A High Resolution Optimum 2D Coprime Planar Array
设计一种新的矩形二维稀疏阵,以提高有限数量传感器的信号分辨能力一直是一个挑战。我们探讨的非均匀性的稀疏阵列,以提高自由度(DOF),考虑欠定的情况下,使用虚拟阵列的概念。在本文中,我们提出了一种新的二维稀疏阵列配置来估计信号的方位角和仰角的到达。我们提出了一类新的矩形二维阵列与传感器在一个平面上,其差异协同阵列可以产生一个虚拟的二维平面阵列与更多的元素,导致在阵列的完全扩增范围的增加。所提出的矩形阵列的差分共阵列给出了连续的密集结构,这导致与CPA几何形状的传统方法相比,平面阵列内的孔减少,在CPA几何形状的传统方法中,在阵列结构的外部维度中以及阵列内存在许多孔。此外,我们知道阵列的角分辨率高度依赖于其波束宽度,其本身与阵列尺寸或有效阵列孔径成反比。因此,通过增加阵列维度,可以实现更高的分辨率。所提出的阵列为给定数量的物理传感器提供更高的自由度。对所提出的几何结构进行优化,通过在更大程度上抑制旁瓣电平来最大化阵列转向查找方向上的方向性。
2022-06-08 eess.SP
Minimum Mean-Squared-Error Autocorrelation Processing in Coprime Arrays
互质阵列使得能够对增加数量的源进行到达方向(DoA)估计。为此,接收机估计的自相关矩阵的一个较大的虚拟均匀线性阵列(coarray),通过应用选择或平均物理阵列的自相关估计,然后空间平滑。选择和平均已被设计下没有最优性准则,并达到任意(次优)均方误差(MSE)估计性能。在这项工作中,我们设计了一种新的互质阵列接收机,估计与最小均方误差(MMSE)的协阵自相关,任何概率分布的源DOA。我们广泛的数值评估表明,所提出的MMSE方法返回优越的自相关估计,这反过来,使更高的DoA估计性能相比,标准的同行。
2020-10-21 cs.IT eess.SP math.IT
Target Localization with a Coprime Multistatic MIMO Radar via Coupled Canonical Polyadic Decomposition Based on Joint EVD
针对带互质L形接收阵列的多基地MIMO雷达目标定位问题,提出将信号建模为耦合规范多向分解张量、结合联合特征值分解的半代数定位方法,降低了计算复杂度,性能优于现有张量类方法。
2025-01-25 cs.SY eess.SP eess.SY
Minimum Norm Method for Linear and Planar Sparse Arrays
互质和嵌套阵列是具有增强的自由度的稀疏阵列,其可以利用在使用诸如乘积处理、最小处理和MUSIC的算法的波达方向估计中。本文将最小范数方法应用于波达方向估计。对给定的线性互质或嵌套阵列,将最小范数方法与MUSIC方法的均方根误差均方误差和分辨概率进行了比较,证明了最小范数方法的优越性。具体而言,最小范数方法具有较低的均方误差,在真实源的位置处的较窄的峰值,以及在空间谱估计中的较低的噪声基底。本文还针对平面稀疏阵列提出了两种不同的最小范数方法:直接法和线性法。平面阵列的线性最小范数方法与线性MUSIC方法的比较也表明了最小范数方法的更高精度。
2021-06-07 eess.SP
Joint DoA-Range Estimation Using Space-Frequency Virtual Difference Coarray
在本文中,我们解决的问题,联合波达方向(DoA)和距离估计使用频率不同互质阵列(FDCA)。通过引入互质阵列结构和互质频偏,提出了一种二维空频虚差协阵,对应于均匀阵列和均匀频偏,增加了系统的自由度。然而,双Toeplitz协方差矩阵的重建在计算上是禁止的。为了解决这个问题,我们提出了一种基于解耦原子范数最小化(DANM)的插值算法,它将共阵列信号转换为一个简单的矩阵形式。在此基础上,建立了一个基于松弛的优化问题,实现了具有增强DoF的联合DoA-距离估计。重构的共阵列信号使得能够应用现有的基于子空间的谱估计方法。提出的DANM问题进一步转化为一个等价的秩最小化问题,它是解决循环秩最小化。这种方法避免了核范数为基础的方法中引入的近似误差,从而实现更接近Cramer-Rao界的优良均方根误差。理论分析和数值仿真验证了该方法的有效性。
2022-05-05 eess.SP
