[论文解读] Reconfigurable Intelligent Surfaces-assisted Positioning in Integrated Sensing and Communication Systems

Huyen-Trang Ta, Ngoc-Son Duong+3 more|arXiv (Cornell University)|Feb 16, 2026

Advanced Wireless Communication Technologies被引用 0

一句话总结

本文提出了一种基于 RIS 的 ISAC 定位框架，先进行粗略参数估计阶段，再进行快速的 RIS 相关细化，通过修改的 Levenberg 方法实现线性增益与非线性几何的解耦，达到与传统方法相当的精度但复杂度更低。

ABSTRACT

This paper investigates the problem of high-precision target localization in integrated sensing and communication (ISAC) systems, where the target is sensed via both a direct path and a reconfigurable intelligent surface (RIS)-assisted reflection path. We first develop a sequential matched-filter estimator to acquire coarse angular parameters, followed by a range recovery process based on subcarrier phase differences. Subsequently, we formulate the target localization problem as a non-linear least squares optimization, using the coarse estimates to initialize the target's position coordinates. To solve this efficiently, we introduce a fast iterative refinement algorithm tailored for RIS-aided ISAC environments. Recognizing that the signal model involves both linear path gains and non-linear geometric dependencies, we exploit the separable least-squares structure to decouple these parameters. Furthermore, we propose a modified Levenberg algorithm with an approximation strategy, which enables low-cost parameter updates without necessitating repeated evaluations of the full non-linear model. Simulation results show that the proposed refinement method achieves accuracy comparable to conventional approaches, while significantly reducing algorithmic complexity.

研究动机与目标

• 在 RIS 支持的 ISAC 系统中推动高精度目标定位。
• 开发结合直接路径和 RIS 反射路径的双通道感知模型，以提升定位精度。
• 提出一个两阶段估计框架（粗略估计+快速迭代细化），利用问题的可分离结构。
• 引入低成本的 Levenberg 基于细化，通过利用线性增益/非线性几何的解耦高效更新参数。

提出的方法

• 对具备直接路径和 RIS 路径的二维 RIS 辅助 ISAC 系统建模，并导出用于目标定位的非线性最小二乘（NLS）形式。
• 使用直接路径字典和 RIS 路径字典构造粗略估计，以获得初步的角度和距离估计。
• 把延迟和角度的两路径联合估计问题与几何关系绑定到目标位置。
• 开发一种快速细化算法，使用可分的最小二乘法来实现线性通道增益与非线性几何参数的解耦。
• 采用带 Taylor 线性化原子的修正版 Levenberg 更新，以降低计算负担来更新目标位置。

实验结果

研究问题

• RQ1 BIS/ RIS 辅助的 ISAC 是否能够利用直接路径和 RIS 反射路径的双回波实现比单路径模型更准确的目标定位？
• RQ2 如何高效地从粗略的角度/距离估计中细化，以在 RIS 支持的 ISAC 系统中达到高定位精度？
• RQ3 利用可分结构（线性增益 vs 非线性几何）是否能够实现低成本优化而不牺牲精度？
• RQ4 在 RIS 支持的 ISAC 中，传统的 CD+GD 精 refinement 与基于线性化的细化之间的计算权衡如何？
• RQ5 在不同字典尺度和信噪比条件下，所提方法的性能表现如何？

主要发现

• 两阶段估计策略实现了高定位精度，先进行粗略估计再进行快速的 RIS 感知细化。
• 细化过程将线性通道增益与非线性几何解耦，使通过一个小的 2x2 Levenberg 步更新成为可能，成本更低。
• 仿真结果表明所提细化方法在精度上可达到传统方法的水平，同时降低了算法复杂度。
• 粗略估计在更大的角度字典下受益，提升了直接路径和 RIS 路径的 RMSE，但 RIS 的性能受限于较低的有效信噪比和来自直接路径的误差传播。
• 在中高信噪比下，细化方法收敛到与 CD+GD 接近的噪声极限性能，在非常低的信噪比下表现出略有不同的收敛行为。
• 复杂度分析表明，由于减少了昂贵的原子/雅可比矩阵重构，所提方法的内更新次数越多，理论上可获得相应的加速。