Joint Localization and Environment Sensing by Harnessing NLOS Components in RIS-aided mmWave Communication Systems
本研究提出利用毫米波通信系统中的NLOS分量进行联合定位与环境感知，建立RIS路径增益模型并提出两阶段估计器，显著提升了UE定位与环境感知精度。
2023-05-21 cs.IT eess.SP math.IT
Radio Localization and Sensing -- Part II: State-of-the-art and Challenges
这封信是关于无线电定位和传感的两封信教程的一部分，重点是移动无线电系统，即，5G及以后在第一部分的基础上，重点介绍了基础知识，在这里，我们将更深入地了解最先进的技术进步以及6 G，涵盖与建模，覆盖范围和准确性相关的推动因素和挑战。
2022-09-01 cs.IT cs.SY eess.SP
Radio Localization and Sensing -- Part I: Fundamentals
这封信是关于无线电定位和传感的两封信教程的一部分，重点是5G毫米波及以上的移动无线电系统。第一部分介绍了基本原理，包括相关文献的概述，以及定位和传感问题的不同方面。然后，不同的性能指标，这是重要的方法的评估。方法在这封信的最后一部分有详细说明。因此，第一部分为第二部分深入探讨更具前瞻性的问题提供了必要的背景。
2022-09-03 cs.IT cs.SY eess.SP
Channel Model Mismatch Analysis for XL-MIMO Systems from a Localization Perspective
无线电定位应用于高频（例如，毫米波和太赫兹）系统，以支持通信和提供基于位置的服务，而无需额外的基础设施。{For为了解决定位问题，简化的、固定的、窄带远场信道模型由于其紧凑的公式化而被广泛使用。然而，随着超大型MIMO系统中阵列尺寸的增加以及较高mmWave频带处带宽的增加，信道空间非平稳性（SNS）、球面波模型（SWM）和波束偏斜效应（BSE）的影响不可忽略。在这种情况下，当采用偏离真实模型的不准确信道模型时，定位性能将受到影响。在这项工作中，我们采用MCRB（错误指定的Cramér-Rao下限）使用一个简化的失配模型，而观测数据是由一个更复杂的真实模型的本地化误差下限。仿真结果表明，在所有模型损伤中，SNS的贡献最小，当距离小于阵列尺寸时，SWM占主导地位，当距离远大于阵列尺寸时，BSE的影响更为显著。
2022-05-30 eess.SP
Integrated Communication, Localization, and Sensing in 6G D-MIMO Networks
本文研究6G D-MIMO网络中的通信感知一体化，通过分析不同架构与部署方式揭示冲突与协同，并结合仿真演示阐明实现ISAC的机遇与挑战。
2024-03-28 cs.IT eess.SP math.IT
Mismatch-Robust Underwater Acoustic Localization Using A Differentiable Modular Forward Model
University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）；Stony Brook University（石溪大学）
针对环境失配下的水下声学定位问题，提出在推理时优化预训练网络权重并引入物理启发的模块化正向模型，以端到端方式学习多径结构，有效缓解数据失配影响。
2025-03-30 cs.LG cs.SD eess.AS
User Equipment Assisted Localization for 6G Integrated Sensing and Communication
本文针对6G ISAC中UE辅助无设备感知面临的同步误差、锚点位置误差和数据关联难题，提出两阶段定位协议，并通过有源UE模式降低复杂度，实现高精度多目标定位。
2025-02-05 cs.IT eess.SP math.IT
Joint Localization and Communication Enhancement in Uplink Integrated Sensing and Communications System with Clock Asynchronism
本文针对时钟异步的上行ISAC系统，提出融合CSI增强与MUSIC的AoA和距离估计方法，并联合利用CSI与数据信号实现分米级单基站定位，相比ML基准方法定位MSE改善约8 dB。
2023-10-28 cs.IT eess.SP math.IT
Optimized Beamforming for Joint Bistatic Positioning and Monostatic Sensing
本文研究MIMO-OFDM场景下双站定位与单站感知的性能折中，推导了CRB下界，提出多目标优化框架设计波束成形器并引入两种失配最小化方法，数值结果验证了所提方法的显著增益。
