An Optimization Driven Link SINR Assurance in RIS-assisted Indoor Networks
本文提出通过整数线性规划优化RIS分配，以提升毫米波室内网络中链路SINR性能，减少连接中断。
2024-12-28 cs.NI eess.SP
Simultaneous Indoor and Outdoor 3D Localization with STAR-RIS-Assisted Millimeter Wave Systems
同时透射（折射）和反射的可重构智能表面（STAR-RISs）最近被确定用于提高频谱/能量效率并扩展通信范围。然而，其增强的室内和室外同时定位的潜力尚未被探索。在本文中，我们研究的基本限制，即，通过Fisher信息分析的CramérRao下界（CRLB），对STAR-RIS在毫米波频率下的三维（3D）定位性能进行了分析。研究了STAR-RIS系统中折射和反射的功率分裂效应以及两个移动台之间的功率分配问题。通过最大化对应于STAR-RIS反射和折射矩阵的两个子空间之间的主角，我们能够找到这些同时操作的最优解。我们验证了高精度的3D定位可以实现室内和室外MS时，系统参数得到很好的优化。
2022-07-19 eess.SP
Novel Visible Light Communication Assisted Perspective-Four-Line Algorithm for Indoor Localization
本文提出了一种新的可见光通信（VLC）辅助的透视四线算法（V-P4 L），用于实际的室内定位。V-P4 L的基本思想是将VLC和计算机视觉结合起来，以实现高精度，而不管LED的高度差异。特别地，我们首先利用空间域信息来估计基于平面和立体几何的相机坐标系中的单个矩形LED灯具的取向和坐标。然后，基于VLC传输的时域信息和估计的灯具信息，V-P4 L可以通过单视图几何理论和线性最小二乘（LLS）方法估计相机的位置和姿态。为了进一步降低LED高度差异对定位精度的影响，提出了一种基于LLS方法和简单优化方法的V-P4 L校正算法。由于结合了时间和空间域信息，V-P4 L只需要一个单一的灯具进行定位，而不限制特征和它们的投影之间的对应关系。仿真结果表明，V-P4 L在使用常用室内灯具时，定位误差始终小于15 cm，定向误差始终小于3°。
2020-09-25 eess.SP
SALC: Skeleton-Assisted Learning-Based Clustering for Time-Varying Indoor Localization
National Yang Ming Chiao Tung University（国立阳明交通大学）；University of California at Berkeley（加州大学伯克利分校）；California PATH, Institute of Transportation Studies（加州交通研究所加州PATH项目）
针对室内指纹定位的RSS时变问题，提出融合骨架最短路径与RSS相似性的SALC系统，通过ROMAC、CODE和CsLE动态重建数据库并改进WkNN定位。
2023-07-14 cs.AI cs.LG eess.SP
Enhancing Sensing-Assisted Communications in Cluttered Indoor Environments through Background Subtraction
针对杂乱室内环境中感知辅助通信受高密度杂波干扰的问题，本文提出基于单基地感知回波的背景减除方法，结合3GPP室内工厂信道模型验证，显著提升预测波束赋形精度和有效数据速率。
2024-01-11 eess.SP
Physics Assisted Deep Learning for Indoor Imaging using Phaseless Wi-Fi Measurements
提出了一种物理辅助的深度学习框架，用于使用无相位Wi-Fi测量来执行精确的室内成像。它能够对较大（与波长相比）且具有高介电常数值的对象进行成像，现有的射频（RF）逆散射技术发现非常具有挑战性，使其适合室内RF成像。该技术利用基于Rytov的逆散射模型和深度学习框架。逆散射模型是基于一个扩展的Rytov近似（xRA），预先重建的RF测量。在强散射条件下，该预重建通过非线性函数与实际介电常数分布相关，该非线性函数通过修改的U-Net模型学习以获得对象的介电常数分布。因此，我们提出的方法不仅重建物体的形状，而且还准确地估计它们的介电常数值。我们展示了它的成像性能，使用模拟以及在实际的室内环境中使用2.4 GHz的Wi-Fi无相测量的实验结果。对于入射波长$λ_0$，所提出的框架可以重建相对介电常数高达77和电尺寸大到$40 λ$的物体，其中$λ=λ_0/\sqrt{77}$。这与现有的无相成像技术形成对比，现有的无相成像技术不能重建超过3或4的介电常数值。因此，我们提出的方法是第一个基于逆散射的深度学习框架，可以对具有高介电常数的大型散射体进行成像，并使用无相Wi-Fi测量实现精确的室内RF成像。
2021-11-04 eess.SP
A Fingerprint Database Generation Method for RIS-Assisted Indoor Positioning