Study of Robust Two-Stage Reduced-Dimension Sparsity-Aware STAP with Coprime Arrays
Shenzhen University(深圳大学);University of York(约克大学)
互质阵列空时自适应处理(STAP)算法在机载雷达系统中具有较好的杂波抑制性能,且成本较均匀线阵低。然而,这些算法的性能受到实际应用中训练样本支持度的限制。为了解决这个问题,一个强大的两阶段降维(RD)稀疏感知STAP算法在这项工作中提出。在第一阶段中,使用所有空间信道但仅使用目标多普勒频率周围的$m$相邻多普勒信道来构造RD虚拟快照,以减小信号的慢时间维度。在第二阶段,RD稀疏测量建模的基础上构建的RD虚拟快照,其中杂波的稀疏性和杂波脊的先验知识被用来制定RD过完备字典。此外,提出了一种类正交匹配追踪(OMP)方法来恢复杂波子空间。为了设置OMP类方法的停止参数,一个鲁棒的杂波秩估计方法的发展。与最近发展的稀疏感知STAP算法相比,所提出的稀疏表示字典的大小要小得多,从而降低了复杂度。仿真结果表明,该算法对先验知识误差具有较好的鲁棒性,在低样本支持下也能获得较好的杂波抑制性能。
2019-12-23 cs.LG eess.SP stat.ML
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
Localization Coverage Analysis of THz Communication Systems with a 3D Array
本文考虑的问题,估计的位置和方向的用户配备了一个三维(3D)阵列接收下行链路远场太赫兹信号从多个基站与已知的位置和方向。我们推导出Cramér-Rao界的本地化问题,并定义所考虑的系统的覆盖。我们比较了传统的平面阵列和3D阵列配置在不同的用户设备(UE)的位置和方向的误差下界分布。我们的数值计算结果得到的阵列配置具有相同数量的元素显示非常有限的覆盖面的平面阵列配置,特别是在整个UE的方向范围。相反,3D阵列配置提供总体较高的覆盖,在某些UE位置和取向上具有较小的性能损失。
2022-09-19 eess.SP
Near-Field Wideband Localization using TTD-Based Terahertz Extremely Large-Scale Arrays
East China Jiaotong University(华东交通大学);Nanjing University of Posts and Telecommunications(南京邮电大学);National Mobile Communications Research Laboratory, Southeast University(东南大学移动通信国家重点实验室);National Research Council of Italy, IEIIT(意大利国家研究委员会电气信息技术研究所);University of Bologna(博洛尼亚大学);Weizmann Institute of Science(魏茨曼科学研究所)
本文提出基于球面波前曲率的直接定位方法,结合TTD超大规模阵列提升近场宽带定位性能,通过优化Fisher信息矩阵迹降低误差界,验证了该方法在多源定位中的有效性。
2026-03-17 eess.SP
Direct Localization of Multiple Sources by Partly Calibrated Arrays
我们提出了新的解决方案,直接定位多个窄带和任意相关的来源的问题,部分校准阵列,即,阵列由完全校准的子阵列组成,但缺乏阵列间校准。所提出的解决方案在性能和计算复杂度方面各不相同。我们首先提出了一个宽松的最大似然解决方案,其集中的可能性只涉及未知位置的来源,并要求在每个潜在的位置的阵列协方差矩阵的特征分解。为了减少计算量,我们引入了一个近似,消除了需要这样的特征分解在每个潜在的位置。为了进一步减少计算量,提出了新的MUSIC类和MVDR类解决方案,其在计算上比现有解决方案简单得多。这些解决方案的性能进行评估和比较,通过模拟。
2018-07-26 eess.SP
Integrated Localization and Communication with Sparse MIMO: Will Virtual Array Technology also Benefit Wireless Communication?