2025-03-03 eess.SP
ISAC Network Planning: Sensing Coverage Analysis and 3-D BS Deployment Optimization
University of Manchester（曼彻斯特大学）；Ulsan National Institute of Science and Technology (UNIST)（蔚山科学技术院）；University College London（伦敦大学学院）；University of Southampton（南安普顿大学）
本文提出了一种优化ISAC网络规划的方法，通过三维基站部署优化实现感知覆盖与通信性能的平衡。
2025-12-23 cs.IT eess.SP math.IT
Multi-domain Cooperative SLAM: The Enabler for Integrated Sensing and Communications
同时定位与地图构建（SLAM）提供用户跟踪和环境地图绘制能力，使得通信系统能够获得态势感知。具有超宽带、多天线和大量连接的先进通信网络为传感和通信的深度集成提供了机会。本文首先回顾了综合传感与通信技术的发展历程，揭示了综合传感与通信技术与传统通信技术的区别。然后，多域协同SLAM的有效机制。特别是，交叉感知，跨用户，跨频率，跨设备的SLAM机制的研究机会和挑战提出。此外，SLAM辅助通信策略进行了明确的讨论。通过数值分析，证明了基于混合感知和众包的多域协同SLAM机制可以显著提高复杂多径传播环境下的定位和地图构建精度。此外，通过测试平台实验表明，本文提出的SLAM机制在实际应用场景中能够达到分米级的定位和映射精度，从而证明了多域协同SLAM在ISAC中的应用前景。
2022-11-11 cs.IT eess.SP math.IT
User Localization via Active Sensing with Electromagnetically Reconfigurable Antennas
University of Electronic Science and Technology of China（电子科技大学）；King Abdullah University of Science and Technology (KAUST)（阿卜杜拉国王科技大学）
本文提出利用电磁可重构天线主动传感的深度学习框架，通过双时间尺度设计提升用户定位精度。
2026-01-29 eess.SP
Active Sensing for Localization with Reconfigurable Intelligent Surface
本文研究借助RIS的上行链路定位问题，提出一种基于LSTM和DNN的主动感知策略，通过自适应调整RIS反射系数以降低定位误差，且支持提前停止并产生可解释结果。
2023-10-19 cs.IT eess.SP math.IT
Integration of Communication and Sensing in 6G: a Joint Industrial and Academic Perspective
6 G可能是第一代移动通信，将定位和传感与通信功能紧密集成。在全球范围内的多项举措中，Hexa-X旗舰项目脱颖而出，因为它汇集了来自相邻行业和学术界的25个关键参与者，其明确目标之一是研究全新的无线电接入技术和高分辨率定位和传感。这些功能不仅可以实现需要极端本地化性能的新用例，还可以提供支持和改进通信功能的方法。本文概述了Hexa-X愿景以及设想的用例。为了缩小这些用例在5G方面所需的性能差距，将讨论几个技术推动因素，以及未来几年的相关研究挑战。
2021-06-24 cs.IT eess.SP math.IT
Near-Field Localization and Sensing with Large-Aperture Arrays: From Signal Modeling to Processing
本文围绕大孔径阵列的近场定位与感知展开，指出大孔径阵列应用趋势打破了阵列信号处理的传统远场假设，为近场信号处理带来新挑战与新机遇。
2024-10-22 eess.SP
6G Localization and Sensing in the Near Field: Features, Opportunities, and Challenges
本文针对6G通信中ELAAs、RISs、D-MIMO等技术的近场特性，分析其球面波模型等三大特征，探讨定位与感知领域对近场的不同认知，梳理相关研究机遇与挑战。
2023-12-14 cs.IT eess.SP math.IT
Participatory Sensing for Localization of a GNSS Jammer