College of Information Science and Engineering, Hohai University（河海大学信息科学与工程学院）；College of Electrical and Power Engineering, Hohai University（河海大学电气与动力工程学院）；School of Information and Communication Engineering, Hainan University（海南大学信息与通信工程学院）
本文提出了一种基于RIS的室内定位指纹数据库生成方法，通过扩展簇基信道建模和物理电磁特性，提高定位精度并解决同步问题。
2026-08-04 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
Wireless Indoor Simultaneous Localization and Mapping Using Reconfigurable Intelligent Surface
室内无线同时定位与地图构建（SLAM）被认为是未来6G系统中提供定位服务的有前途的技术。然而，传统的无线SLAM系统的准确性严重依赖于传播路径的质量，这是由不可控的无线环境的限制。在本文中，我们提出了一种新的SLAM系统辅助的可重构智能表面（RIS）来解决这个问题。通过配置RIS的相移，可以增强接收信号的强度以抵抗噪声的干扰。然而，相移的选择严重影响定位和映射阶段，这使得设计非常具有挑战性。为了解决这一问题，本文提出了RIS辅助室内SLAM系统的优化问题，并设计了一种误差最小化算法，仿真结果表明，与基准方案相比，RIS辅助室内SLAM系统的定位误差至少降低了31%。
2021-07-04 eess.SP
IndoorGNN: A Graph Neural Network based approach for Indoor Localization using WiFi RSSI
National Institute of Science Education and Research（国家科学教育与研究所）；Homi Bhabha National Institute（霍米·巴巴国家研究所）
本研究提出基于有监督图神经网络的室内定位方法IndoorGNN，利用WiFi RSSI值实现区域分类，在标准数据集上准确率优于现有方法，且在受限数据集下性能下降幅度小，可应用于导航、资产追踪等场景。
2023-12-11 cs.LG eess.SP
Sensing-Assisted Anti-Blockage Pinching-Antenna Systems For Indoor Immersive Communications
School of Science and Technology, Hong Kong Metropolitan University（香港都会大学理学院）；College of Electronics and Information Engineering, South-Central Minzu University（中南民族大学电子信息工程学院）
该研究提出感知辅助抗遮挡捏合天线系统PASS，通过集成感知与受控移动，实现室内毫米波通信的抗遮挡，大幅降低中断并维持所需吞吐量。
2026-08-25 eess.SP
RIS-Assisted D-MIMO for Energy-Efficient 6G Indoor Networks
Chalmers University of Technology（查尔姆斯理工大学）；Sony Europe（索尼欧洲）
本文提出了一种交替优化框架，用于在相干和非相干接收模式下最大化RIS辅助D-MIMO系统的能效，通过联合优化接入点功率分配和RIS相位配置，在功率和SINR约束下提升能效。
2026-03-25 cs.IT eess.SP math.IT
Generating Light-based Fingerprints for Indoor Localization
Department of Information Management, National Taiwan University（国立台湾大学信息管理系）
针对射频定位易受干扰的问题，提出利用可见光光谱指纹进行室内定位，通过TabGAN合成数据增强训练集，将平均定位误差从62.9cm降至49.3cm，提升20%。
2025-08-05 cs.RO eess.SP
Maximal Transmission Rate in Omni-DRIS-Assisted Indoor Visible Light Communication Systems
本文研究Omni-DRIS辅助的室内可见光通信系统，通过分析传输环境参数以最大化可达速率，并揭示最高速率对应的omni-DRIS元件数量主要取决于控制序列的比特数。
2024-10-17 eess.SP
Indoor Coverage Enhancement for RIS-Assisted Communication Systems: Practical Measurements and Efficient Grouping
Koç University（库奇大学）；TUBITAK BILGEM（土耳其科学技术研究委员会信息通信技术研究中心）；Istanbul Technical University（伊斯坦布尔理工大学）；Yildiz Technical University（伊尔迪兹理工大学）
