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
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
Adaptive Hierarchical Sensing for the Efficient Sampling of Sparse and Compressible Signals
本文提出了一种新的自适应分层感知算法K-AHS，它以与压缩感知（CS）相同的测量复杂度对稀疏或可压缩信号进行采样。与CS相比，K-AHS是自适应的，因为在采样时选择感测向量，这取决于先前的测量。在采样之前，用户选择感兴趣信号稀疏的变换域。相应的变换确定感测向量的集合。K-AHS基于提供感测向量的自然层次的感测树，逐渐将初始粗略测量细化为稀疏变换域中的重要信号系数。K-AHS直接提供稀疏变换域中的重要信号系数，并且不需要基于逆优化的重建阶段。因此，K-AHS感测向量必须不满足任何不相干或受限等距性质。数学分析证明了K-AHS的采样复杂性，以及采样的最佳k项近似，这是适用于特定的信号模型的一般和充分条件。分析结果得到了合成信号和真实世界图像模拟的支持。在标准基准图像上，K-AHS实现了比CS更低的重建误差。
2018-07-14 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
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
A Hierarchical View of Structured Sparsity in Kronecker Compressive Sensing
本文提出Kronecker压缩感知的层次视角，揭示多级稀疏模式，并设计两阶段稀疏恢复算法，在保持与现有方法相当恢复性能的同时显著降低运行时间。
2025-04-10 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
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
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
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
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
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
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
Exploiting Multipath Information for Integrated Localization and Sensing via PHD Filtering
针对视距受阻等复杂环境下车辆定位精度下降的问题，提出基于随机有限集的PHD滤波定位感知一体化方法，统一利用各类多径分量，省去多径识别与多滤波器配置，在复杂场景下鲁棒性和有效性更优。
2024-08-15 eess.SP
Hierarchical THz Near-Field Localization with Subarray Processing and Covariance Correction
American University of Beirut（贝鲁特美国大学）；Independent Researcher（独立研究者）
针对太赫兹近场定位中因阵列和部署带来的计算开销及传统算法在相干源下的问题，提出基于子阵列处理的分层定位框架，结合子阵列输出估计距离并利用变压器网络校正协方差，降低复杂度，提升定位精度。
2026-07-28 eess.SP
Filter-Banks for Ultra-Wideband for Communications, Sensing, and Localization
本文提出滤波器组多载波扩频（FBMC-SS）作为超宽带通信、感知和定位的候选波形，重点研究交错多音扩频（SMT-SS）技术，其利用偏移正交幅度调制（OQAM）在重叠子载波上传输数据，具有良好频谱效率和平坦功率谱密度，能有效利用UWB频谱掩模。
2025-03-27 eess.SP
RISs and Sidelink Communications in Smart Cities: The Key to Seamless Localization and Sensing
智慧城市涉及智能交通、人群监控和数字双胞胎等要素，其中每个要素都需要通过无线通信链路进行信息交换以及对连接设备和无源物体（包括人）的定位。虽然定位和感测（L&S）被设想为未来通信系统的核心功能，但是与通信相比，它们在基础设施方面具有固有的不同需求。无线通信通常只需要连接到单个接入点（AP），而L&S需要同时连接到多个AP的视线传播路径，这些AP用作位置和方向锚点。因此，针对通信优化的智慧城市部署将不足以满足严格的L&S要求。在这篇文章中，我们认为，新兴的可重构智能表面（RISs）和侧链路通信技术构成了在智能城市中为L&S提供无处不在的覆盖的关键，具有低成本和高能效的技术解决方案。为此，我们提出并评估AP协调和自协调的RIS使能的L&S架构，并详细介绍了三组应用场景，依赖于低复杂度的信标，合作定位和全双工收发器。还提供了一个列表的实际问题和随之而来的开放研究的挑战，拟议的L&S系统。
2023-03-09 eess.SP
Next Generation Terahertz Communications: A Rendezvous of Sensing, Imaging, and Localization