全球导航卫星系统接收器容易受到干扰和欺骗攻击，过去十年来全世界报告了许多这类事件。快速检测攻击并定位攻击者非常重要，如果没有专用的传感基础设施，这可能很难实现。参与式感知或人群感知的概念是由大量自愿贡献者提供测量，而不是依赖于专门的感知基础设施。这项工作认为嵌入式GNSS接收机提供测量参与式干扰检测和定位。具体而言，这项工作提出了一种新的干扰定位算法，基于参与式感知，利用AGC和C/N_0估计从商业GNSS接收机。所提出的算法不需要知道干扰功率，也没有的信道，但自动估计的所有参数。该算法优于类似的国家的最先进的定位算法在相关的场景。
2022-04-29 eess.SP
Localization with Reconfigurable Intelligent Surface: An Active Sensing Approach
University of Toronto（多伦多大学）
针对RIS辅助的上行链路用户定位问题，提出基于LSTM与DNN的主动感知策略，自适应调整感知向量实现定位，性能优于非主动方法及多基站对比方案，且具备可解释性与阶段可推广性。
2023-12-15 cs.IT cs.LG eess.SP
On the Impact of Hardware Impairments on RIS-aided Localization
研究了一种基于相位相关的可重构智能表面（RIS）幅度变化模型的硬件损伤下的单天线用户设备（UE）和基站（BS）辅助的近场定位系统.为了分析实际模型和理想模型之间的失配与单位振幅RIS元素的定位性能，我们采用错误指定的克拉美-罗界（MCRB）。基于MCRB推导，评估UE位置估计的均方误差的下限（LB），并示出在低信噪比（SNR）下收敛到MCRB。仿真结果表明，随着信噪比的增加，由于模型的误设定，性能下降更严重。此外，失配的最大似然（MML）估计推导出，并发现是紧的LB在高信噪比制度。最后，我们观察到，模型不匹配可能导致在高SNR下的数量级定位性能损失。
2022-05-25 eess.SP
Toward ISAC-empowered subnetworks: Cooperative localization and iterative node selection
University of Pisa（比萨大学）
针对ISAC赋能子网的单静态目标定位感知-通信权衡问题，本文提出低复杂度迭代节点选择算法，可在资源约束下优化感知子网集，经仿真验证能以低迭代次数实现高精度定位，同时量化了感知与通信的性能权衡关系。
2025-11-15 eess.SP
Calibration in RIS-aided Integrated Sensing, Localization and Communication Systems
本文综述了6G时代RIS辅助的ISAC系统中几何与硬件校准的类型、影响及挑战，强调了锚点状态对定位与感知的重要性。
2024-09-25 eess.SP
ELAA Near-Field Localization and Sensing with Partial Blockage Detection
本文研究ELAA近场联合同步、定位与感知问题，提出部分遮挡检测算法，通过识别被遮挡天线来减轻遮挡对性能的影响。
2024-02-24 eess.SP
Potentials of Deterministic Radio Propagation Simulation for AI-Enabled Localization and Sensing
本文提出一种基于确定性信道建模和无线电传播仿真的集成工具链，解决了下一代网络中AI定位与感知方法的数据生成瓶颈，并在机舱环境场景分类中验证了其有效性。
2023-09-11 eess.SP
Ziv-Zakai Bound for Near-Field Localization and Sensing
National Research Council (CNR)（意大利国家研究委员会）；Università di Bologna（博洛尼亚大学）；National Laboratory of Wireless Communications (WiLab), CNIT（CNIT无线通信国家实验室）
本文研究了大尺寸天线阵列下近场定位与感知的Ziv-Zakai界，探讨了其在低信噪比下的性能及近场感知的限制与机遇。
2026-02-09 eess.SP
User Localization using RF Sensing: A Performance comparison between LIS and mmWave Radars
Aalborg University（奥尔堡大学）；Aalto University（阿尔托大学）
由于电磁信号无处不在，射频（RF）感测具有成为通用感测机制的潜力，其应用于定位、智能家居、零售、手势识别、入侵检测等。RF感测中的两种新兴技术，即通过大型智能表面（LIS）和毫米波调频连续波（FMCW）雷达进行感测，已成功应用于广泛的应用领域。在这项工作中，我们比较LIS和毫米波雷达在现实世界和模拟环境中的定位。在我们的实验中，毫米波雷达实现了0.71 IOU和3cm的边界框误差，而LIS有0.56 IOU和10cm的距离误差。虽然雷达在精度方面优于LIS，但LIS除了传感场景外，还具有通信方面的其他应用。