本文通过室内实验验证RIS辅助通信系统提升覆盖能力，通过优化RIS相位调整实现10dB信号增益，并采用高效码本设计和分组策略减少训练时间至原1/8。
2023-02-06 eess.SP
Self-Sustainable Metasurface-Assisted mmWave Indoor Communication System
本文研究自持续超表面辅助室内毫米波通信系统，通过两阶段迭代算法联合优化关联、相移和时间分配以最大化最小数据速率，结果表明其在运营成本紧张的小型环境中表现最佳。
2024-07-22 cs.IT eess.SP math.IT
A Novel Received Signal Strength Assisted Perspective-three-Point Algorithm for Indoor Visible Light Positioning
本文提出R-P3P算法，联合视觉与接收信号强度信息，在仅用3个LED且不依赖其朝向的条件下实现高精度室内可见光定位，仿真显示70%以上区域精度优于10厘米且复杂度低。
2020-05-21 eess.SP
Backscatter Assisted Indoor NLOS Positioning
Aalto University（阿尔托大学）
利用被动反向散射设备作为虚拟锚点，通过非相干功率域建模和走廊约束最大后验跟踪器，实现亚米级室内非视距连续定位。
2026-06-17 eess.SP
CoMP-Assisted NOMA and Cooperative NOMA in Indoor VLC Cellular Systems
在本文中，我们研究了动态功率分配的可见光通信（VLC）蜂窝系统由两个协调attocell，每个配备一个接入点（AP）。两个小区之间的协作多点（CoMP）被引入以帮助经历高小区间干扰（ICI）的用户。具体而言，协调迫零（ZF）预编码用于消除位于小区中心附近的用户处的ICI，而联合传输（JT）用于消除位于两个小区边缘的用户处的ICI并改善其接收。此外，在每个小区内调用两种多址接入技术，即非正交多址接入（NOMA）和协作非正交多址接入（C-NOMA）。因此，提出了两种多址接入技术用于所考虑的多用户多小区系统，即，CoMP辅助NOMA方案和CoMP辅助C-NOMA方案。对于每一种方案，两个功率分配框架制定每个作为一个优化问题，其中前者的目标是最大化的网络总数据速率，同时保证一定的服务质量（QoS）为每个用户，而后者的目标是最大化的最小数据速率之间的所有共存的用户。公式化的优化问题不是凸的，因此，除非使用启发式方法，否则难以直接求解，这是以高计算复杂度为代价的。
2022-07-04 eess.SP
Fiber-Topology-Assisted Indoor Positioning Under UWB Degradation with Fixed-Lag Factor Graphs
School of Electronic and Information Engineering, Soochow University（苏州大学电子与信息工程学院）
针对UWB退化下室内定位精度下降问题，提出FTALoc-FGO，利用校准光纤拓扑与DAS事件提供互补空间约束，通过固定滞后因子图融合，在完全UWB丢失时显著降低定位误差。
2026-09-22 eess.SP
A High Coverage Camera Assisted Received Signal Strength Ratio Algorithm for Indoor Visible Light Positioning
针对可见光定位（VLP）系统，提出了一种高覆盖率的增强型摄像机辅助接收信号强度比（eCA-RSSR）定位算法。eCA-RSSR的基本思想是首先利用摄像机捕获的视觉信息来估计可见光的入射角。基于入射角，eCA-RSSR利用由光电二极管（PD）计算的接收信号强度比（RSSR）来估计LED与接收器之间的距离的比率。基于欧几里得平面几何定理，eCA-RSSR将距离的比率转换为绝对值。通过这种方式，eCA-RSSR只需要3个LED即可实现无方向的2D和3D定位，这意味着eCA-RSSR可以实现高覆盖率。基于距离的绝对值，采用线性最小二乘法估计接收机的位置。因此，对于PD和摄像机之间距离较小的接收器，eCA-RSSR的精度不依赖于非线性最小二乘法的起始值，并且eCA-RSSR的复杂度较低。此外，由于PD和摄像机之间的距离可以显着影响eCA-RSSR的性能，我们进一步提出了一种基于单视图几何的eCA-RSSR补偿算法。仿真结果表明，eCA-RSSR可以实现厘米级的精度超过80%的室内区域的接收器具有小的和大的PD和相机之间的距离。
2020-04-14 eess.SP
Performance Analysis of STAR-RIS-Assisted NOMA Wireless Systems with Realistic Indoor Outdoor THz Channel Models
King Abdullah University of Science and Technology（阿卜杜拉国王科技大学）
本文提出基于STAR-RIS的NOMA太赫兹系统，结合室内外信道模型，推导了加权和的PDF和CDF表达式，分析了系统在高SNR和低SNR下的性能，并评估了硬件缺陷和协议对容量的影响。