太赫兹（THz）波段通信被誉为下一代无线系统的关键技术，有望集成广泛的数据需求和延迟敏感的应用。随着光学、电子和等离子体收发器设计的最新进展，集成、自适应和高效的THz系统不再遥不可及。在本文中，我们提出了一个渐进的愿景，传统的“太赫兹差距”将如何转变为“太赫兹热潮”在未来几年。我们认为，THz频段将带来的突破将不仅仅是由可实现的高数据速率驱动的，而是更深刻地由THz传感，成像和定位应用之间的相互作用驱动的。我们首先详细介绍了在太赫兹波段的这些应用程序的特点。然后，我们说明了它们的合并如何在超越5G的用例中增强环境感知系统性能。我们进一步讨论了在共享和专用资源分配的背景下合并应用程序的实施方面，突出了机器学习的作用。
2020-05-01 eess.SP
Bi-Static Sensing for Near-Field RIS Localization
我们解决了本地化的可重构智能表面（RIS）的单输入单输出多载波系统使用固定的发射机和固定的接收机之间的双基地感测。由于大尺寸RISs的部署，可能会出现近场（NF）场景，特别是对于室内应用，并且是这项工作的重点。我们首先推导出的Cramer-Rao界（CRBs）的RIS位置和方向的估计误差和到达时间（TOA）的路径发射机-RIS-接收机。我们提出了一个多阶段的低复杂度估计RIS本地化的目的。在这个建议的估计器中，我们首先执行线搜索来估计TOA。然后，我们使用NF信号模型的远场近似隐式地估计到达角和离开角在RIS中心。最后，通过拟牛顿法对RIS位置和方向估计进行了改进。仿真结果表明，该估计器可以达到CRB。我们还研究了几个影响因素对所提出的估计的准确性，如RIS的大小，发射功率，系统带宽，和RIS的位置和方向的影响。
2022-07-08 eess.SP
Evolution Toward Sensing-Enabled RAN: Practical Bistatic Sensing via Uplink
Fraunhofer Heinrich Hertz Institute (HHI)（弗劳恩霍夫海因里希赫兹研究所）；Technische Universität Berlin（柏林工业大学）
该研究提出基于上行链路CSI的感知方法，结合5G定位与多天线阵列处理，通过仿真和实际实验验证其可实现本地移动目标的检测、定位与跟踪，为演进支持感知的RAN提供实用方案。
2026-10-19 eess.SP
Masked Latent Prediction of CSI for Indoor Localization in Integrated Sensing and Communication Systems
Nokia Bell Labs（诺基亚贝尔实验室）；Politecnico di Milano（米兰理工大学）
提出基于JEPA的自监督CSI定位框架，通过掩码潜在预测预训练编码器，在DICHASUS-005x数据集上以50%掩码率将定位误差从0.90米降至0.42米，实现标签高效且低开销的室内定位。
2026-09-09 eess.SP
Localization in Multipath Environments via Active Sensing with Reconfigurable Intelligent Surfaces
针对多径环境下RIS辅助SISO系统的室内定位难题，提出基于LSTM控制器的RIS自适应序列重构方法，通过分阶段分组导频、生成多配置对准不同路径，在固定导频数下显著降低训练复杂度且保持定位性能。
2024-07-08 eess.SP
Single-BS Simultaneous Environment Sensing and UE Localization without LoS Path by Exploiting Near-Field Scatterers
针对无视距路径的远场UE定位难题，本文提出一种利用超大规模天线阵列近场效应的单基站方法，通过估计近场散射体位置作为虚拟锚点，实现了同时环境感知与NLoS定位，并在相似复杂度下取得更高精度与鲁棒性。
2024-08-23 eess.SP
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
Optimizing Sparse Antenna Arrays for Localization and Sensing using Vector Spherical Wave Functions
本文提出利用矢量球面波函数与克拉美罗下界，在考虑互耦和障碍物失真条件下系统优化稀疏天线阵列的位置和朝向，以提升UWB定位与感知性能。
2025-09-22 eess.SP
Simultaneous Localization and Mapping Using Active mmWave Sensing in 5G NR
本文提出利用5G NR毫米波主动感知生成点云，结合点云配准、回环检测与位姿图优化，实现精确终端定位与无线电地图重建，并通过仿真和实验验证其有效性。
2025-07-07 eess.SP
Target Localization in Cooperative ISAC Systems: A Scheme Based on 5G NR OFDM Signals
本文提出一种基于5G NR OFDM信号的协作ISAC两阶段目标定位方案，通过2D-FFT提取时延与多普勒信息测量距离，并消除病态测量实现高精度定位，数值结果验证了其有效性与协作增益。
2024-08-22 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