2022-05-17 cs.CV cs.LG eess.SP
Compressed-Sensing-Based 3D Localization with Distributed Passive Reconfigurable Intelligent Surfaces
在本文中，可编程信号传播范例，使可重构智能表面（RISs），利用高精度$3$ -维（3D）用户定位与一个单一的多天线基站。利用无源RISs的可调反射能力，我们提出了一种利用多反射无线环境的两阶段用户定位方法。在第一阶段，我们部署了一个离网压缩感知的方法，这是基于原子范数最小化，用于估计与每个RIS，这是其次，在第二阶段，由最大似然位置估计初始化的最小二乘线相交技术的到达角。数值结果显示了所提出的三维定位方法的高精度，验证了我们的理论Cramér Rao下限分析。
2022-10-27 eess.SP
6G Radio Requirements to Support Integrated Communication, Localization, and Sensing
6G将以极端用例为特征，不仅用于通信，还用于定位和传感。用例可以直接映射到标准关键性能指标（KPI）方面的需求，例如数据速率、延迟或定位准确性。本文的目标是更进一步，将这些标准KPI映射到对信号、硬件架构和部署的要求。在此基础上，可以确定可以同时支持多个用例的系统解决方案。由于有几种方法可以满足KPI，因此没有唯一的解决方案，将讨论优选的配置。
2022-05-22 eess.SP
Target Localization with Macro and Micro Base Stations Cooperative Sensing
针对6G单基站感知局限及宏微基站高低频段信息融合难题，提出符号级融合方法与3D-GDFT算法，实现有限资源下多目标精确定位，性能优于传统单基站感知方案。
2024-09-15 eess.SP
Hybrid Monostatic and Bistatic Sensing for Target Localization in OFDM Systems under Phase Noise
Universitat Autònoma de Barcelona（巴塞罗那自治大学）；Chalmers University of Technology（查尔姆斯理工大学）
本文针对OFDM系统中混合单双基地感知的相位噪声问题，表征联合残余差分PN统计特性，通过理论下界量化三类接收机下PN对目标定位的影响，为相关感知系统设计提供理论依据。
2026-10-15 eess.SP
Ultra-Fast Device-Free Visible Light Sensing and Localization via Reflection-Based ΔRSS and Deep Learning
本文提出了一种基于反射的ΔRSS和深度学习的超快无设备可见光传感与定位系统，通过光学信号反射建模实现非侵入式的人体存在和位置推断。
2026-02-03 eess.SP
Accurate Multi-perturbation Localization in Optical Fibers with Polarization-based Forward Sensing
Eindhoven University of Technology（埃因霍温理工大学）；Chalmers University of Technology（查尔姆斯理工大学）
该研究提出基于偏振前向传感的方法，通过互相关、峰值检测与插值，在10 GSa/s数值光纤模型中实现5个多扰动的精准定位，中位误差3.5 m。
2026-08-05 eess.SP
Thermal Source Localization Through Infinite-Dimensional Compressed Sensing
本文提出利用无限维压缩感知思想进行热源定位，提供理论保证并验证了在噪声和非均匀分布下的强性能。
2017-10-04 cs.NA eess.SP math.NA
RIS-Enabled Integrated Sensing and Communication for 6G Systems
本文提出一种基于RIS和被动雷达的集成感知与通信系统目标定位算法，利用通信信号前导码实现目标检测与定位，并通过仿真验证了其在不同RIS尺寸下的性能。
2023-12-31 eess.SP
Dispersion-aware Localization Network for Wideband OFDM Pinching-Antenna Integrated Sensing and Communication Systems
Hanbat National University（韩北国立大学）；Seoul National University（首尔大学）
针对宽带OFDM捏合天线ISAC系统的波导色散导致定位性能下降的问题，提出两阶段ISAC框架及DiPL-Net网络，仿真显示其在保持通信速率的同时大幅提升定位性能。
2026-08-24 eess.SP
