CSI-based Positioning in Massive MIMO systems using Convolutional Neural Networks
研究了利用大规模多输入多输出（MaMIMO）系统的信道状态信息（CSI）进行用户定位的性能。为了从CSI中推断用户的位置，设计了一个卷积神经网络，并通过一个新的数据集进行评估。该数据集包含使用三种不同天线拓扑的室内MaMIMO CSI测量，覆盖2.5 m x 2.5 m的室内区域。我们表明，我们可以训练一个卷积神经网络（CNN）模型来估计该区域内的用户的位置，平均误差小于半个波长。此外，一旦模型在给定的场景和天线拓扑结构上进行了训练，迁移学习就用于将所获得的知识重新用于具有显著不同的天线拓扑结构和配置的另一场景。我们的研究结果表明，它是可能的进一步训练的CNN只使用少量的额外标记的样本的新的拓扑结构。这种迁移学习方法能够达到准确的结果，为CNN支持的基于CSI的实用定位系统铺平了道路。
2019-11-26 eess.SP
Probabilistic Positioning Via Ray Tracing With Noisy Angle of Arrival Measurements
针对非视距场景，提出基于噪声到达角测量与射线追踪的定位方法，通过拟合高斯混合模型并融合多基站概率，实现低复杂度且鲁棒的UE定位。
2024-08-20 cs.IT eess.SP math.IT
TDoA Based Positioning using Ultrasound Signals and Wireless Nodes
本文分析了一种基于到达时间差（TDoA）测量的定位技术。所提出的方法被设计为同意范围和位置估计，使用超声波传输的线性调频脉冲流，由一组无线节点接收。识别和表征由发送节点和接收节点之间缺乏同步而引入的不准确性的潜在来源。一个算法来识别和纠正这种不准确性。
2017-10-19 eess.SP
5G NR monostatic positioning with array impairments: Data-and-model-driven framework and experiment results
针对5G NR单基地室内定位中高维信息复杂、不规则阵列误差影响精度的问题，提出融合transformer与MUSIC区域决策机制的数据模型驱动框架，可校准阵列误差、提升定位精度。
2024-12-11 eess.SP
Precise WiFi Indoor Positioning using Deep Learning Algorithms
本文提出一种结合RSSI与AoA的WiFi室内混合定位方法，并利用三种深度学习算法抑制噪声干扰，其中CNN训练模型在大教室中平均误差小于250毫米。
2023-07-05 eess.SP
Cellular Signal Constructed Convolutional Vision Transformer for High Accuracy Positioning
Lund University（隆德大学）；European Space Agency（欧洲空间局）
针对复杂蜂窝环境中定位难题，提出混合卷积视觉Transformer（ConViT）架构，整合CNNs局部感受野与Transformer全局注意力，评估多种信号融合策略，经实验验证其性能显著优于基准模型，且有较低参数数量和计算复杂度，还具备可解释性。
2026-07-15 eess.SP
Direction of Arrival and Center Frequency Estimation for Impulse Radio Millimeter Wave Communications
30- 300 GHz毫米波（mmWave）频段目前正在寻求应对5G、WiFi和物联网网络中不断增长的容量需求。由于频率高，该频带中的脉冲无线电（IR）比其他现有的低频段更适合于定位。除了精确定位外，超宽的带宽还可以在同一应用中同时使用多个中心频率，这为IR毫米波网络中的信息编码开辟了额外的途径。在本文中，我们提出了一种新的毫米波红外框架，可以同时检测到达波达方向（DOA）以及发射脉冲的中心频率。基于新兴的基于石墨烯的收发器，我们评估了所提出的框架在毫米波频带（100- 300 GHz）的较高频率区域中的性能。数值实验表明，该框架可以在20米处以1度的精度检测出0.1 $μ$ W毫米波脉冲的DOA，并在10米处以100%的精度对3个不同的中心频率进行分类。这些性能可以通过权衡系统的脉冲速率来进一步改善。
2018-08-21 eess.SP
TOA Positioning for a TDMA Localization System
利用基站和用户设备之间的单次通信进行定位可以有效地节省空中时间，从而将用户量扩展到无限大。然而，这通常需要基站之间的精确同步。基站之间的无线同步可以简化定位系统的部署，但是需要基站之间的精确时钟偏移估计。提出、实现和测试时分多址接入（TDMA）定位系统，其中用户设备仅从基站接收信号以生成到达时间（TOA）测量来定位它们自己，并且不需要线缆来互连基站以用于时钟同步。在该系统中，用户设备可以很容易地加入或退出而不影响其他用户，并且每个用户的更新速率可以根据其特定需求独立地调整。
2018-04-26 eess.SP
