[论文解读] Reconfigurable Intelligent Surface Aided Wireless Localization

Yiming Liu, Erwu Liu+1 more|arXiv (Cornell University)|Sep 16, 2020

Advanced Wireless Communication Technologies参考文献 9被引用 7

一句话总结

本文提出了一种可重构智能表面（RIS）辅助的无线定位系统，以提升非视 Line-of-sight（NLoS）环境中的定位精度。通过建立三维 RIS 辅助信道模型并推导 Cramér-Rao 下界（CRLB），采用交替优化与梯度下降方法进行反射波束成形优化，在大规模 RIS 陣列下实现了分米级甚至厘米级的定位精度。

ABSTRACT

The advantages of millimeter-wave and large antenna arrays technologies for accurate wireless localization received extensive attentions recently. However, how to further improve the accuracy of wireless localization, even in the case of obstructed line-of-sight, is largely undiscovered. In this paper, the reconfigurable intelligent surface (RIS) is introduced into the system to make the positioning more accurate. First, we establish the three-dimensional RIS-assisted wireless localization channel model. After that, we derive the Fisher information matrix and the Cramer-Rao lower bound for evaluating the estimation of absolute mobile station position. Finally, we propose an alternative optimization method and a gradient decent method to optimize the reflect beamforming, which aims to minimize the Cramer-Rao lower bound to obtain a more accurate estimation. Our results show that the proposed methods significantly improve the accuracy of positioning, and decimeter-level or even centimeter-level positioning can be achieved by utilizing the RIS with a large number of reflecting elements.

研究动机与目标

• 解决在直射信号路径被阻塞的非视 Line-of-sight（NLoS）场景中实现高精度无线定位的挑战。
• 利用可重构智能表面（RIS）作为无源反射器，创建额外的信号路径，提升定位分辨率。
• 推导三维 RIS 辅助系统中绝对移动台（MS）位置估计的费舍尔信息矩阵（FIM）与 Cramér-Rao 下界（CRLB）。
• 设计最小化 CRLB 的反射波束成形方案，从而提升定位精度。
• 证明具有大孔径和高单元数的 RIS 可实现分米级甚至厘米级的定位精度。

提出的方法

• 构建包含基站（BS）、移动台（MS）和配备 N 个反射单元的 RIS 的三维 RIS 辅助无线定位系统模型。
• 推导用于估计 MS 绝对三维位置的费舍尔信息矩阵（FIM）与 Cramér-Rao 下界（CRLB），同时考虑直射路径与反射路径。
• 将 RIS 响应从 FIM 中分离，以实现可处理的波束成形优化，将相位偏移视为设计变量。
• 提出一种交替优化方法与一种梯度下降方法，通过联合优化 RIS 反射系数来最小化 CRLB。
• 利用信道状态信息（CSI）与 BS、RIS 和 MS 之间的几何关系，计算到达角（AoA）、出发角（AoD）及其相对于 MS 位置的导数。
• 采用复值信号模型，并推导角度与增益相对于 MS 坐标的偏导数，以支持基于梯度的优化。

实验结果

研究问题

• RQ1 RIS 是否可有效用于提升非视 Line-of-sight 环境中的无线定位精度？
• RQ2 RIS 部署方式与波束成形设计如何影响费舍尔信息矩阵与 Cramér-Rao 下界（CRLB）？
• RQ3 何种反射波束成形策略可最小化 CRLB，从而提升 RIS 辅助系统中的定位精度？
• RQ4 具有大量反射单元的 RIS 在多大程度上可实现厘米级的定位精度？
• RQ5 几何参数（如 RIS 位置、MS 位置）如何影响定位性能的理论边界？

主要发现

• 所提出的 RIS 辅助系统在大规模 RIS 阵列下可实现分米级甚至厘米级的定位精度。
• 通过优化反射波束成形，MS 位置估计的 Cramér-Rao 下界（CRLB）显著降低。
• 交替优化与梯度下降方法能有效最小化 CRLB，且收敛至高精度解。
• RIS 的引入提供了额外的信号路径，使得在直射视 Line-of-sight 被阻塞时仍可实现定位。
• 到达角（AoA）与出发角（AoD）相对于 MS 位置的导数被解析推导，并用于优化过程中的梯度计算。
• 随着 RIS 反射单元数量的增加，系统性能持续提升，证实了 RIS 波束成形设计的可扩展性。