,以及相应的测量偏差(如时钟偏差,方向偏差和接收信号强度模型参数),具有高精度和鲁棒性,在具有挑战性的场景中,没有任何先验信息的锚和代理。接下来,我们建立了一个基于概率众包的SLAM机制,其中多个代理合作,以分散的方式构建和完善无线电地图。我们的研究提出了第一个基于BP的众包,解决了“双重计数”和“数据可靠性”的问题,通过灵活的应用概率数据关联方法。数值实验结果表明,众包机制可以进一步提高映射结果的准确性,从而保证每个智能体在具有挑战性的传播环境中的分米级定位精度。
2021-08-08 cs.IT eess.SP math.IT
Joint Beam Management and SLAM for mmWave Communication Systems
针对毫米波SLAM中波束管理开销大的问题,提出联合波束管理与SLAM框架,通过分层扫描、IMU辅助和无线电地图特征跟踪实现亚米级精度并降低约40%开销。
2023-07-16 cs.IT eess.SP math.IT
Angle-based SLAM on 5G mmWave Systems: Design, Implementation, and Measurement
研究5G毫米波系统在不改变架构和标准下实现SLAM,开发了基于连续消除的角度提取方法和纯角度SLAM算法,实现单基站亚米级定位与建图。
2023-05-22 cs.IT eess.SP math.IT
Deep Learning for Cooperative Radio Signal Classification
无线电信号分类在认知无线电网络和电磁频谱监测中有着非常广泛的应用。在这篇文章中,我们考虑的情况下,在网络中的多个节点参与合作分类。提出了基于深度学习的协同无线电信号分类方法,分别用于决策融合、信号融合和特征融合。我们通过仿真实验分析了这些方法的性能。最后,我们讨论了研究的挑战和开放的问题。
2019-09-13 eess.SP
Clock and Orientation-Robust Simultaneous Radio Localization and Mapping at Millimeter Wave Bands
提出了一种基于稀疏多径信道估计的无线电同步定位与测绘(radio-SLAM)方案。通过利用稀疏信道估计方案在毫米波波段,即高分辨率估计的多径到达角(AoA),到达时间差(TDoA),和出发角(AoD),我们开发了一个无线电SLAM算法,操作没有任何要求的时钟同步,接收机方向的知识,多个锚点,或双向协议。由于通过信道的压缩感知(CS)获得的AoD信息,所提出的方案可以从单个锚点传输估计接收器时钟偏移和方向,从而在现实的典型信道仿真中实现亚米级精度。
2022-12-27 cs.IT eess.SP math.IT
Error Model of Radio Fingerprint and PDR Fusion Indoor Localization
Key Laboratory of Aerospace Information Security and Trusted Computing, Ministry of Education, China(中国教育部航空航天信息安全与可信计算重点实验室);School of Cyber Science and Engineering, Wuhan University, China(中国武汉大学网络空间安全学院)
多源融合定位是获得足够室内定位精度的技术框架之一。为了评价多源融合定位的效果,需要建立融合误差模型。本文首先利用最小二乘法将无线电指纹和PDR定位进行融合,然后应用方差传播定律计算室内多源定位方法的误差分布。基于该融合误差模型,研制了室内定位仿真系统。该系统能够在给定条件下给出较好的定位源布局方案,并能对信号强度分布和误差分布进行评估。
2020-01-05 cs.RO eess.SP