Distributed Integrated Sensing, Localization, and Communications over LEO Satellite Constellations
本文提出分布式集成感知、定位与通信（DISLAC）方法，通过卫星间协作提升LEO星座在6G中的通信、定位和传感性能。
2026-01-10 eess.SP
Cooperative Multi-Monostatic Sensing for Object Localization in 6G Networks
针对6G网络中多径导致回波退化及带宽受限时定位性能下降的问题，本文提出基于5G NR的协作式多单基地感知框架，通过加权融合各基站距离估计抑制多径，并经光线追踪仿真验证有效。
2024-01-25 cs.SY eess.SP eess.SY
Iterative Sparse Recovery based Passive Localization in Perceptive Mobile Networks
感知移动网络（PMNs）的提出是为了将感知能力集成到当前的蜂窝网络中，其中多个感知节点（SN）可以协作地感知相同的目标。除了传统雷达系统中的主动感测之外，基于来自移动用户设备的上行链路通信信号的被动感测可以在PMNs中发挥更重要的作用，特别是对于具有弱电磁波反射的目标，例如，行人然而，在没有适当设计的主动感测波形的情况下，被动感测通常遭受低信噪比（SNR）。因此，大多数现有的方法需要大量的数据样本来实现接收信号的协方差矩阵的准确估计，基于该估计来构建用于定位目的的功率谱。这样的要求将给PMN带来沉重的通信工作量，因为数据样本需要通过网络传输以进行协作感测。为了解决这个问题，在本文中，我们利用稀疏结构的定位问题，以减少搜索空间，并提出了一个迭代稀疏恢复（ISR）算法，估计协方差矩阵和功率谱的迭代方式。实验结果表明，在低信噪比条件下，ISR算法在样本量很少的情况下，可以获得比现有方法更好的定位性能。
2022-08-22 eess.SP
Generation-Agnostic Zero-Energy Devices for Sustainable Connectivity, Sensing, and Localization
针对6G大规模物联网连接的能源与可持续性挑战，提出无电池、频谱无关且跨代兼容的反向散射物联网设备XG-ZEDs，利用环境无线信号实现通信、传感和定位，为可持续连接提供新方案。
2025-11-12 eess.SP
Self-Adaptive RISs Beyond Free Space: Convergence of Localization, Sensing and Communication under Rich-Scattering Conditions
本文探讨了在6G丰富散射场景下RIS自适应部署需融合定位、感知与通信，揭示了上下文感知的必要性及通信开销的转化，并通过案例发现自适应RIS仅在特定噪声阈值下优于忽略上下文的RIS。
2022-05-23 cs.IT cs.SY eess.SP
Hierarchical Localization for Integrated Sensing and Communication
本文提出一种利用波束成形与波束聚焦技术的分层定位算法，可在大型天线阵列和智能表面上实现，并通过蒙特卡洛仿真验证其对静态和移动用户的定位性能。
2024-10-01 eess.SP
A Continuous High Precision Localization Method for AGVs Based on Interferometric FBG Array Sensing and Hybrid Deep Learning
Hubei Longzhong Laboratory（湖北隆中实验室）；Wuhan University of Technology（武汉理工大学）；National Engineering Research Center of Fiber Optic Sensing Technology and Networks（光纤传感技术网络国家工程研究中心）；Jiangsu Zhiren Jinghang New Materials Research Institute Company Ltd.（江苏智人京航新材料研究院有限公司）；State Key Laboratory of Advanced Technology for Materials Synthesis and Processing（材料合成与加工先进技术国家重点实验室）
本文提出一种结合干涉型FBG阵列传感与混合深度学习的AGV连续定位方法，在复杂工业条件下实现小于2厘米的平均绝对误差，解决了传统离散定位的连续性及现有连续定位的精度问题。
2026-10-07 eess.SP
Data-Aided Target Localization in Multistatic ISAC Systems With Communication Constraints
Beijing Union University（北京联合大学）；Tsinghua University（清华大学）