Kalman filter based localization in hybrid BLE-UWB positioning system
本文提出一种以BLE的RSS定位为主、周期利用UWB的TDOA测量进行校正的混合定位系统，并基于卡尔曼滤波算法实现高能效定位，仿真与实验验证了其有效性。
2024-04-02 eess.SP
Multi-Array 5G V2V Relative Positioning: Performance Bounds
研究了多天线阵列车辆间相对定位的性能界限。当使用有或没有到达时间差（TDOA）测量的到达角（AOA）测量时，推导出用于估计Tx车辆的相对位置和方向的Cramér-Rao界。此外，几何直观的表达式为相应的Fisher信息。推导出的界限数值评估不同的载波频率，带宽和阵列配置下不同的V2 V的情况下，即超车和排队。研究了AOA和TDOA测量对位置估计的意义。然后，将可实现的定位精度与第三代合作伙伴计划（3GPP）5G新无线电（NR）车联网（V2X）标准化的当前要求进行比较。
2019-06-04 cs.IT eess.SP math.IT
GDOP Based BS Selection for Positioning in mmWave 5G NR Networks
本文研究毫米波5G NR网络中基于TDOA测量的UE定位，提出一种基于几何精度因子（GDOP）的基站选择算法，在混合视距和非视距环境下以更少的无线电资源实现了更高的定位精度。
2023-10-23 eess.SP
Efficient Joint DOA and TOA Estimation for Indoor Positioning with 5G Picocell Base Stations
第五代（5G）蜂窝信号的普遍性、大带宽和空间多样性使其成为在没有全球导航卫星系统（GNSS）信号的室内环境中进行精确定位的有希望的候选者。本文针对5G微微小区基站（gNB）设计了一种联合角度和延迟估计（JADE）方案，该方案解决了两个关键问题，使其在实际室内环境中既有效又高效。首先，揭示了微微蜂窝gNB阵列建模误差的方向依赖性及其对JADE的影响。通过将阵列响应测量值拟合到向量值函数并利用拟合函数预校准理想转向向量来减轻该误差。其次，基于5G微微蜂窝基站天线阵列规模小、信号带宽大的部署实际，提出了一种基于二维联合处理的信号到达时间（TOA）和到达方向（DOA）估计方法。它采用迭代自适应方法（IAA）解决多径信号在TOA域，然后由传统的波束形成器（CBF）检索所需的视线DOA。通过进一步利用降维预处理模块和快速傅里叶变换加速谱计算，实现了实时JADE的高效实现。数值仿真结果表明了该方法在DOA估计精度方面的优越性。现场试验表明，在90%的情况下，仅使用两个独立接收点的DOA估计，三角定位误差为0.44 m。
2022-06-20 eess.SP
Improving CSI-based Massive MIMO Indoor Positioning using Convolutional Neural Network
Jožef Stefan Institute（约热夫·斯蒂芬研究所）；Jožef Stefan International Postgraduate School（约热夫·斯蒂芬国际研究生院）
多输入多输出（MIMO）是满足对具有大量终端的无线网络中的更快和更可靠的通信的不断增长的需求的使能技术，但是它也可以应用于利用来自多个天线的多径传播的终端的位置估计。在本文中，我们研究新的卷积神经网络（CNN）结构，利用MIMO的信道状态信息（CSI），以提高室内定位。我们使用相同的训练评估数据集，评估并比较了所提出的CNN结构的三种变体与科学文献中提出的五种NN结构的性能。结果表明，所提出的残差卷积神经网络结构提高了位置估计的准确性，并保持总的权重数低于公布的神经网络结构。所提出的CNN结构比用作参考的已知NN结构产生从2cm到10cm的更好的位置精度。
2021-02-05 cs.LG eess.SP
Joint Angle Estimation Error Analysis and 3D Positioning Algorithm Design for mmWave Positioning System
在本文中，我们提出了一个全面的框架，共同分析的角度估计误差和设计三维（3D）定位算法的毫米波（mmWave）定位系统。首先，我们通过应用二维离散傅里叶变换（2D-DFT）算法来估计锚点处的到达角（AoAs）。基于二维DFT算法的特性，从概率密度函数的角度分析了角度估计误差。分析表明，推导出的角度估计误差是非高斯的，这是不同于现有的工作。其次，通过三角函数的一阶线性逼近，简化了复杂的AoA估计误差的PDF表达式。然后，我们推导出一个复杂的表达式的方差的基础上推导出的PDF。具体地，对于方位估计误差，根据PDF的不同非零区间分别对方差进行积分。最后，我们应用加权最小二乘（WLS）算法估计的3D位置的MU使用估计的AoA和获得的非高斯方差。大量的仿真结果证实，推导的角度估计误差是非高斯的，也证明了所提出的框架的优越性。
2022-11-14 eess.SP
Robust Vehicle Positioning based on Multi-Epoch and Multi-Antenna TOAs in Harsh Environments