2026-04-06 eess.SP
AI-Assisted NLOS Sensing for RIS-Based Indoor Localization in Smart Factories
本研究提出一种AI辅助框架，利用定制CNN对LOS/NLOS进行分类，提升RIS在智能工厂NLOS环境下的定位精度，准确率达95%-99%，优于VGG-16。
2025-05-21 eess.SP
Scalable Wi-Fi RSS-Based Indoor Localization via Automatic Vision-Assisted Calibration
本文提出利用一次性 ArUco 相机校准自动采集同步 RSS-位置数据的轻量级框架，以降低监督式 Wi-Fi 室内定位标注成本，并通过多条件实验验证其精度、泛化性和开源实用性。
2025-09-26 cs.AI eess.SP
MudiNet: Task-guided Disentangled Representation Learning for 5G Indoor Multipath-assisted Positioning
针对5G室内多径辅助定位中漫反射多径难以区分的问题，提出任务引导解耦表示学习方法MudiNet，利用自注意力和潜变量模型从多时刻CIR中分离环境与位置特征，并通过位置标签引导提升定位精度和鲁棒性。
2025-06-04 eess.SP
Line-of-Sight Probability for Outdoor-to-Indoor UAV-Assisted Emergency Networks
针对城市应急场景室内人员定位与高带宽通信需求，本文推导了无人机辅助应急网络中视距概率的闭式表达式及覆盖概率，可用于优化无人机部署位置与数量以提升网络性能。
2023-02-27 cs.IT eess.SP math.IT
MTLoc: A Confidence-Based Source-Free Domain Adaptation Approach For Indoor Localization
MTLoc提出了一种基于置信度的无源领域适应方法，用于在动态和噪声环境下提升室内定位的准确性。
2025-12-16 eess.SP
Multiclass Permanent Magnets Superstructure for Indoor Localization using Artificial Intelligence
Technion – Israel Institute of Technology（以色列理工学院）；Soreq NRC（索雷克核研究中心）；Ben-Gurion University of the Negev（内盖夫本-古里安大学）
智能电话已经成为用于用户的室内定位和位置估计的流行工具。现有的解决方案主要采用Wi-Fi、RFID和磁感应技术来跟踪拥挤场所中的运动。它们对磁杂波高度敏感，并依赖于局部环境磁场，这经常会降低它们的性能。此外，这些技术往往需要预先知道的区域测绘，或存在主动信标，而主动信标并不总是可用的。我们在预先已知的位置嵌入小体积和大力矩磁体，并将它们排列在特定的几何星座中，以创建监督磁签名的磁性超结构模式。这些特征构成了相对于移动的传感器载体的明确的磁环境。定位算法在训练期间学习分散磁体的独特模式，并在定位期间从正在进行的数据流中检测它们。我们的贡献是双重的。首先，我们部署了不需要电源的被动永磁体，与有源磁发射器相反。其次，我们根据智能手机的运动而不是磁力计的静态定位来执行定位。在我们以前的研究中，我们考虑了一个单一的上层建筑模式。在这里，我们提出了一个扩展版本的算法多上层建筑定位，它涵盖了更广泛的定位区域的用户。实验结果表明，定位精度为95%，平均定位误差小于1米，使用人工智能。
2021-07-14 cs.AI eess.SP
Federated Deep Reinforcement Learning for RIS-Assisted Indoor Multi-Robot Communication Systems
Beijing University of Posts and Telecommunications（北京邮电大学）；The University of British Columbia（不列颠哥伦比亚大学）
室内多机器人通信面临两个关键挑战：一个是由阻塞（例如，另一个是由机器人移动引起的动态环境。为了解决这些问题，我们考虑可重构智能表面（RIS），以克服信号阻塞，并协助多个机器人之间的轨迹设计。同时，采用非正交多址接入（NOMA）来应对频谱的稀缺性和增强机器人的连通性。考虑到机器人的电池容量有限，我们的目标是通过联合优化接入点（AP）的发射功率，RIS的相移，和机器人的轨迹，以最大限度地提高能源效率。一种新的联邦深度强化学习（F-DRL）方法被开发来解决这个具有挑战性的问题，具有一个动态的长期目标。通过每个机器人规划其路径和下行链路功率，AP只需要确定RIS的相移，由于减少了训练维度，这可以显著节省计算开销。仿真结果表明：与集中式DRL算法相比，F-DRL算法至少可以减少86%的收敛时间;所设计的算法能够适应机器人数量的增加;与传统的基于OMA的基准算法相比，NOMA增强算法能够实现更高的能量效率。
2022-07-17 cs.IT cs.RO eess.SP
