[論文レビュー] MetaLocalization: Reconfigurable Intelligent Surface Aided Multi-user Wireless Indoor Localization

Haobo Zhang, Hongliang Zhang+4 more|arXiv (Cornell University)|Nov 18, 2020

Indoor and Outdoor Localization Technologies参考文献 50被引用数 10

ひとこと要約

本稿では、MetaLocalizationを提案する。これは、再構成可能知能表面（RIS）を支援するマルチユーザーインDoor内局所化システムであり、RISの位相シフトを最適化することで、場所ごとに特徴的なRSSフィンガープリントを生成し、受信信号強度（RSS）に基づく局所化精度を向上させる。ユーザーの位置推定とRIS位相シフトの間の結合最適化問題を定式化し、効率的な位相シフト最適化（PSO）アルゴリズムを提案することで、高密度測定サイクルの極限において近似的にゼロの局所化誤差を達成し、類似したRSS値を示す困難な環境下でも、従来のRSSベースの手法を著しく上回る性能を発揮する。

ABSTRACT

The received signal strength (RSS) based technique is extensively utilized for localization in the indoor environments. Since the RSS values of neighboring locations may be similar, the localization accuracy of the RSS based technique is limited. To tackle this problem, in this paper, we propose to utilize reconfigurable intelligent surface (RIS) for the RSS based multi-user localization. As the RIS is able to customize the radio channels by adjusting the phase shifts of the signals reflected at the surface, the localization accuracy in the RIS aided scheme can be improved by choosing the proper phase shifts with significant differences of RSS values among adjacent locations. However, it is challenging to select the optimal phase shifts because the decision function for location estimation and the phase shifts are coupled. To tackle this challenge, we formulate the optimization problem for the RIS-aided localization, derive the optimal decision function, and design the phase shift optimization (PSO) algorithm to solve the formulated problem efficiently. Analysis of the proposed RIS aided technique is provided, and the effectiveness is validated through simulation.

研究の動機と目的

• RSSベースのインDoor内局所化における根本的限界、すなわち隣接する場所のRSS値が類似しているため、識別が困難で精度が低いという問題を解決すること。
• 再構成可能知能表面（RIS）を動的ラジオ環境制御装置として活用し、局所化に有利で識別性の高いRSS分布を生成することで、局所化精度を向上させること。
• RIS位相シフトとユーザーの位置推定プロセスを同時に最適化し、意思決定関数と位相シフト選択の間の結合性を克服すること。
• 計算複雑度が低く、近似的に最適な位相シフト設定に収束する効率的な位相シフト最適化（PSO）アルゴリズムの設計。

提案手法

• ユーザーの位置推定意思決定関数とRIS位相シフトベクトル選択を結合する共同最適化問題を定式化する。
• ベイズ推論と最小誤差確率基準を用いて、RIS支援下でのRSSベースの局所化における最適意思決定関数を導出する。
• 勾配降下法とランダムサーチに基づく位相シフト最適化（PSO）アルゴリズムを提案し、反復的に位相シフト設定を改善して局所化誤差を最小化する。
• 複数の測定サイクルを用いた詳細な局所化フェーズを導入し、サイクルごとに位相シフトベクトルをランダムに選択することで、耐障害性と収束性を向上させる。
• 平均RSSベクトルとガウスノイズモデルに基づく意思決定領域近似を用いて、局所化誤差確率を計算する。
• 局所化誤差の漸近的挙動を分析し、測定サイクル数Kが無限大に近づくにつれて誤差がゼロに収束することを証明する。

実験結果

リサーチクエスチョン

• RQ1 RISを用いて、空間上の異なる場所に特徴的なRSSフィンガープリントを生成することで、RSSベースのインDoor内局所化精度を効果的に向上させることができるか？
• RQ2 最適なユーザー位置意思決定関数とRIS位相シフト選択の間の結合性を、数学的にどのように解消し、共同最適化を可能にするか？
• RQ3 計算コストが低く、近似的に最適なRIS位相シフト設定を効率的に探索するアルゴリズム的手法は何か？
• RQ4 測定サイクル数を増加させることで、局所化システムの収束性と精度にどのような影響を与えるか？
• RQ5 測定回数が増加する際、RIS支援付きRSSベースのシステムにおける局所化誤差の理論的限界は何か？

主な発見

• 提案されたMetaLocalizationシステムは、隣接する場所でRSS値が類似しているため従来のRSSベース手法が失敗するインDoor内環境において、顕著に局所化精度を向上させる。
• 位相シフト最適化（PSO）アルゴリズムは、勾配降下法とランダムサーチ戦略に基づき、反復的に位相シフト設定を精緻化することで、局所化誤差を効果的に低減する。
• 理論的分析により、任意の位相シフトに対して異なる場所の平均RSS値が異なるという仮定のもと、測定サイクル数Kが無限大に近づくにつれて局所化誤差がゼロに収束することが証明された。
• シミュレーション結果は、提案手法の有効性を検証しており、従来のRSSベース手法と比較して顕著な局所化精度の向上が得られた。
• 漸近的領域では、ユーザー端末に追加のハードウェアを設けずとも、RISを活用することで高精度で低コストのインDoor内局所化を実現できる可能性を示した。