对于应用于恶劣环境中的基于无线电的到达时间（TOA）定位系统，周围环境中的障碍物和车辆本身会阻挡来自锚点的信号，减少可用的TOA测量的数量，从而降低定位性能。传统的多天线定位技术需要良好的初始化以避免局部最小值，并且由于TOA测量的数量不足和/或单个历元处锚点的不良几何形状而遭受位置模糊。针对MEMA-TOA方法的初始化问题，提出了一种基于半定规划（SDP）的初始化方法MEMA-SDP。然后，一个迭代的细化步骤，以获得最佳的定位结果的基础上MEMA-SDP的初始化。我们推导了Cramer-Rao下界（CRLB），从理论上分析了新MEMA-TOA方法的定位精度，并证明了其优于传统单历元多天线（SEMA）定位方法的定位性能。恶劣环境下的仿真结果表明，新的MEMA-SDP方法提供了接近真实位置的初始估计，并经验性地保证了最终精确定位解的全局最优性;与传统的SEMA方法相比，新的MEMA-TOA方法具有更高的定位精度，且不存在位置模糊，与理论分析一致。
2022-07-17 eess.SP
From C-Band to mmWave-Band: Ray-Tracing-Assisted 5G-Based Indoor Positioning in Industrial Scenario
本文利用射线追踪引擎，在工业场景中比较C频段与毫米波频段的无线电传播特性，并评估基于OTDoA的定位精度，发现毫米波频段在密集杂波环境下具有更高定位潜力。
2024-09-19 eess.SP
Failure Tolerant Phase-Only Indoor Positioning via Deep Learning
针对纯相位定位在天线故障场景下性能下降的问题，提出一种基于双曲线相交原理的深度学习定位方法，可在天线受损时实现鲁棒准确的定位，较现有方法大幅提升精度。
2025-08-20 eess.SP
A Closed-form Localization Method Utilizing Pseudorange Measurements from Two Non-synchronized Positioning Systems
在基于到达时间（TOA）或伪距的定位系统中，通过观测已知位置处的多个锚节点（AN）来获得用户位置。利用一个以上的定位系统，例如，结合全球定位系统（GPS）和北斗导航卫星系统（BDS），带来更高的定位精度。然而，来自两个系统的AN通常同步到两个不同的时钟源。与单系统定位不同，需要处理额外的用户到系统时钟偏移。现有的双系统方法要么具有高计算复杂度，要么具有次优的定位精度。在本文中，我们提出了一种新的封闭形式的双系统定位（CDL）的方法，具有低复杂度和最佳的定位精度。我们首先将非线性问题转化为一个线性的平方距离方程和采用中间变量。然后，加权最小二乘法（WLS）的方法来优化定位精度。我们证明了新方法的定位误差达到克拉美罗下限（CRLB）在远场条件下，测量噪声小。对二维和三维定位场景进行了仿真。结果表明，与迭代法相比，新的CDL方法不需要初始化，计算复杂度低，但定位精度相当。数值结果验证了理论分析的定位精度，并表明新的CDL方法具有更优越的性能比国家的最先进的封闭形式的方法。利用实际GPS和BDS数据进行的实验验证了新CDL方法的适用性及其在实际应用中的优越性。
2020-11-25 eess.SP
Theoretical and Experimental Evaluation of AoA Estimation in Single-Anchor 5G Uplink Positioning
University of Patras（帕特雷大学）；Loctio（洛奇奥）；Universitat Autònoma de Barcelona (UAB)（巴塞罗那自治大学）；European Space Agency（欧洲空间局）
本文提出一种单基站5G上行定位方法，结合到达角度估计和超宽带测距，评估算法对信道阶数和AoA估计的影响，并通过实验验证其性能。
2025-06-11 eess.SP
Accuracy of Joint Time-Based and Carrier-Phase Positioning in 5G Networks under Correlated Measurement Errors
University of Bremen（不来梅大学）；Gauss-Olbers Space Technology Transfer Center, University of Bremen（不来梅大学高斯-奥尔伯斯空间技术转移中心）
研究联合ToA与载波相位定位方法，考虑测量误差相关性，分析5G系统参数对精度的影响，在工厂和城市环境下实现约7%的性能提升。
2026-06-15 eess.SP
Fingerprint Based mmWave Positioning System Aided by Reconfigurable Intelligent Surface
可重构智能表面（RIS）是毫米波（mmWave）定位系统中一种很有前途的技术。研究了RIS辅助下的多输入多输出（MIMO）时分双工（TDD）毫米波系统中的多移动用户（MU）定位问题。我们推导出空时信道响应向量（STCRV）作为一种新型的指纹的表达式。STCRV由多径信道特性组成，例如，时间延迟和到达角（AOA），其与MU的位置有关。通过使用STCRV作为输入，我们提出了一种新的残差卷积网络回归（RCNR）学习算法来输出MU的估计三维（3D）位置。具体地，RCNR学习算法包括用于处理输入STCRV的数据处理块、用于提取STCRV的特征的正常卷积块、用于进一步提取特征并保护特征的完整性的四个残差卷积块、以及用于估计3D位置的回归块。大量的仿真结果也表明，建议的RCNR学习算法优于传统的卷积神经网络（CNN）。