Millimeter Wave Wireless Communication Assisted Three-Dimensional Simultaneous Localization and Mapping
本文研究了仅基于毫米波（mmWave）无线通信信号的复杂室内外环境下的三维（3D）同时定位与地图构建（SLAM）问题。首先，我们提出了一种基于深度学习的映射（DLM）算法，该算法可以利用一阶非视距（NLOS）通信链路（CL）上的反射点来构建环境的3D点云地图。具体而言，设计了一个分类神经网络来辨识一阶非视距CL，并从理论上计算出其上反射点的几何坐标。其次，结合惯性测量单元和波束斜视辅助定位方法的优点，实现了实时精确定位。然后，结合DLM和所采用的定位算法，我们开发了基于通信的SLAM（C-SLAM）框架，可以进行SLAM没有任何先验知识的环境。此外，复杂的室外和室内环境的广泛模拟验证了我们的方法的有效性。
2023-03-05 eess.SP
Indoor Localization with Robust Global Channel Charting: A Time-Distance-Based Approach
Fraunhofer Institute for Integrated Circuits IIS（弗劳恩霍夫集成电路研究所IIS）；Friedrich-Alexander-Universität Erlangen-Nürnberg（弗里德里希-亚历山大-埃尔朗根-纽伦堡大学）
基于指纹的定位技术在非视距主导的室内定位中具有显著的优势。然而，它的部署和维护是成本密集型的，因为它需要地面实况参考系统进行初始训练和适应环境变化。相比之下，信道制图（CC）在没有显式参考信息的情况下工作，并且仅需要信道状态信息（CSI）的空间相关性。虽然CC在无线电环境的几何建模方面已经显示出有希望的结果，但使用多锚点大带宽测量对CC进行定位的更深入了解仍然悬而未决。我们贡献了一种新的距离度量的时间同步的单输入/单输出CSI的方法的线性相关的欧几里得距离。这允许在没有注释的情况下学习环境的全局几何。为了有效地优化全局通道图，我们近似的度量与暹罗神经网络。这使得完全CC辅助指纹识别和定位仅使用从图表到真实世界坐标的线性变换。我们将我们的方法与最先进的CC在两个不同的真实世界数据集上进行了比较，这些数据集是用5G和UWB无线电设置记录的。我们的方法优于其他方法，UWB的定位精度为0.69米，5G设置为1.4米。我们表明，CC辅助指纹识别可以实现高度准确的定位，并减少（或消除）需要注释的训练数据。
2022-10-07 cs.LG eess.SP
Artificial-Intelligence-Assisted Multi-Modal Terahertz Sensing and Environment Reconstruction
Shanghai Jiao Tong University（上海交通大学）；Chalmers University of Technology（查尔姆斯理工大学）
提出一种基于测量的多模态太赫兹感知与视觉框架，结合信号处理与AI视觉模块，通过智能体集成实现室内环境的几何一致且语义可解释的重建。
2026-05-31 eess.SP
High Precision Indoor Localization with Dummy Antennas -- An Experimental Study
随着室内定位需求的不断增长，基于高精度技术的指纹变得越来越重要。最新的先进定位系统致力于在时域或频域提高定位精度，如UWB定位技术可以达到厘米级精度，但成本较高。因此，我们提出了一种基于空域扩展的低成本方案，并验证了天线扩展在定位精度方面的有效性。在本文中，我们实现了亚米级的定位精度，使用一个单一的AP通过扩展三个无线电链路的修改笔记本电脑到更多的天线。实验结果表明，在空域扩展和角域辅助的情况下，随着天线数目的增加，定位性能更加优越。
2021-08-24 eess.SP
Performance Evaluation of Dual RIS-Assisted Received Space Shift Keying Modulation
本文提出双RIS辅助的接收空间移键调制技术，通过动态配置RIS₂实现数据驱动的方向选择，提升室内无线信号路由性能。
2025-11-23 cs.IT eess.SP math.IT
Intelligently Wireless Batteryless RF-Powered Reconfigurable Surface
提出用超低成本商用RFID标签构成由SDR阅读器无线供能与控制的可重构表面，给出多项式复杂度最优配置，并通过原型实验验证性能及信道估计影响。
2021-05-30 eess.SP
Database Assisted Nonlinear Least Squares Algorithm for Visible Light Positioning in NLOS Environments
提出了一种考虑非视距传播影响的可见光系统室内定位算法。所提出的算法，命名为数据库辅助非线性最小二乘（DA-NLS），利用从经典的NLS算法和指纹算法的思想，以实现准确和鲁棒的定位性能在NLOS环境中。特别地，使用数据库来学习NLOS效应，然后采用NLS算法来估计位置。该算法的性能与指纹和NLS算法进行了比较。
