[论文解读] Joint Localization and Mapping through Millimeter Wave MIMO in 5G Systems - Extended Version

Rico Mendrzik, Henk Wymeersch+1 more|arXiv (Cornell University)|Apr 12, 2018

Millimeter-Wave Propagation and Modeling参考文献 11被引用 7

一句话总结

该论文提出了一种基于消息传递的新型估计算法，利用非参数信念传播联合估计5G毫米波MIMO系统中移动终端的位置、朝向和散射体位置，即使在无视 Line-of-Sight (LOS) 路径的情况下亦可实现。该方法在高测量噪声条件下，相较于最先进的最小二乘法，表现出更高的估计精度，并且仅需单次传输突发即可完成估计，无需任何参数的先验知识。

ABSTRACT

Millimeter wave signals with multiple transmit and receive antennas are considered as enabling technology for enhanced mobile broadband services in 5G systems. While this combination is mainly associated with achieving high data rates, it also offers huge potential for radio-based positioning. Recent studies showed that millimeter wave systems with multiple transmit and receive antennas are capable of jointly estimating the position and orientation of a mobile terminal while mapping the radio environment simultaneously. To this end, we present a message passing-based estimator which jointly estimates the position and orientation of the mobile terminal, as well as the location of reflectors or scatterers. We provide numerical examples showing that this estimator can provide considerably higher estimation accuracy compared to a state-of-the-art estimator. Our examples demonstrate that our message passing-based estimator neither requires the presence of a line-of-sight path nor prior knowledge regarding any of the parameters to be estimated.

研究动机与目标

• 解决在无直接视 Line-of-Sight 路径时，5G毫米波系统中高精度无线电定位的挑战。
• 仅利用非视 Line-of-Sight (NLOS) 多径分量，实现对移动终端位置、朝向和散射体位置的联合估计。
• 开发一种单次快照定位与地图构建方案，无需任何参数的先验知识或LOS路径的存在。
• 通过利用概率推理，提升估计精度，尤其在高测量噪声条件下，优于现有方法。

提出的方法

• 该方法在因子图上使用非参数信念传播（NBP）来近似位置、朝向和散射体位置的后验分布。
• 采用基于粒子的实现方式来表示连续概率分布，从而高效计算边缘后验概率。
• 在因子图中，变量与因子之间传递消息，表示来自距离、到达角（AOA）和出发角（AOD）测量的约束。
• 通过迭代方式结合多个NLOS路径的证据，不断更新每个变量节点的信念，从而优化估计结果。
• 消息更新过程整合了测量噪声模型，其中AOA和AOD以圆锥体表示，距离以椭圆或圆表示。
• 该方法无需网格搜索或初始化，避免了如基于精细朝向网格的最小二乘法等先前方法的计算负担。

实验结果

研究问题

• RQ1 在5G毫米波MIMO系统中，是否可以在不依赖LOS路径的情况下实现联合定位与地图构建？
• RQ2 在缺乏任何先验知识的情况下，如何实现对位置、朝向和散射体位置的高精度单次快照估计？
• RQ3 在高测量噪声条件下，基于消息传递的估计算法是否在估计精度上优于传统的最小二乘法？
• RQ4 通过非参数信念传播进行概率推理，是否能在具有挑战性的NLOS环境中提供鲁棒且带有不确定性感知的估计结果？

主要发现

• 所提出的基于消息传递的估计算法在位置、朝向和散射体位置估计方面的均方根误差（RMSE）显著低于当前最先进的最小二乘法。
• 随着角度测量噪声的增加，所提估计算法的RMSE几乎保持不变，而最小二乘法的RMSE则急剧上升。
• 该估计算法在遮挡视 Line-of-Sight (OLOS) 场景中表现可靠，即在无LOS路径时仍能有效工作，证明了其在复杂传播条件下的鲁棒性。
• 该方法实现了高精度的单次快照定位与地图构建，仅需一次传输突发即可估计所有参数。
• 该算法提供了完整的后验分布近似，为每个估计参数提供了不确定性度量。
• 数值结果表明，即使在最小二乘法因初始化不良或噪声过高而失效的情况下，消息传递方法仍能保持高精度。