2022-10-21 eess.SP
OFDM-Based Positioning with Unknown Data Payloads: Bounds and Applications to LEO PNT
本文首次推导了同时包含已知导频和未知数据载荷的OFDM信号在TOA估计中的Ziv-Zakai界（ZZB），并提出了估计器与信号设计策略，在低轨非地面网络信道中验证了其定位精度。
2024-07-26 eess.SP
Enhancing 5G NTN VSAT RACH in GNSS-Denied environments
European Commission, Joint Research Centre（欧盟委员会联合研究中心）
针对GNSS受限环境下5G NTN VSAT随机接入依赖GNSS定位的脆弱性，提出基于AoA、FoA和ToA混合的单卫星定位框架，将初始定位不确定性从数十公里降至几公里，实现稳健初始接入。
2026-09-25 eess.SP
Performance of Angle of Arrival Detection Using MUSIC Algorithm in Inter-Satellite Link
卫星的姿态并非总是静止的，有时会发生随机运动，当卫星因翻滚效应而中断时，其天线指向很难实现与其他卫星的视线通信。为了确定星间链路中卫星天线的合适方位，分析了MUSIC算法对相连卫星信号源的波达方向（DoA）估计性能。它不同于光学测量、磁场测量、惯性测量和全球定位系统（GPS）姿态确定。该方法的特点是从连接的卫星上获取信号源，然后由主卫星对信息进行处理，得到连接卫星的天线方向。模拟仅在方位角方向上运行。仿真结果表明，MUSIC算法的处理时间比卫星在830 km轨道上的运动时间快，周期为101 min。当使用50个单元的阵列天线以0.5个波长的间隔时，当使用MUSIC算法时，可以在0.98秒的处理时间内检测到总共20个到达角（AoA）。
2018-07-13 eess.SP
Time-based vs. Fingerprinting-based Positioning Using Artificial Neural Networks
本文利用人工神经网络实现基于ToA与CIR指纹的UWB室内定位，并基于实测数据比较两类方法，证明ML可提升精度且最优方案随环境及指纹参考点密度、分布而变化。
2023-12-04 eess.SP
Distributed Collaborative User Positioning for Cell-Free Massive MIMO with Multi-Agent Reinforcement Learning
针对无蜂窝大规模MIMO系统的分布式定位需求，提出结合MARL的两阶段分布式协同定位架构，由接收信号强度初步定位网络和到达角辅助校正网络组成，定位精度优于传统指纹定位方法。
2024-10-07 cs.IT eess.SP math.IT
Impact of Preprocessing on Neural Network-Based RSS/AoA Positioning
Instituto de Telecomunicações（电信研究所）；Universidade Nova de Lisboa（里斯本新大学）；UNINOVA-CTS – Center of Technology and Systems, NOVA School of Science and Technology（NOVA科学技术学院UNINOVA-CTS技术与系统中心）；COPELABS, ECATI, Lusófona University（卢索菲纳大学COPELABS和ECATI）；Innov’Com Laboratory, Sup’Com, University of Carthage（迦太基大学Sup’Com Innov’Com实验室）；ISCTE-Instituto Universitário de Lisboa（里斯本ISCTE大学）；Nokia（诺基亚）
本文提出基于神经网络的RSS/AoA定位方法，通过预处理特征提取提升定位精度，优于传统线性方法。
2026-02-18 eess.SP
Probabilistic Ray-Tracing Aided Positioning at mmWave frequencies
针对多基站基于到达角测量的用户设备定位问题，提出融合射线追踪几何信息与测量统计特征的毫米波概率定位方法，以提升定位精度。
2023-08-16 cs.IT eess.SP math.IT
Design and Experimental Evaluation of a Bluetooth 5.1 Antenna Array for Angle-of-Arrival Estimation