2021-05-09 cs.IT eess.SP math.IT
A New Paradigm for Device-free Indoor Localization: Deep Learning with Error Vector Spectrum in Wi-Fi Systems
National Yang Ming Chiao Tung University（国立阳明交通大学）
本文针对 Wi-Fi 无设备室内定位中随机频率偏移导致 CSI 波动的问题，提出基于误差向量谱（EVS）和深度神经网络的 EVAL 方案，实验证明其定位精度优于现有基于 CSI 幅度或相位的机器学习方法。
2023-03-25 cs.LG eess.SP
Intelligent Reflecting Surfaces assisted Laser-based Optical Wireless Communication Networks
本文研究在室内光无线通信网络中部署智能反射表面以解决VCSEL波束易被阻塞的问题，并通过仿真证明IRS能显著提升基于激光的OWC系统可实现的数据速率。
2024-04-02 cs.SY eess.SP eess.SY
Artificial Intelligence-Assisted Energy and Thermal Comfort Control for Sustainable Buildings: An Extended Representation of the Systematic Review
Mohammed V University of Rabat（拉巴特穆罕默德五世大学）；MENTIS SA（MENTIS SA公司）；University of Nebraska at Kearney (UNK)（内布拉斯加大学凯尔尼分校）；Information Technology University（信息技术大学）；Alfaisal University（费萨尔国王大学）；Hamad Bin Khalifa University（哈马德·本·哈利法大学）；Western Michigan University（西密歇根大学）；Alakhawayn University in Ifrane（伊夫兰阿赫瓦因大学）；University of Houston（休斯顿大学）
不同的因素，如热舒适度，湿度，空气质量和噪音有显着的综合影响的可接受性和质量的活动进行的建筑物居住者谁花了他们的大部分时间在室内。在所引用的因素中，热舒适性有助于人类的福祉，因为它与人体的温度调节有关。因此，创造热舒适和节能的环境在建筑物的设计中非常重要，因此供暖，通风和空调系统也非常重要。最近的工作已经针对更先进的控制策略，主要是基于人工智能，具有模仿人类行为的能力。本文系统地综述了建筑物内的智能控制策略，并探讨了它们在室内环境中平衡热舒适性和节能优化的能力。方法.系统的文献综述使用ACM数字图书馆，Scopus，Google Scholar，IEEE Xplore（IEOL），Web of Science和Science Direct（SDOL）以及手动搜索的其他来源检查了同行评审的研究作品。包含以下字符串术语：热舒适性、舒适温度、首选温度、智能控制、高级控制、人工智能、计算智能、建筑、室内和建筑环境。入选标准为：英国，研究监测，主要是在建筑物中的人体热舒适性和能源效率同时基于控制策略，使用智能方法。使用系统性综述和荟萃分析指南的首选报告项目。最初，产生了1，077篇文章，最终有120篇符合纳入标准并进行了审查。
2020-08-04 cs.CY cs.LG eess.SP
Robust Sub-Meter Level Indoor Localization With a Single WiFi Access Point-Regression Versus Classification
精确的室内定位对于各种新兴应用（如虚拟/增强现实和个性化广告）来说是越来越苛刻的要求。当前的室内环境配备有多个WiFi接入点（AP），其部署预计在未来将是大规模的，从而实现高度精确的定位方法。虽然传统的基于模型的定位方案通过融合多个信道状态信息（CSI）观测值获得了亚米级的定位精度，但是相应的计算开销通常是显著的，特别是在当前的多输入多输出正交频分复用（MIMO-OFDM）系统中。为了解决这个问题，最近提出了使用深度学习框架的无模型定位技术，其中主要应用分类方法。在本文中，我们提出了一种基于逻辑回归的方案，而不是基于分类的机制，该方案具有深度学习框架，结合Cramér-Rao下限（CRLB）辅助的鲁棒训练，在标准实验室环境中实现了更鲁棒的亚米级精度（0.97 m中位距离误差），并在单个WiFi AP设置下保持合理的在线预测开销。
2019-11-17 eess.SP
Multi-site Radar Systems for High-Precision Indoor Positioning and Tracking
Hong Kong University of Science and Technology (Guangzhou)（香港科技大学（广州））；Peng Cheng Laboratory（鹏城实验室）
本文提出一种利用多站点单输入单输出雷达系统的高精度室内定位与跟踪方法，通过融合多雷达径向速度测量，改进目标位置估计，提升精度并降低硬件复杂度。
2026-04-17 eess.SP
