[論文レビュー] Near-Field Localization via Reconfigurable Antennas

Alireza Fadakar, Yuchen Zhang+4 more|arXiv (Cornell University)|Mar 17, 2026

Direction-of-Arrival Estimation Techniques被引用数 0

ひとこと要約

要約: 本論文は、再構成可能アンテナの近傍場定位精度を向上させるための、合成ベースのジョイントEMおよびデジタルビームフォーマ設計を提案し、MLベースの定位とCRBベンチマークで検証する。

ABSTRACT

Reconfigurable antennas (RAs) utilize the electromagnetic (EM) domain to provide dynamic control over antenna radiation patterns, which offers an effective way to enhance power efficiency in wireless links. Unlike conventional arrays with fixed element patterns, RAs enable on-demand beam-pattern synthesis by directly controlling each antenna's EM characteristics. While existing research on RAs has primarily focused on improving spectral efficiency, this paper explores their application for downlink localization. Moreover, the majority of existing works focus on far-field scenarios with little attention on near-field (NF). Motivated by these gaps, we consider a synthesis model in which each antenna generates desired beampatterns from a finite set of EM basis functions. We then formulate a joint optimization problem for the baseband (BB) and EM precoders with the objective of minimizing the user equipment (UE) position error bound (PEB) in NF conditions. Our analytical derivations and extensive simulation results demonstrate that the proposed hybrid precoder design for RAs significantly improves UE positioning accuracy compared to traditional non-reconfigurable arrays.

研究の動機と目的

• ISACにおけるセンシングと通信の問題として近傍場定位を動機付ける。
• 有限基底集合からビームパターンを形成する各アンテナの合成モデルを導入する。
• RAアレイを用いたNF定位のフィッシャー情報量とクレーマー・ラオ界を導出する。
• UE位置不確実性の下でPEBを最小化する低計算量のジョイントEMとデジタルビコーダ設計を開発する。
• MLベースのNF定位推定量を提案し、固定パターンアレイとの利得を検証する。

提案手法

• SHOD基底関数からのビームパターンを合成する各要素を有する一様平面RAアレイを用いたMISO系を定式化する。
• RA放射パターンをq_t(p)=E_t d(p)として表現し、E_tをEMプレコーダ、d(p)をアレイ応答と基底関数を組み合わせた有効ARVとする。
• 幾何チャネルモデル（LoSとNLoS経路を含む）を用いて3DのUE位置に対するフィッシャー情報行列とCRBを導出する。
• ジョイントEMとデジタルプレコーダ設計をW=Σ_t w_t w_t^Hの凸問題に緩和・再構成し、4コードワード分解法で解く。
• UE位置不確実性の下でコードブック設計を提供するため、UE不確実性集合内での電力配分を解く凸SDPを用意する。
• 最適化済みプレコーダとグリッドレス Refinement段階を用いる最大尤度定位推定器を記述する。

Figure 1 : Considered near-field downlink localization system using an RA array.

実験結果

リサーチクエスチョン

• RQ1 RAベースのビームパターン合成は固定パターンアレイと比べてNF定位精度をどう改善するか？
• RQ2 RAアレイを用いたNFでの3D UE位置のCRBはどのようになり、EMとデジタルプレコーダをどう jointly設計してそれを最小化するか？
• RQ3 UE位置不確実性はRAベースNF定位の設計と性能にどう影響するか？
• RQ4 提案のRAプレコーディングでMLベース推定器は理論的CRBに近い定位性能を達成できるか？
• RQ5 SHOD基底の数が定位性能に及ぼす影響は何か？

主な発見

• 提案されたRAプリコーディング設計は従来の再構成不可能なアレイと比較してUE定位のRMSEとPEBを大きく改善する。
• LLR低SNRおよび高SNR領域で、MLベースの推定器を用いると定位性能がCRBに近づく。
• SHOD基底数Qを増やすと定位性能が継続的に向上し、Q=1のとき従来のアレイに収束する。
• ジョイントEMとデジタルプレコーダ設計は干渉に対して頑健で、ヒューリスティックな指向性ビームフォーミングよりも性能が優れる。
• 4コードワード分解はジョイント設計の低計算量な近似最適解を提供する。
• UE位置不確実性下のコードブックはSDPで最適化してコードワード間の電力配分を行い、頑健性を確保できる。

Figure 2 : Localization performance of the proposed two-stage localization algorithm