针对6G集成定位与通信,本文提出稀疏MIMO方案,证明虚拟阵列不利于通信而利于定位,采用物理阵列通信与虚拟阵列定位的混合处理,实现性能提升。
2025-02-25 eess.SP
Sensor array and camera fusion via unbalanced optimal transport for 3D source localization
Université Paris-Saclay, CNRS, CentraleSupélec(巴黎萨克雷大学,法国国家科学研究中心,中央理工-电院)
本文提出结合传感器阵列与相机观测的3D源定位方法,通过引入不平衡最优传输正则化项实现传感器响应与视觉先验的软对齐,提升定位精度。
2026-03-31 eess.SP
Array Zooming Optimization for Near-Field Localization With Movable Antennas
针对近场定位中稀疏阵列的分辨率-模糊度矛盾,提出可移动天线阵列缩放系统,通过多测量融合和假峰抑制优化定位精度。
2026-05-29 eess.SP
Single-Snapshot Localization Using Sparse Extremely Large Aperture Arrays
University of Alabama(阿拉巴马大学);George Mason University(乔治梅森大学)
本文针对汽车雷达中稀疏超大孔径阵列的单快照DOA估计与定位问题,提出非相干的SS-MUSIC和相干的SS-ESPRIT两种方法,分别实现鲁棒的近场定位和高分辨率的远场角度估计。
2025-09-22 eess.SP
A Robust and Statistically Efficient Maximum-Likelihood Method for DOA Estimation Using Sparse Linear Arrays
波达方向(DOA)估计的一个新的研究方向是利用稀疏线阵(SLA)和Toeplitz协方差结构来定位更多的非相关源,但对源相关性的鲁棒性较差。在本文中,我们试图通过使用一个单一的算法来同时实现这两个目标。为了统计有效地本地化的最大数量的不相关源,我们提出了一个有效的算法的随机最大似然(SML)方法的基础上优雅的问题重新制定和交替方向的乘法器(ADMM)。我们证明了SML是鲁棒的源相关性,虽然它是在不相关源的假设下得出的。所提出的算法可用于任意SLA(例如,最小冗余数组、嵌套数组和互质数组),并被命名为通过{\em s}顺序{ \em A}DMM(MESA)的{ \em m}最大似然{\em e}估计。提供了大量的数值结果,合作我们的分析,并展示了统计效率和最先进的算法之间的MESA的鲁棒性。
2022-03-25 eess.SP
Scalable Fluid Antenna Systems: A New Paradigm for Array Signal Processing
City University of Hong Kong(香港城市大学);Ningbo University(宁波大学);South China University of Technology(华南理工大学);Technische Universitat Berlin(柏林工业大学);Queen Mary University of London(伦敦大学玛丽女王学院);The University of Texas at Dallas(德克萨斯大学达拉斯分校);Hong Kong Metropolitan University(香港都会大学)
提出一种可动态调整孔径配置的可扩展流体天线系统(SFAS),基于精确空间几何模型的两阶段源定位策略,无需场假设或模型简化即可实现高精度定位。
2026-05-23 eess.SP
Decentralized Localization of Distributed Antenna Array Elements Using an Evolutionary Algorithm
针对复杂环境下分布式阵列单元难以精确定位的问题,提出结合双向时间传递、多维缩放与差分进化算法的去中心化定位方法,在34 dB信噪比下实现0.82 mm误差,支持高达24.3 GHz的分布式波束成形。
2024-11-16 eess.SP
Evaluation of Sparse Acoustic Array Geometries for Indoor Localization
本研究针对室内定位需求,搭建基于64元8×8均匀矩形传声器阵列的测量平台,通过掩蔽模拟稀疏构型,评估四种阵列几何结构,确定Open-Box与Nested阵列为稳健方案,并验证了阵列同时估计三个发射源方向的能力。
2024-12-11 eess.SP
Near-Field Multiuser Localization Based on Extremely Large Antenna Array with Limited RF Chains
本文研究有限射频链路下基于极大规模天线阵列的近场多用户定位问题,提出基于阵列分区和消息传递的APLE-LM算法,并推导BCRB下界,仿真证明其优于基线且在高SNR下逼近BCRB。
2025-06-01 eess.SP
Wavenumber-Domain Virtual Arrays for Holographic Near-Field Localization
University of Luxembourg(卢森堡大学)