Enhancing Feature Extraction for Indoor Fingerprint Localization Using Diversified Data
针对传统指纹特征在复杂室内环境中可靠性低的问题，提出基于多样化CSI的特征提取增强定位方案Secci，将CSI转换为RGB图像输入由SE注意力机制辅助训练的DCNN，实验证明其优于四种现有算法。
2023-06-30 eess.SP
Modeling and Analysis of Reconfigurable Intelligent Surfaces for Indoor and Outdoor Applications in Future Wireless Networks
可重构智能表面（RIS）授权通信是有前途的6 G技术之一，其允许通过使用人造表面操纵冲击波将无线信道转换为智能发射实体。在本文中，使用RIS的潜在好处进行了调查，为室内/室外设置和各种频段（从6 GHz以下的毫米波）。首先，一个一般的系统模型与一个单一的RIS被认为是和总的反射元素的数量上的概率分布的接收信噪比和错误性能的影响进行了研究，在莱斯衰落。同样对于这种情况下，路径损耗指数进行了分析，考虑经验路径损耗模型。此外，传输模型与多个RIS的室内和室外非视距（NLOS）的情况下开发和分析。传统的RIS选择策略也集成了系统配备了多个RIS的第一次。通过大量的仿真，它表明，RIS辅助系统提供了有前途的解决方案，室内/室外的情况下，在各种工作频率，并表现出显着的结果，即使在系统的缺陷，如有限的范围相位调整和不完善的信道相位估计在RIS的错误性能和可实现的数据率。
2020-08-30 cs.IT eess.SP math.IT
Distributed Reconfigurable Intelligent Surfaces for Energy Efficient Indoor Terahertz Wireless Communications
随着第五代（5G）网络的广泛商用和快速部署，第六代（6 G）无线通信被设想为在多个方面向全球用户提供有竞争力的服务质量（QoS）。6 G的关键和基础研究首先高度依赖于当频谱被认为扩展到太赫兹（THz）域时无线传播的精确建模和表征。此外，未来网络的功耗和能源效率是需要考虑的关键因素。在这项研究中，可重构智能表面（RIS）辅助无线通信的基本机制的审查的基础上，我们利用三维射线跟踪方法来分析一个现实的室内太赫兹传播环境中存在的人为障碍。此外，我们提出了一个分布式RISs框架（DRF），以协助室内太赫兹无线通信，以实现整体的能源效率。基于2,900多个室内太赫兹无线通信子场景的仿真结果的数值分析表明，应用分布式RISs可以有效克服移动人员阻塞问题，改善太赫兹信号覆盖，提高信噪比（SNR）和QoS。随着实际的硬件设计限制的调查，我们最终设想如何利用现有的通感一体化技术部署和操作这样的系统在现实中。这种分布式RISs框架还可以为物联网（IoT）网络的高效THz通信奠定基础。
2022-10-12 eess.SP
Indoor and Outdoor Physical Channel Modeling and Efficient Positioning for Reconfigurable Intelligent Surfaces in mmWave Bands
可重构智能表面（RIS）辅助通信通过向电信运营商提供系统设计中的新自由度而作为第六代（6G）无线网络的潜在使能器之一出现。特别地，RIS授权的毫米波（mmWave）通信系统可以是提供宽带和无处不在的连接的补救措施。本文旨在通过为毫米波频率提供物理，准确，开源和广泛适用的RIS信道模型来填补公开文献中的一个重要空白。我们的模型不仅适用于各种室内和室外环境，而且通过考虑5G无线电信道条件，还包括存在RIS时无线传播的物理特性。各种部署方案提出的RIS和有用的见解提供了系统设计师从潜在的RIS用例和他们的有效定位的角度。揭示了RIS的使用对通信系统性能有很大影响或可能没有很大影响的场景。本文还介绍了开源的、功能全面的SimRIS信道模拟器。
2021-09-18 cs.IT eess.SP math.IT
SAC-Controlled RIS-Assisted Monopulse Radar for Multipath-Robust Vital-Sign Localization
Rochester Institute of Technology（罗切斯特理工学院）
本文提出一种SAC控制的RIS辅助单脉冲雷达，通过强化学习优化RIS相位配置，以减轻室内多径对生命体征定位的影响，相比传统方法提升了角度定位鲁棒性。
2026-10-05 eess.SP
Propagation and Rate-Aware Cell Switching Optimization in HAPS-Assisted Wireless Networks
Ankara Yıldırım Beyazıt University（安卡拉伊尔迪里姆贝亚齐特大学）；University of Brescia（布雷西亚大学）；TÜBİTAK BİLGEM（土耳其科学技术研究委员会信息通信技术研究所）；Istanbul Technical University（伊斯坦布尔理工大学）
本文提出了一种在HAPS辅助无线网络中结合传播和速率感知的小区切换优化方法，通过多目标优化框架减少能耗、未连接用户和数据速率退化，提升6G网络的可持续性。