物联网（IoT）领域的应用是在基于卫星的全球定位不可行的特定应用环境中实时定位资产。已经评估了许多依赖于无线传感器网格系统的定位方法，但是最近的基于到达角（AoA）的蓝牙低功耗（BLE）5.1测向功能为该应用提供了低成本的解决方案。在本文中，我们提出了一个基于BLE 5.1的圆形天线阵列的实现，并进行了两个实验评估从阵列采样的检索数据的质量。具体而言，我们检索恒定音调扩展的相位值的样本，该恒定音调扩展通过计算天线对之间的相位差来实现测向功能。我们评估的采样相位数据在消声室的质量，并在现实世界的环境中使用的设置组成的四个BLE信标。
2022-10-21 eess.SP
In-Situ Calibration of Antenna Arrays for Positioning With 5G Networks
由于蜂窝通信信号的普遍存在，使用第五代（5G）信号的定位已经成为全球导航卫星系统拒绝地区的一种有前途的解决方案。不幸的是，尽管5G远程无线电单元（RRU）中广泛采用的天线阵列促进了对到达波达方向（DOA）的测量，但是基于DOA的定位性能由于阵列误差而严重降级。本文提出了一种现场校准框架，其中用户终端在实际操作环境中的几个已知位置发送5G参考信号，并且可访问的RRU从这些参考信号估计其阵列误差。此外，由于部署用于室内覆盖的6 GHz以下小小区RRU通常具有小孔径天线阵列，而5G信号具有丰富的带宽资源，因此这项工作基于最大似然准则通过超分辨率延迟估计来分离多径分量。这与现有的在空间域中解决多路径的原位校准工作有很大不同。通过数值仿真验证了该方法的优越性。然后，我们通过商用5G设备的现场测试证明，使用所提出的方法通过原位校准可以实现1- $σ$ DOA估计误差减少46.7%。
2023-03-08 eess.SP
MaMIMO CSI-based positioning using CNNs: Peeking inside the black box
使用卷积神经网络（CNN）的基于大规模多输入多输出（MaMIMO）信道状态信息（CSI）的用户定位系统显示出巨大的潜力，在MaMIMO通信系统中不引入任何开销的情况下达到非常高的精度。在这项研究中，我们表明，这两个系统可以定位室内用户在两个视线和非视线条件下的精度约为20毫米。然而，进一步发展这些定位系统，更多的洞察力如何CNN推断的位置是必要的。使用的CNN是一个黑盒子，我们只能猜测它们如何定位用户。因此，本文的第二个重点是通过几个实验来打开黑匣子。我们使用在现实生活中的64天线MaMIMO测试平台上收集的开放数据集来探索当前的限制和承诺。通过这种方式，可以收集系统中的额外见解，指导使用CNN的基于MaMIMO CSI的定位系统的研究朝着正确的方向发展。
2020-03-10 eess.SP
Carrier Phase Ranging for Indoor Positioning with 5G NR Signals
室内定位是物联网（IoT）和人工智能（AI）的核心技术之一，预计将在即将到来的AI时代发挥重要作用。然而，受室内环境复杂性的影响，实现连续可靠的室内定位仍具有很高的挑战性。目前，5G蜂窝网络正在全球范围内部署，其新技术带来了提高无线室内定位性能的方法。在本文中，我们研究了5G新无线电（NR）下的室内定位，该无线电已被标准化并在大规模市场中商业化运营。具体而言，提出了一种解决方案，并开发了一种用于室内定位的软件定义接收机（SDR）。在我们的SDR室内定位系统中，5G NR信号首先由通用软件无线电外设（USRP）采样，然后通过检测同步信号块（SSB）的开始来实现粗同步。然后，在物理广播信道（PBCH）上发送的导频的帮助下，依次执行多径捕获和延迟跟踪以估计接收信号的到达时间（ToA）。此外，为了提高ToA测距精度，估计了第一到达路径的载波相位。最后，为了量化我们的ToA估计方法的准确性，在办公室环境中进行了室内现场测试，其中安装了用于商业用途的5G NR基站（称为gNB）。我们的测试结果表明，在静态测试场景中，以1-σ误差间隔测量的ToA精度约为0.5 m，而在行人移动环境中，距离精度在0.8 m以内的概率为95%。
2021-12-22 eess.SP
A State-of-the-Art Survey on Multidimensional Scaling Based Localization Techniques
当前和未来的无线应用强烈依赖于精确的实时定位。智能城市、物联网（IoT）、医疗服务、汽车工业、水下勘探、公共安全和军事系统等许多应用都需要可靠准确的定位技术。通常，最流行的定位/定位系统是全球定位系统（GPS）。GPS在室外环境中工作良好，但在室内和恶劣环境中失败。因此，许多其他的无线本地定位技术被开发基于地面无线网络，无线传感器网络（WSNs）和无线局域网（WLAN）。此外，存在融合两种或更多种技术以找出用户的位置的定位技术，也称为基于机会信号的定位。大多数定位技术需要测距测量，诸如到达时间（ToA）、到达时间差（TDoA）、到达波达方向（DoA）和接收信号强度（RSS）。也有考虑邻近信息并且不需要实际测距测量的无测距定位技术。距离无关定位算法中的距离降低技术是一种著名的方法。多维标度（MDS）是近年来在无线网络定位中广泛使用的降维技术之一。本文对无线传感器网络、物联网、认知无线电网络和5G网络中的MDS和基于MDS的定位技术进行了全面的综述。
2019-06-09 eess.SP
LocUNet: Fast Urban Positioning Using Radio Maps and Deep Learning