本文针对全息孔径的近场定位问题,提出基于波数域虚拟阵列的方法,利用可逆编码与嵌套模式选择,仅需数十个RF链即可实现全孔径分辨率的多目标单基地定位。
2026-08-11 eess.SP
Certainty based Reduced Sparse Solution for Dense Array EEG Source Localization
脑电源定位是一个不适定问题。它涉及到估计的来源数量超过测量的数量。对于给定时间的给定测量,所有源都不是活动的,这使得问题成为稀疏反演问题。本文提出了一种新的密集阵列脑电源定位方法。本文的目的是减少解决方案的空间,只有最确定的来源,从而减少不适定性的问题。这采用两阶段方法,其中第一阶段通过使用源的统计测量来找到可能产生观察到的EEG的最确定的源,第二阶段通过将解空间限制到仅最确定的源及其邻居来解决逆问题。这减少了其他源定位方法的解决方案空间,因此提高了它们在定位大脑中的活动神经源时的准确性,这是主要目标。该方法已被验证,并应用于实际的256通道数据,结果进行了分析。
2018-12-22 eess.SP
Conical Localization via Modified Polar Representation: A Unified Framework for Robust 3-D Positioning with 1-D Sensor Arrays
本文针对一维线性阵列传感器网络的三维源定位,提出基于改进极坐标表示的统一框架,通过约束加权最小二乘估计器及半定松弛转化为SDP问题,解决远场性能下降的阈值效应,在近远场均达CRLB,优于现有方法。
2025-11-11 eess.SP
Scalable Near-Field Localization Based on Partitioned Large-Scale Antenna Array
本文提出基于阵列分区的APLE和E-APLE算法,利用大规模天线阵列实现可扩展近场定位,在保持线性计算复杂度的同时提升定位精度。
2024-05-24 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
Scalable Near-Field Localization Based on Partitioned Large-Scale Antenna Array
本文提出了一种基于阵列分区的定位算法APLE及其增强版E-APLE,通过将超大规模阵列划分为子阵列并利用贝叶斯推断与最大似然估计,实现了计算复杂度与天线数呈线性关系的可扩展近场高精度定位。
2024-05-13 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
Optimizing Sparse Antenna Arrays for Localization and Sensing using Vector Spherical Wave Functions
NXP Semiconductors Austria(恩智浦半导体奥地利公司);Graz University of Technology(格拉茨工业大学)
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
Localization Based on MIMO Backscattering from Retro-Directive Antenna Arrays
本文提出利用逆向定向天线阵列(RAAs)的反向散射实现快速到达角估计与 MIMO 增益,以克服高频反向散射通信的路径损耗,为车辆与移动应用提供精确、超低延迟、低复杂度且低能耗的定位方案。
2024-04-22 eess.SP
Near-Field Beamfocusing, Localization, and Channel Estimation with Modular Linear Arrays
KTH Royal Institute of Technology(皇家理工学院);Bilkent University(比尔肯特大学)
本文提出利用模块化线阵实现近场波束成形、定位与信道估计,通过优化天线数量实现高效多工增益。
2025-12-07 eess.SP
Beam Focusing for Near-Field Multi-User Localization
本文研究6G近场多源定位的波束聚焦设计,提出两阶段阵列优化方法,利用球面波到达曲率直接估计用户位置,支持混合架构和动态超表面天线,仿真证明其以低成本实现接近全数字阵列的定位精度。
2024-07-24 eess.SP
Multi-Target Localization Using Polarization Sensitive Arrays
在这项工作中,我们开发的轴承只有目标定位(BOTL)问题的聚类技术。我们的场景有一个接收器沿着某条路径移动,在某个时间间隔上生成方位估计。多个发射目标存在于环境中,并且可以相对于接收器距离在物理上接近。第一种方法是迭代的,只使用一系列观测到的多个目标的方位来建立聚类。在每次迭代中,使用非线性最小二乘解估计目标位置。第二种技术使用额外的偏振信息,并被证明是更有效的,同时需要更多的信息。此外,第二种技术是非迭代的,需要少得多的计算。在这项工作中,我们假设的目标数量的知识。最后,我们提供模拟我们的方法,并表明所提出的方法优于以前提出的方法。
2021-10-08 eess.SP
Beyond $λ/2$: Can Arbitrary EMVS Arrays Achieve Unambiguous NLOS Localization?