2026-03-11 cs.SY eess.SP eess.SY
SimRIS Channel Simulator for Reconfigurable Intelligent Surface-Empowered Communication Systems
可重构智能表面（RIS）辅助通信通过提供优化通信系统性能的新方式而成为第六代（6G）无线网络的潜在使能器之一。本文旨在填补一个重要的空白，在公开文献中提供一个准确的，源，广泛适用的RIS信道模型毫米波频率。我们的模型不仅适用于各种室内和室外环境，还包括存在RIS时无线传播的物理方面以及各种实际的5G信道建模问题。本文还介绍了开放源代码的SimRIS信道模拟器，用于RIS辅助通信系统的计算机仿真。
2020-08-30 cs.IT eess.SP math.IT
WiRiS: Transformer for RIS-Assisted Device-Free Sensing for Joint People Counting and Localization using Wi-Fi CSI
本文提出WiRiS系统，利用Transformer和RIS配置的CSI特征，实现无设备环境下联合人数统计与定位，准确率超90%，定位达厘米级。
2023-11-09 eess.SP
Joint Visible Light and Backscatter Communications for Proximity-Based Indoor Asset Tracking Enabled by Energy-Neutral Devices
Aalto University（阿尔托大学）；Queen’s University Belfast（贝尔法斯特女王大学）；University of Houston（休斯顿大学）
提出一种混合室内资产追踪系统，结合可见光通信与反向散射通信，利用SLIPT框架实现能量中性IoT节点，通过粒子滤波算法融合邻近报告与信号强度，实现低功耗、低成本定位，误差中位数0.318米。
2026-06-25 cs.ET eess.SP
TRIS-HAR: Transmissive Reconfigurable Intelligent Surfaces-assisted Cognitive Wireless Human Activity Recognition Using State Space Models
本文提出TRIS-HAR系统，利用透射式可重构智能表面重塑信号传播，并结合HiMamba状态空间模型捕获时频信息，将穿墙人体活动识别准确率从85.00%提升至98.06%。
2024-10-03 eess.SP
A Retrieval-Assisted Framework for Wireless Localization
Shanghai University（上海大学）；Chalmers University of Technology（查尔姆斯理工大学）；Shenzhen University（深圳大学）
本文提出一种结合检索与学习的无线定位框架，通过信道图谱和图注意力网络提升定位精度和可扩展性。
2026-03-06 eess.SP
Robot-assisted Backscatter Localization for IoT Applications
Huazhong University of Science and Technology（华中科技大学）；Southeast University（东南大学）
近年来，后向散射技术的迅速发展，实现了无处不在的长期连接，为智能城市和智能家居提供了支持。定位这种反向散射标签对于基于物联网的智能应用至关重要。然而，当前的反向散射定位系统需要站点的先验知识，即具有已知位置的地图或地标，这对于部署来说是费力的。为了使通用的定位服务，本文提出了漫游者，室内定位系统，定位多个反向散射标签，而没有任何启动成本，使用配备惯性传感器的机器人。Rover在联合优化框架中运行，融合来自反向散射WiFi信号和惯性传感器的测量结果，同时估计机器人和连接标签的位置。我们的设计解决了实际问题，包括多个标签之间的干扰，实时处理，以及在处理退化运动的数据边缘化问题。我们使用现成的WiFi芯片和定制的反向散射标签制作了火星车原型。我们的实验表明，漫游者实现定位精度为39.3厘米的机器人和74.6厘米的标签。
2020-05-21 cs.RO eess.SP
Measurement-based Characterization of Physical Layer Security for RIS-assisted Wireless Systems
Communications and Signal Processing Research (HISAR) Lab., TUBITAK BILGEM（TÜBİTAK BİLGEM 通信与信号处理研究实验室）；Boğaziçi University（博阿齐奇大学）；Koç University（科奇大学）；Yildiz Technical University（伊斯坦布尔技术大学）
本文通过测量方法分析RIS辅助无线系统中的物理层安全性能，利用软件定义无线电和相位调控实现对Bob和Eve接收信号功率的优化，以最大化保密容量。
2023-04-22 eess.SP