TU Berlin（柏林工业大学）；LMU München（慕尼黑大学）
本文论述了在密集的城市场景中的蜂窝网络中的定位问题。全球导航卫星系统（GNSS）通常在城市环境中表现不佳，在城市环境中视线条件的可能性较低，因此需要替代的定位方法以获得良好的精度。我们介绍LocUNet：一种用于定位的深度学习方法，其仅基于来自基站（BS）的接收信号强度（RSS），与依赖于到达时间或到达角度信息的方法不同，其不需要在用户设备处相对于设备标准操作的计算复杂度的任何增加。在所提出的方法中，待定位的用户将来自BS的RSS报告给可以位于云中的中央处理单元（CPU）。或者，可以在用户处本地执行定位。使用BS的估计路径损耗无线电地图，LocUNet可以以最先进的精度定位用户，并且对无线电地图中的不准确性具有很高的鲁棒性。所提出的方法不需要预先采样的环境，是适合于实时应用，由于RadioUNet，一个基于神经网络的无线电地图估计。我们还介绍了两个数据集，允许在现实的城市环境中的RSS和到达时间（ToA）方法的数值比较。
2022-02-03 cs.LG cs.NI eess.SP
Fundamental Performance Bounds for Carrier Phase Positioning in Cellular Networks
针对蜂窝网络载波相位定位受整数模糊度影响、标准CRB过于乐观的问题，提出混合整数CRB（MICRB）性能界，可准确预测定位性能并指导系统参数选择。
2023-09-01 cs.IT eess.SP math.IT
Optimal Weight Scheme for Fusion-Assisted Cooperative Multi-Monostatic Object Localization in 6G Networks
本文针对6G网络中协作多单站感知定位问题，提出一种基于对数线性池化函数和蒙特卡洛重要性采样的最优加权融合算法，结合多基站的ToA与AoA似然PDF，有效提升了无偏和有偏场景下的定位精度。
2024-08-29 eess.SP
Resonant Beam Enabled DoA Estimation in Passive Positioning System
本文提出射频波段谐振波束定位系统（RF-RBPS），利用谐振机制放大基站与无源目标间回波实现能量集中和波束对准，无需信道估计和波束成形，并结合MUSIC算法实现无电池目标的高精度到达方向估计，仿真验证其在2米处达毫米级精度。
2024-08-08 eess.SP
Brain-Inspired User Positioning for mmWave Beam Management
University of Thessaly（色萨利大学）；University of Western Macedonia（西马其顿大学）；InnoCube P.C.（InnoCube有限公司）；Democritus University of Thrace（色雷斯德谟克利特大学）
本文提出基于卷积脉冲神经网络的无线架构，实现CSI到用户位置的转换与波束成形，在能效与定位精度间取得权衡。
2026-09-09 eess.SP
Fundamental Limits of Localization with Fluid Antenna Systems: A Fisher Information Analysis
University College London（伦敦大学学院）；Kyung Hee University（庆熙大学）；Kuang-Chi Science Limited（光启科学有限公司）
本文提出基于信息论的流体天线系统定位分析框架，通过统一模型和优化策略提升定位精度，为未来无线网络提供理论支持与设计指导。
2025-12-15 eess.SP
Angle of Arrival and Centimeter Distance Estimation on a Smart UWB Sensor Node
本文研究智能UWB传感器节点上的到达角测量，提出集成PDoA的紧凑低功耗方案，实现厘米级距离精度和平均2.4°角度精度，并构建误差校正模型以补偿多径和前后模糊。
2023-12-21 eess.SP
Dynamic and Robust Sensor Selection Strategies for Wireless Positioning with TOA/RSS Measurement
Purdue University（普渡大学）；University at Buffalo-SUNY（纽约州立大学布法罗分校）；University of Kansas（堪萨斯大学）
针对已知和未知近似目标位置两种场景，提出基于TOA/RSS测量的动态和鲁棒传感器选择策略，利用CRLB推导贪心与凸优化算法，平衡精度与复杂度。
2026-06-25 eess.SP
UAV-Assisted 3-D Localization for IoT Networks Using a Simple and Efficient TDOA-AOA Estimator
Department of Electrical Engineering, Sharif University of Technology（谢里夫理工大学电气工程系）