Ningbo University(宁波大学);South China University of Technology(华南理工大学);The Hong Kong Polytechnic University(香港理工大学);Queen Mary University of London(伦敦大学玛丽女王学院);Kyung Hee University(庆熙大学);West Virginia University(西弗吉尼亚大学)
本文提出利用EMVS多组件结构和协同优化框架,实现任意阵列几何下无歧义非视距定位,通过PARAFAC模型和相位解歧技术提升定位精度与鲁棒性。
2026-02-07 eess.SP
Near-field Localization with Dynamic Metasurface Antennas
预计第六代(6G)蜂窝通信将支持增强的无线定位能力。大阵列和高频带宽的广泛部署为定位应用带来了新的考虑。首先,由于可实现的高角度分辨率和低硬件复杂度,预计新兴的天线架构(诸如动态超颖表面天线(DMA))将被频繁地利用。此外,无线定位很可能发生在辐射近场(菲涅尔)区域,这提供了新的自由度,因为采用了大孔径阵列。虽然目前的研究主要集中在使用昂贵的全数字天线阵列,在本文中,我们研究如何DMA可以应用于近场定位的单个用户。我们使用一个直接的定位估计方法的基础上的到达曲率的冲击波阵面来获得用户的位置,并表征DMA调谐的估计精度的影响。接下来,我们提出了一种算法,用于配置DMA优化近场定位,通过首先调整可调DMA系数,以最大限度地减少估计误差,使用假设的知识的实际用户位置。最后,我们提出了一个次优的迭代算法,不依赖于这样的知识。仿真结果表明,基于DMA的近场定位精度可以以较低的成本接近全数字阵列。
2022-10-28 eess.SP
Bayesian Linear Regression with Cauchy Prior and Its Application in Sparse MIMO Radar
本研究提出带柯西先验的贝叶斯线性回归稀疏信号恢复算法,通过近似期望最大化设计超参数更新策略,在不同场景下性能优于现有算法,可高效实现MIMO雷达高分辨率目标成像。
2023-07-20 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
Doppler-Enabled Single-Antenna Localization and Mapping Without Synchronization
无线电定位是第五代/第六代(5G/6 G)通信系统中的联合通信和感测的关键使能器。在多径组件(MPC)的帮助下,如果单个基站(BS)和单个非同步用户设备(UE)都配备有天线阵列,则可以利用它们来完成定位和映射任务。然而,UE侧的天线阵列增加了硬件和计算成本,从而妨碍了定位功能。在这项工作中,我们表明,与多普勒估计和MPC,定位和映射任务可以执行,即使与单天线移动UE。此外,我们表明,定位和映射性能将提高,然后在一定程度上饱和,随着UE速度的增加。理论Cramér-Rao界分析和仿真结果都表明了移动条件下定位的潜力和所提出的定位算法的有效性。
2022-05-30 eess.SP
Multi-Objective Distributed Beamforming Using High-Accuracy Synchronization and Localization
本文提出一种基于高精度无线同步与定位的三节点分布式相控阵系统,实现近场多目标波束成形,可同时将波束和零陷导向两个接收天线,定位精度小于1厘米。
2024-07-22 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
Investigation of the Relationship Between Localization Accuracy and Sensor Array
磁定位方法已经得到了广泛的研究,它主要基于磁源产生的磁场的精确映射。在实验中,影响定位精度的因素很多。因此,本文试图通过不同的实验来研究定位精度与传感器阵列的关系。该系统采用小型磁铁作为磁源,基于磁偶极子模型建立磁定位系统的数学模型,对磁场进行估计。采用Levenberg-Marquardt算法构造磁定位目标函数进行对比实验。实验结果表明:当传感器均匀分布在磁体周围时,其定位精度高于其他布局的传感器阵列,平均定位误差为0.47mm,平均定向误差为0.92 °。
2022-01-07 cs.RO eess.SP
Modular XL-Array-Enabled 3-D Localization based on Hybrid Spherical-Planar Wave Model in Terahertz Systems