研究多基地ISAC系统中利用通信信号进行目标定位的问题，提出含统计数据辅助感知和联合数据辅助感知与解码两种策略的数据辅助框架，推导性能极限，制定联合设计问题并开发算法，仿真验证方案有效性。
2026-07-14 eess.SP
Joint Communication, Sensing and Localization for Airborne Applications
随着自动驾驶和城市空中交通的趋势，自动导航车辆的数量将增加，因为它们预计将用于交付以及自动出租车等应用。为此，大量用于无线通信、环境感测和定位的机载系统将成为强制性的。对于无人驾驶航空器来说尤其如此，因为参与空域需要与现有用户兼容并安全互动。一定数量的系统已经在使用中，并且占据了限定的频谱以及安装空间，这限制了新系统设计的自由度。用于交付服务的无人机等飞行器的小型化进一步降低了自由度，特别是在任何附加设备的尺寸和重量方面。因此，本文讨论了一种无人机联合通信、感知和定位的设计方法。为了实现这一目标，当将自动驾驶提升到第三维时，多模多端口天线和联合波形设计被提出作为解决方案的一部分。
2022-09-22 eess.SP
RIS-Aided Localization and Sensing
University of Patras（帕特雷大学）；National and Kapodistrian University of Athens（雅典国立卡波蒂斯特里安大学）；European Space Agency (ESA)（欧洲空间局）
本研究提出利用可重构智能表面技术提升定位与传感精度，通过算法优化和实验验证，实现复杂环境下的高效通信与感知
2025-12-03 eess.SP
Multi-Target Localization in Multi-Static Integrated Sensing and Communication Deployments
针对多静态ISAC部署中的多目标定位问题，提出多节点信息融合与散射建模框架，并通过室内毫米波链路预算仿真验证其相对单静态基线最高35%的检测概率增益。
2023-06-13 eess.SP
Cooperative Multi-Static Target Localization for ISAC in Cluttered Industrial IoT Networks
Aalborg University（奥尔堡大学）
本文提出一种新颖的ISAC框架，用于密集工业物联网环境中克服环境杂波的协作多静态目标定位。通过开发轻量级时间杂波抑制学习方法，结合采样基于视场感知初始化方案和经验位置误差界方案，实现自适应识别最有信息量的传感节点，并利用可靠性感知加权最小二乘估计器融合测量数据，显著提升定位精度。
2026-09-03 eess.SP
Source Localization and Tracking for Dynamic Radio Cartography using Directional Antennas
利用定向天线是一种有效的频谱感知和精确的源定位和跟踪的解决方案。配备定向天线的频谱传感器应不断扫描空间，以跟踪发射源并发现感兴趣区域的新活动。在本文中，我们提出了一种新的配方，统一接收信号强度（RSS）和波达方向（DoA）的压缩感知（CS）的框架。底层CS测量矩阵是传感器的波束成形向量的函数，并且被称为传播矩阵。与全向天线的情况相比，我们采用的传播矩阵提供了更多的非相干投影，这是压缩感知理论中的一个重要因素。基于新的公式，我们优化天线波束，提高频谱感知效率，跟踪活跃的主用户准确和监测频谱活动在一个感兴趣的区域。在许多实际场景中，没有融合中心来整合来自频谱传感器的接收数据。我们提出了分布式版本的算法，这种情况下。实验结果表明，在源定位精度的显着改善，相比的情况下，当传感器配备全向天线。动态无线电制图的建议框架的适用性。此外，将估计的动态RF图随时间与地面实况进行比较，证明了我们提出的方法用于精确信号估计和恢复的有效性。
2019-05-21 cs.IT eess.SP math.IT
1-bit Localization Scheme for Radar using Dithered Quantized Compressed Sensing
我们提出了一种新的方案，允许使用高度量化的1位测量从调频连续波（FMCW）雷达与两个接收天线的二维目标定位。雷达信号的量化会引入局部伪影，我们通过在非量化的观测值上插入抖动来消除这一限制。然后，我们适应的投影反投影算法估计抖动量化雷达观测的目标的范围和角度，可证明衰减重建误差时，观察的数量增加。进行仿真，以突出的抖动方案在无噪声条件下的准确性相比，非抖动和全32位分辨率下严重的比特率降低。最后，使用雷达传感器进行测量，以证明所提出的量化抖动方案在实际条件下的有效性和性能。
2018-06-15 eess.SP
Multi-User Localization via Active Sensing with Electromagnetically Reconfigurable Antennas