本文提出一种利用单个TDOA-AOA测量对和闭式加权最小二乘估计器的代数解，实现无人机辅助物联网中基于单地面站的三维信源定位，性能接近CRLB。
2025-10-09 eess.SP
Angle of Arrival Estimation Using SRS in 5G NR Uplink Scenarios
本文在5G NR上行场景中利用SRS信号，通过仿真与专用测试平台实测，验证了MUSIC、ESPRIT和JADE ESPRIT等到达角估计算法在单基站定位中的有效性。
2024-11-25 eess.SP
Robust time-of-arrival localization via ADMM
本文针对不可靠TOA测量下的源定位问题，提出一种基于鲁棒损失函数和ADMM的非凸优化方法，在脉冲噪声环境中以更低计算复杂度实现更接近CRLB的定位精度。
2024-01-17 eess.SP
Optimal Localization with Sequential Pseudorange Measurements for Moving Users in a Time Division Broadcast Positioning System
在时分广播定位系统（TDBPS）中，用户设备（UD）通过从由多个同步基站（BS）广播的信号获得顺序的到达时间（TOA）或伪距测量来确定其位置。现有的定位方法使用顺序伪距测量和线性时钟漂移模型的TDPBS，即LSPM-D，不补偿由UD运动引起的位置位移，将导致位置误差。在本文中，根据UD速度的知识，我们开发了一套最佳的定位方法，针对不同的情况。首先，对于已知的UD速度，我们开发的最优定位方法，即LSPM-KVD，以补偿运动引起的位置误差。我们证明了当UD静止且速度为零时，LSPM-D是LSPM-KVD的特殊情况。其次，对于UD速度未知的情况下，我们开发了一种最大似然（ML）方法来联合估计UD的位置和速度，即LSPM UVD。第三，在已知UD速度先验分布信息的情况下，提出了一种最大后验概率（MAP）定位估计方法，即LSPM-PVD。我们推导出所有三个估计的Cramer-Rao下界（CRLB），并分析其定位误差性能。我们表明，LSPM-KVD的位置误差增加的假设已知的速度偏离真实值。正如预期的那样，当UD速度的先验知识有限时，LSPM-KVD具有最小的位置误差，而LSPM-PVD和LSPM-UVD更鲁棒。数值结果验证了理论分析的最优性和所提出的方法的定位精度。
2021-02-01 eess.SP
Evaluation of Zadoff-Chu, Kasami and Chirp based encoding schemes for Acoustic Local Positioning Systems
本研究评估了声学定位系统中三种编码方案（Kasami码、Zadoff-Chu和正交Chirp）的到达时间精度，通过仿真和实验验证，为室内定位及其他扩频应用提供参考。
2024-02-04 eess.SP
5G Direct Position Estimation for Precise Localization in Dense Urban Area
本文提出将直接位置估计（DPE）应用于5G新无线电信号，以减轻非视距和多径效应，在密集城区实现精确定位；仿真显示在10 dB噪声下均方根误差小于6米，且比OTDoA方法精度提升95.24%。
2025-02-25 eess.SP
Anchor Pair Selection in TDOA Positioning Systems by Door Transition Error Minimization
Institute of Radioelectronics and Multimedia Technology（无线电电子与多媒体技术研究所）；Warsaw University of Technology（华沙理工大学）
本文提出一种用于UWB TDOA室内定位系统的自适应锚点对选择算法，通过最小化门口定位误差并考虑身体遮挡，利用扩展卡尔曼滤波器定位用户，实验表明该方法将中位轨迹误差降至约0.32米，显著提升了定位精度。
2024-04-07 cs.LG eess.SP
Neurodynamic TDOA localization with NLOS mitigation via maximum correntropy criterion
本文利用最大相关熵准则（MCC）对非视线（NLOS）传播条件下传统的到达时间差（TDOA）定位估计器进行了鲁棒性研究。为了统计效率，基于相关性的鲁棒损失施加在底层的到达时间组成通过联合估计的源位置和起始时间，而不是在传感器收集的时间戳的后处理中产生的TDOA对应。然后，我们采用神经动力学优化方法来解决高度非凸MCC制定。此外，我们研究了相应的投影型神经网络模型的平衡点的局部稳定性。在代表性的NLOS传播情况下的仿真研究表明，我们的神经动力学鲁棒TDOA定位解决方案是能够优于现有的几个计划的定位精度。
2021-11-09 eess.SP
Joint Beam Training and Positioning For Intelligent Reflecting Surfaces Assisted Millimeter Wave Communications