针对太赫兹系统中模块化超大阵列赋能的三维定位问题,提出基于混合球面-平面波模型的低复杂度高精度算法,通过可见子阵列AoA估计与加权最小二乘结合简化字典压缩感知,实现多UE三维定位且复杂度显著降低。
2025-04-18 eess.SP
Near-Field Localization with Antenna Arrays in the Presence of Direction-Dependent Mutual Coupling
针对方向相关互耦影响近场定位精度、现有方法复杂度高的问题,提出基于斜投影算子的一维迭代近场定位方法,性能接近先进水平且复杂度降低42倍。
2024-08-13 eess.SP
An Indoor Environment Sensing and Localization System via mmWave Phased Array
介绍了一种60 GHz毫米波(mmWave)频段的室内布局传感定位系统mmReality。mmReality系统由一个发射机和一个移动接收机组成,每个发射机和接收机都有一个相控阵和一个射频(RF)链。为了重建房间布局,导频信号经由不同的发射波束和接收波束对从发射机传送到接收机,使得可以解析所有天线元件处的信号。然后,应用空间平滑和二维多信号分类(MUSIC)算法来检测从发射机到接收机的射线的到达角(AoAs)和离开角(AoD)。此外,还采用多载波测距技术测量各传播路径的距离,综合上述几何参数,可以精确定位接收机相对于发射机的位置,并可以确定视距(LoS)和非视距(NLoS)路径。因此,可以通过移动接收器并在房间的不同位置重复上述测量来重建房间布局。最后,我们表明,重建的房间布局可以用来定位一个移动终端根据其AoA频谱,甚至与单一的接入点。
2023-01-09 eess.SP
Joint Localization, Synchronization and Mapping via Phase-Coherent Distributed Arrays
本文提出利用超大规模天线阵列(ELAA)的相位相干分布式阵列,通过三步算法联合估计用户位置、时钟/相位偏移及散射点位置,实现sub-6 GHz上行链路中的定位、同步与映射,并经Fisher信息分析和仿真验证了方法的有效性。
2024-09-19 eess.SP
Robust 3D Multi-Source Localization with a Movable Antenna Array via Sparse Signal Processing
本文针对接收机运动且天线数少于信号源数的多源三维定位问题,提出结合能量检测、稀疏恢复、相位平滑、K-SVD及迭代AOA细化的完整定位框架,并通过仿真验证其有效性。
2025-04-08 eess.SP
Near-Field Localization with an Exact Propagation Model in Presence of Mutual Coupling
本文针对阵列互耦导致近场源定位性能下降的问题,提出了两种基于DOA和距离估计的近场源定位方法,其中第二种方法将二维搜索降为一维,在保持估计性能的同时使计算时间减少50%以上。
2024-07-28 eess.SP
Sparse Array Enabled Near-Field Communications: Beam Pattern Analysis and Hybrid Beamforming Design
Harbin Institute of Technology(哈尔滨工业大学);Southern University of Science and Technology(南方科技大学);University of Science and Technology of China(中国科学技术大学)
本文提出利用稀疏阵列实现近场通信,通过分析波束图案并设计混合波束成形方案,有效抑制格栅峰干扰,提升通信效率。
2024-01-11 cs.IT eess.SP math.IT
Atomic Norm Based Localization of Far-Field and Near-Field Signals with Generalized Symmetric Arrays
针对远场和近场混合源的定位方法大多基于均匀线阵,而不是稀疏线阵。本文提出了一种基于广义对称线阵的FF和NF混合源定位方法,其中包括ULA、Cantor阵列、Fractal阵列和许多其他SLA。我们的方法包括两个步骤。在第一步中,利用阵列输出的高阶统计量来增加自由度。然后利用最近提出的原子范数最小化(ANM)方法对FF和NF源的波达方向(DOA)进行联合估计,该方法不需要对参数空间进行离散化,属于无网格超分辨方法。在第二步中,通过类MUSIC一维搜索给出范围。仿真结果证明了该方法的优越性。