Beamspace Multidimensional ESPRIT Approaches for Simultaneous Localization and Communications
在高载波频率下操作的现代无线通信系统的特征在于底层参数空间（包括信道增益、角度、延迟和可能的多普勒频移）的高维性。估计这些参数对于通信目的是有价值的，但是对于定位和感测也是有价值的，使得信道估计成为任何联合通信和定位或感测应用中的关键组件。高维度使得难以使用基于搜索的方法，如最大似然法。ESPRIT等免搜索方法提供了一种有吸引力的替代方案，但在ESPRIT的张量和矩阵版本中都需要复杂的分解步骤。为了缓解这一问题，我们提出，开发和分析了一个降低复杂性的波束空间ESPRIT方法。通过波束空间处理以及奇异值分解的低复杂度实现来降低复杂度。一种新的扰动分析提供了重要的见解信道估计和定位性能。通过与张量ESPRIT方法在信道估计、通信、定位和感知性能方面的比较，进一步验证了扰动分析的正确性。
2021-11-14 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
Hybrid TRP-UE Sensing for Enhanced Target Localization
InterDigital, Inc.（InterDigital公司）；King’s College London（伦敦国王学院）；Université Paris-Saclay（巴黎萨克雷大学）
提出一种混合TRP-UE感知机制，利用UE辅助感知提升网络感知性能，在室内工厂等复杂传播环境下显著改善目标定位精度。
2026-06-19 cs.IT eess.SP math.IT
Multipath Component-Aided Signal Processing for Integrated Sensing and Communication Systems
本文针对密集城区ISAC系统中的多径干扰问题，提出符号级融合的MPC辅助定位方案SFMC，并结合Khatri-Rao空时码提升通信与感知性能，仿真验证其可实现鲁棒高精度定位和亚米级精度。
2024-12-31 eess.SP
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
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
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
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
Integrated Sensing and Communications over Hierarchical Cellular and Cell-Free MIMO Systems
German Research Center for Artificial Intelligence (DFKI)（德国人工智能研究中心）；University of Kaiserslautern (RPTU)（凯泽斯劳滕工业大学）
本文提出分层蜂窝与无小区MIMO系统的集成感知与通信架构，通过中央基站协同处理通信与感知、分布式AP作为双基地接收机，降低前传开销，同时提升总吞吐量与感知精度。
2026-08-20 cs.IT eess.SP math.IT
Bistatic Delay-Doppler Sensing for 3D Target Localization in Distributed Wi-Fi Systems
Interdisciplinary Centre for Security, Reliability and Trust (SnT), University of Luxembourg（卢森堡大学安全、可靠性与信任跨学科中心）；IEE S.A.（IEE公司）；Télécom SudParis, Institut Polytechnique de Paris（巴黎理工学院苏德帕里斯电信学院）
本文针对分布式Wi-Fi系统，对比仅多普勒与延迟-多普勒感知方案，推导相关信息矩阵并分析可观测性，仿真验证混合架构下的定位性能，为三维目标定位提供了更优的接收机配置方案。
2026-10-14 cs.IT eess.SP math.IT
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
Federated Learning based Hierarchical 3D Indoor Localization
Mohammed VI Polytechnic University（穆罕默德六世理工大学）；Institut Supérieur d’Electronique de Paris（巴黎高等电子学院）
室内环境中连接设备的激增为无数室内应用打开了大门，定位服务是关键推动因素。然而，随着隐私问题和资源限制的出现，设计大多数应用所需的精确定位系统变得更具挑战性。为了克服后者的挑战，我们在本文中提出了一个使用深度神经网络进行分层3D室内定位的联邦学习（FL）框架。事实上，我们首先阐明了在多建筑物和多楼层室内环境中利用楼层和建筑物之间的层次结构的重要性。然后，我们提出了一个FL框架训练设计的层次模型。性能评估表明，通过采用分层学习方案，我们可以提高定位精度高达24.06%相比，非分层的方法。我们还获得了建筑物和楼层的预测精度分别为99.90%和94.87%。使用所提出的FL框架，我们可以在定位误差仅增加7.69%的情况下实现接近性能的特征。此外，进行的可扩展性研究表明，FL系统的准确性提高时，更多的设备加入训练。
2023-03-01 cs.LG cs.NI eess.SP