智能反射面（IRS）为毫米波通信中的链路阻塞问题提供了一种经济有效的解决方案，其前提是准确估计（1）基站/接入点（BS/AP）和移动终端（MT）的最佳波束，（2）IRS的最佳反射模式，以及（3）链路阻塞。在本文中，我们进行波束训练设计IRS辅助毫米波通信估计上述参数。为了获得最佳波束和反射模式，我们首先执行随机波束形成和最大似然估计来估计BS/AP（或IRS）和MT之间的视线（LoS）路径的到达角（AoA）和离开角（AoD）。然后，与估计的AoA和AoD，我们提出了一种迭代定位算法，实现厘米级的定位精度。获得的位置信息不仅是一个附带的好处，而且使我们能够交叉验证和增强AoA和AoD的估计，并有助于预测阻塞指标。数值结果表明，我们提出的波束训练方案的优越性，并验证了位置信息带来的性能增益。
2021-01-12 cs.IT eess.SP math.IT
3D Localization with a Single Partially-Connected Receiving RIS: Positioning Error Analysis and Algorithmic Design
在本文中，我们介绍了部分连接的接收可重构智能表面（R-RISs）的概念，这是指设计的元表面，有效地感测电磁波冲击他们，并执行定位的用户发射他们。所提出的R-RIS硬件架构包括元原子的子阵列，其中每个元原子都包含一个波导，该波导被分配用于将到达其元原子的波形引导到接收射频（RF）链，从而实现信号/信道参数估计。我们特别关注的情况下，用户位于所有的R-RIS子阵列的远场，并提出了一个三维（3D）定位方法，该方法是基于窄带信令和到达角（AoA）估计的冲击信号在每个单接收RF R-RIS子阵列。对于AoA估计，它依赖于空间采样版本的接收信号通过每个子阵列的元原子的相位配置，我们设计了一个离网原子范数最小化的方法，其次是基于子空间的根多信号分类（MUSIC）。AoA估计最后通过最小二乘线相交方法组合，以获得用户发射同步定位导频的位置坐标。我们推导出的估计参数的理论Cramér Rao下限（CRLB），与我们的定位方法的广泛的计算机仿真结果进行比较，验证了所提出的R-RIS授权的3D定位系统的有效性，该系统被展示为提供厘米级的定位精度。我们的综合性能评估还表明各种系统参数对定位性能的影响，即训练开销和R-RIS与用户之间的距离，以及R-RIS的子阵列之间的间距及其分区模式。
2022-12-05 eess.SP
Cooperative Multi-Point Vehicular Positioning Using Millimeter-Wave Surface Reflection (Extended version)
多点车辆定位是自动驾驶车辆的一项基本操作。然而，依赖于来自目标的反射信号（即，雷达和激光雷达），不能在没有视线的情况下工作。此外，环境扫描和物体识别需要大量时间，可能会导致检测不准确，特别是在复杂的城市环境中。最近一些涉及自动驾驶汽车的致命事故进一步暴露了这种局限性。在本文中，我们的目的是克服这些限制，提出了一种新的相对定位方法，称为合作多点定位（COMPOP）。如果存在LoS路径，则COMPOP在目标车辆（TV）和感测车辆（SV）之间建立协作，其中TV通过发送定位波形明确地让SV知道TV的存在。这种合作使得消除耗时的扫描和目标识别过程成为可能，从而促进实时定位。协作的一个先决条件是一对TV和SV之间的时钟同步。为此，我们使用基于相位差的方法来从接收到的信号中去除TV-SV时钟差。利用时钟差校正，可以通过基于傅立叶变换（FT）的算法构建的3D功率谱上的峰值检测来获得TV的位置。对于没有LoS路径的情况，COMOP算法还将附近车辆在不知道其位置的情况下加入到上述协作中，并通过对实际信道参数的仿真验证了COMOP算法的有效性.
2020-08-21 cs.IT eess.SP math.IT
SURIMI: Supervised Radio Map Augmentation with Deep Learning and a Generative Adversarial Network for Fingerprint-based Indoor Positioning
Universitat Jaume I（海梅一世大学）；Tampere University（坦佩雷大学）；Universidade do Minho（米尼奥大学）
基于机器学习的室内定位在学术界和工业界都引起了越来越多的关注，因为可以从参考数据中提取有意义的信息。许多研究人员正在使用有监督、半监督和无监督的机器学习模型来减少定位误差，并为最终用户提供可靠的解决方案。在这篇文章中，我们提出了一种结合卷积神经网络（CNN），长短期记忆（LSTM）和生成对抗网络（GAN）的新架构，以增加训练数据，从而提高定位精度。在17个公共数据集中测试了监督和无监督模型的组合，对其性能进行了广泛的分析。结果，其中70%以上的定位误差得到了减小。
2022-07-13 cs.LG eess.SP
Exploring Dual-Sniffer Passive Localization: Algorithm Design and Experimental Results
本文提出双嗅探器被动定位系统，设计基于ToA和TDoA的定位方案，通过最小二乘算法解析估计UE位置，仿真与实验验证了TDoA方案提升了被动定位精度。
2024-10-16 eess.SP