2021-01-14 cs.IT eess.SP math.IT
Audio Inputs for Active Speaker Detection and Localization via Microphone Array
研究通过麦克风阵列多通道音频提取空间声学特征作为CRNN输入,解决活跃说话人检测与定位问题,比较多种特征并验证麦克风贡献,为未来视听研究奠定基础。
2023-07-27 eess.AS eess.SP
WiCAL: Accurate Wi-Fi-Based 3D Localization Enabled by Collaborative Antenna Arrays
WiCAL利用商业Wi-Fi基础设施上的协作天线阵列,通过相位对齐和双向空间平滑MUSIC算法实现精确三维定位,并借助分布式阵列同步形成虚拟大规模阵列提升精度。
2025-05-27 cs.SY eess.SP eess.SY
Off-grid Multi-Source Passive Localization Using a Moving Array
利用阵列协方差矩阵在空间域的稀疏表示,提出了一种新的单移动基阵直接无源定位方法。通过堆叠不同观测位置处的所有阵列协方差矩阵的矢量化版本来构造测量。首先,基于网格上压缩感知(CS)的方法被开发,其中字典由从搜索网格到观察位置的导向矢量组成。凸优化被应用于解决`1-范数最小化问题。其次,为了获得更精细的目标位置,我们开发了一种基于网格CS的方法,其中优化最小化技术在每次迭代中用一个可以很容易地最小化的二次凸函数代替atan和目标函数。该方法的目标函数atan-sum更接近于“0-范数”,比对数和函数更具有稀疏性,在低信噪比条件下也具有更强的鲁棒性,并且所需的观测位置比传统方法少。仿真实验验证了该算法的有效性。
2020-07-07 eess.SP math.RT
Low-Complexity Near-Field Localization with XL-MIMO Sectored Uniform Circular Arrays
本文针对XL-MIMO近场定位问题,提出一种基于扇形均匀圆阵列(sUCA)的低复杂度定位算法,通过极坐标反投影、分辨率分析和FFT实现,在保证高定位精度的同时大幅降低计算时间。
2024-05-02 cs.IT eess.SP math.IT
A Real-time Non-contact Localization Method for Faulty Electric Energy Storage Components using Highly Sensitive Magnetometers
针对大规模储能元件阵列内部故障难以非接触实时诊断的问题,提出基于波束成形空间滤波和高灵敏度磁力计的定位方法,并在电容与电池阵列上实现毫米级故障定位。
2023-08-15 eess.SP physics.app-ph
High-Density MIMO Localization Using a 32x64 Ultrasonic Transducer-Microphone Array with Real-Time Data Streaming
本文提出一种由32个发射器和62个麦克风组成的大规模超声MIMO阵列系统,通过随机相位多正弦激励扩展虚拟孔径,仿真验证其相比单发射器配置能提升反射体分离与定位精度。
2025-09-01 eess.AS eess.SP
Communication and Localization with Extremely Large Lens Antenna Array
实现具有精确定位和无线环境感知的高速率通信已经成为第五代和第六代以后蜂窝系统的重要趋势。将天线阵列扩展到极大规模是实现这些目标的潜在技术。然而,超大质量的工作天线显著地增加了系统的计算复杂性。出于透镜天线阵列在降低系统复杂性方面的固有优势,我们考虑了\uline{ex}超大型\uline{lens}天线阵列(我们称之为“ExLens”)的通信和定位问题。由于在这种情况下出现了辐射近场特性,本文推导了球面波作用下透镜天线阵的闭合阵列响应,其中包括作为特殊情况的均匀平面波作用下的阵列响应。我们的推导结果揭示了ExLens的能量聚焦特性的窗口效应,这表明ExLens在位置传感和多用户通信方面具有巨大的潜力。我们还提出了一种有效的方法,定位和信道参数估计,这是能够实现的定位性能接近Cramér-Rao下界。最后,我们研究了ExLens的多用户通信性能,该性能为共存的近场和远场用户提供服务。数值结果证明了所提出的信道估计方法的有效性,并表明与均匀线阵相比,具有最小均方误差接收器的ExLens实现了显着的频谱效率增益以及复杂度和成本降低。
2020-12-21 cs.IT eess.SP math.IT