[论文解读] Performance Limits of Single-Anchor mm-Wave Positioning.

Anastasios Kakkavas, Mario H. Castañeda García+2 more|arXiv (Cornell University)|Aug 24, 2018

Indoor and Outdoor Localization Technologies被引用 4

一句话总结

该论文推导了使用多天线系统的单锚点毫米波定位的Cramér-Rao下界（CRLB），在具备与不具备传输时间（KTT）知识的静态与动态场景下，分析了位置、姿态和速度估计的性能。结果表明，下行链路与上行链路在位置和姿态估计的Fisher信息矩阵仅相差一个标量因子，该因子等于下行链路与上行链路信噪比（SNR）的比值。

ABSTRACT

The fundamental limits of single-anchor multi-antenna positioning are investigated. Exploiting the structure of the channel at millimeter-wave (mm-Wave) frequencies, the Cramer-Rao lower bound for the position, orientation and velocity estimation error is derived for transmitter and receiver localization under a static and dynamic scenario with or without knowledge of the time of transmission (KTT). After revisiting the relation of the observed multiple input-multiple output (MIMO)-orthogonal frequency division multiplexing (OFDM) channel with the underlying geometry of the channel, we present geometrically intuitive asymptotic expressions for the Fisher information for large bandwidth, large number of antennas and different levels of KTT. Based on our derived results, we show that the Fisher information matrix (FIM) on position and orientation parameters in the downlink (DL) and the uplink (UL) differ only by a scalar, which is equal to the ratio of the receive Signal-to-Noise Ratio (SNR) in the DL and UL.

研究动机与目标

• 建立使用多天线系统的单锚点毫米波定位的根本性能极限。
• 分析传输时间（KTT）知识对估计精度的影响。
• 在大带宽和大规模天线阵列条件下，推导Fisher信息的渐近表达式。
• 比较下行链路与上行链路在位置和姿态估计精度方面的性能。

提出的方法

• 推导了毫米波系统中位置、姿态和速度估计的Cramér-Rao下界（CRLB）。
• 将MIMO-OFDM信道建模为到达角和出发角等基本几何参数的函数。
• 通过大带宽和大量天线的渐近分析，推导出具有几何直观性的Fisher信息表达式。
• 同时考虑了具备与不具备KTT知识的静态与动态场景。
• 揭示了下行链路与上行链路在位置和姿态估计的Fisher信息矩阵（FIM）仅相差一个标量因子。
• 证明该标量即为下行链路与上行链路接收SNR的比值。

实验结果

研究问题

• RQ1 使用多天线阵列的单锚点毫米波定位的根本估计误差极限是什么？
• RQ2 对传输时间（KTT）的了解如何影响可实现的定位精度？
• RQ3 大带宽和大规模天线阵列如何影响位置和姿态的Fisher信息？
• RQ4 下行链路与上行链路在位置和姿态估计的Fisher信息矩阵之间存在何种关系？
• RQ5 下行链路与上行链路之间的SNR比如何影响两种链路定位性能的相对表现？

主要发现

• 下行链路与上行链路在位置和姿态估计的Fisher信息矩阵仅相差一个标量因子，该因子等于下行链路与上行链路接收SNR的比值。
• 在大带宽和大规模阵列条件下，推导出Fisher信息的渐近表达式，揭示了其几何直观性。
• 推导了在具备与不具备KTT知识的静态与动态场景下，位置和姿态估计的CRLB。
• 对传输时间（KTT）的了解可提高估计精度，尤其在动态场景中更为显著。
• 所推导的CRLB为评估实际毫米波定位算法提供了基准。
• 结果表明，下行链路与上行链路性能在SNR相关的标量因子下保持对称，从而可实现跨链路的性能预测。