School of Information and Communication Engineering, University of Electronic Science and Technology of China（电子科技大学信息与通信工程学院）；Electrical and Computer Engineering Program, Computer, Electrical and Mathematical Sciences and Engineering (CEMSE), King Abdullah University of Science and Technology (KAUST)（阿卜杜拉国王科技大学计算机、电气和数学科学与工程（CEMSE）项目）；Department of Electrical Engineering, Chalmers University of Technology（查尔姆斯理工大学电气工程系）
本文提出一种基于电磁可重构天线的学习型主动感知框架，利用LSTM积累时序特征、GNN捕捉多用户耦合，实现多用户渐进式定位，性能优于传统非可重构阵列及基线。
2026-07-30 eess.SP
Zero-Calibration Device-free Localization for the IoT based on Participatory Sensing
无设备定位（DFL）是一种新兴的技术，用于估计不配备任何电子标签的人或物体的位置，也不主动参与定位过程。与基于设备的定位类似，DFL的初始阶段是建立指纹数据库，这通常是使用现场测量手动完成的。这一过程繁琐、耗时，并且易受环境动态的影响。受物联网（IoT）最新进展的启发，本文介绍了RadioGrapher;这是一种在物联网环境中自动化无设备指纹校准过程的系统。RadioGrapher以人群感应方式利用感兴趣区域中实体的基于设备的位置，并借助无线连接的物联网设备的菲涅尔区自动构建无设备指纹。在使用多个实体的物联网测试平台中对RadioGrapher进行的实验评估表明，它可以以高精度构建DFL指纹。此外，其中值定位精度与手动指纹识别相当。这没有校准开销，突出了RadioGrapher作为物联网环境中众包无设备指纹构造器的承诺。
2019-09-08 cs.NI eess.SP
COST INTERACT Whitepaper on Signal Processing for Communications, Localization, and Intergrated Sensing and Communication
本白皮书针对6G通信新增感知定位等功能及高KPI需求，介绍INTERACT工作组2结合统计学习与信号结构理论，面向多频段设计物理层通信、定位与感知信号处理技术的研究成果。
2024-12-11 eess.SP
Movable Antenna-Enabled Near-Field Localization: A Moment-Based Approach
City University of Hong Kong（香港城市大学）
本研究针对可移动天线的近场目标定位问题，以最小化平方位置误差界为目标，提出基于4阶截断矩的半定规划天线布置方法，其性能优于传统阵列且接近穷举搜索基准。
2026-10-19 cs.IT eess.SP math.IT
Cooperative Sensing of Side Lobes Interference for mmWave Blockages Localization and Mapping
针对毫米波通信易受阻塞导致性能下降的问题，本研究在前期单节点角位置感知机制基础上，提出多实体共享感知数据的协同旁瓣干扰感知方法，可联合定位移动阻塞物并绘制干扰图，数值验证其能更精准估计阻塞物的位置、轨迹等参数。
2024-05-14 eess.SP
6G White Paper on Localization and Sensing
本白皮书通过确定关键技术推动因素并讨论其潜在挑战、实施问题以及确定潜在解决方案，探讨了5G后无线通信系统未来的本地化和感知机会。此外，我们为定位和传感应用提供了令人兴奋的新机会，这将颠覆传统的设计原则，彻底改变我们的生活方式，与环境互动以及开展业务。随着5G NR系统的发展趋势，6G将继续朝着更高的频率范围、更宽的带宽和大规模天线阵列发展。反过来，这将使传感解决方案具有非常精细的范围，多普勒和角度分辨率，以及定位到厘米级的准确度。此外，新材料、设备类型和可重构表面将使网络运营商能够重塑和控制环境的电磁响应。与此同时，机器学习和人工智能将利用前所未有的数据和计算资源来解决无线通信系统中最大和最困难的问题。6G将是真正的智能无线系统，不仅能提供无处不在的通信，还能提供高精度定位和高分辨率传感服务。它们将成为这场革命的催化剂，带来一系列独特的新功能和服务能力，定位和传感将与通信共存，持续共享时间，频率和空间上的可用资源。本白皮书最后强调了基础研究面临的挑战，以及与隐私、安全和信任相关的影响和机遇。应对这些挑战无疑需要研究界的跨学科和协调一致的努力。
2020-06-02 cs.SY eess.SP eess.SY
