基于RIS辅助的协同定位技术研究

来源 :浙江大学 | 被引量 : 0次 | 上传用户:sparkman007
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着信息时代的飞速发展,人们对基于位置信息的服务的要求日益增长,无线定位技术也成为学术界的研究热点。在第五代通信系统、物联网、空天一体化等方面无线定位技术都具有广阔的应用前景。无线定位技术的关键目标在于提高定位的可靠性。5G以及未来无线通信系统以极高的工作频率和大规模天线阵列,为实现超高精度定位提供了发展机遇。近年来,基于大规模天线阵列的定位技术也被认为是实现超高精度定位的前景技术。然而,复杂环境下的空间中的阻塞以及信号在高频段严重的路径传播损耗,依旧限制了超高精度定位的实现。可重构的智能反射面(Reconfigurable Intelligent Surface,RIS)是一种低硬件成本、低功耗的辅助通信设备,可以覆盖在各种建筑物外表面。RIS可以通过调整其反射系数来实现智能可控的无线信道传播环境,还可以为发射机与接收机构建稳固的反射通信链路。因此,将RIS与无线定位系统相结合,不仅可以克服由障碍物造成的通信阻塞,还可以在一些恶劣环境下(例如室内、树林和地下隧道等)实现对用户的高精度定位。本文具体的介绍了RIS的基本原理以及硬件特性,并给出了RIS辅助的通信链路模型。之后论文对无线定位技术理论以及协同定位基础理论做了简要介绍,并给出了常用来衡量系统定位性能的关键指标。本文创新性地研究了一个基于RIS辅助的毫米波系统中的协同定位问题,通过部署RIS以辅助两用户定位,两个用户间进行通信以进一步的提高定位性能。在此项研究中,本文基于RIS的均匀平面阵列(Uniform Planar Array,UPA)响应构建了系统信道与信号模型。接着提出了基于RIS辅助的协同定位方案:首先利用毫米波信道的稀疏特性,将信道估计问题转换为稀疏信号恢复问题进行求解,完成参数估计;再基于到达角度(Angle of Arrival,AOA)的定位模型,从信道估计参数中恢复出定位信息,实现定位粗估计。此后基于用户间协同信息和定位粗估计结果,推导出了用于估计绝对用户设备位置的费雪信息矩阵(Fisher Information Matrix,FIM)和克拉美劳下界(Cram(?)r-Rao Lower Bound,CRLB)。论文还提出了一个基于块坐标下降(Block Coodinate Descent,BCD)的反射波束成形设计算法去最小化CRLB,以获得RIS用于定位的优化相位配置。最后,基于优化RIS配置下的反射链路信号和用户间协同链路信号,构建了联合最大似然函数,在定位粗估计的基础上通过网格搜索实现定位精估计。论文还进行了大量的仿真实验,仿真结果表明与无协同的情况相比,用户间的协同通信可以为系统提供额外的定位性能增益,并且通过配置大量反射元件以及引入用户间协同定位信息,可以实现厘米级的定位精度。最后,针对RIS的部署策略,论文还研究了基于分布式RIS辅助的协同定位系统。在此项研究中,首先介绍了分布式RIS辅助下的信道与信号模型,提出了适用于分布式RIS辅助下的定位方案。给出了该系统的CRLB的详细推导过程,并利用基于块坐标下降的反射波束成形设计算法来最小化CRLB。最后进行了大量仿真分析实验,验证了基于分布式RIS辅助的协同定位系统定位性能的优越性,并与集中式RIS辅助的情况进行比较分析。
其他文献
随着水下探测、海洋生物研究等任务的开展,水声传感器网络开始得到大规模的研究和应用。复杂的水下信道环境对水下组网的数据传输提出了挑战,为了提高水下传感器网络的性能,满足实际应用需求,最为关键的技术之一就是水下路由协议的设计。目前水声传感器网络存在以下两种典型场景,其中单sink稀疏型水下网络是最常见的一类应用场景。其节点数目较少、连通性差、拓扑呈现动态变化,路由协议的设计需着重考虑到节点的移动性,减
学位
随着科技的发展,室内定位在智慧工厂、智能家居、紧急救援等场景下都有广泛应用。由于受到建筑物的遮挡,室内环境下无法使用全球导航卫星系统进行定位。在目前各种方案中,超宽带(Ultra-Wideband,UWB)定位具有功耗低、精度高、抗干扰性强的优势,是室内定位的理想方案。本文对UWB定位技术进行了深入研究,研究内容主要包括定位系统的构建以及定位误差的修正。本文对UWB定位的相关原理进行了理论推导。通
学位
受到昆虫、鱼群和其他生物的集体行为的启发,群体机器人系统能够使用个体间的有限通信信息和相似的简单分布式控制策略完成复杂任务。由于缺少能够对系统进行宏观控制的中心节点,群体机器人系统容易受到节点故障的影响,非合作行为通过通信扩散到整个网络,因此故障的检测显得尤为重要。群体机器人目标聚集是群体机器人研究中的一个基础问题,解决了机器人团队在保持群体行为性能的同时,协同移动到某一目标的问题。移动自适应网络
学位
多目标跟踪作为计算机视觉领域一项重要的基础任务,其目的为完成对视频序列中感兴趣目标的精准定位和身份判定,在自动驾驶、视频监控、人机交互、行为分析等领域上有着广泛的应用。随着深度学习的快速发展,得益于深度网络强大的特征表征能力和更多数据集的提出,多目标跟踪技术也取得了长足的进步。然而在面对遮挡、尺度变化、相似外观目标等场景时,现有的多目标跟踪算法的准确度的鲁棒性还有待提高。在实际应用中处理的数据与公
学位
水声探测和声场预报依赖海洋环境参数,海底地声参数则为海洋资源勘查提供支撑。直接测量海底地声参数比较困难,为此开展分布式传感网络进行地声参数反演研究,利用其空间分集提高反演性能,结合图信号处理进一步提高反演参数的准确性。基于声互易性原理,将移动声源与分布式固定节点等效为固定声源与合成水平阵接收实验结构。基于水平线阵匹配场处理进行地声参数反演,采用频率相干目标函数,避免分布式节点接收数据同步问题,同时
学位
Stewart平台是一种六自由度并联机构,具有承载能力强、运动精度高等优点,在生产加工、运动模拟、设备稳定与跟踪等方面有广泛的应用。在基于Stewart平台的姿态稳定应用研究中,我们发现Stewart平台在运动范围上的局限性,且平台的工作性能受到支链运动误差的影响。为了改进上述不足,本文着眼于6-PUS并联机构,设计出具有更大运动范围和更高运动性能的并联平台,使其能适应车载、舰载等大幅度低频率的振
学位
在全球气候变暖背景下,全球植物物候发生了显著变化。但植被生长显然不是对大陆平均温度的变化做出响应,而是对局部区域温度的空间异质性变化更为敏感。正是由于地表空间异质性的普遍存在,在不同空间分辨率遥感影像上反演植被物候必然存在空间尺度效应。当前,尺度问题已成为植被物候遥感反演研究中面临的一个突出问题。一方面,受云、雨和雪等天气影响及遥感传感器本身物理性能的限制,导致物候尺度效应研究所需要的高时空分辨率
学位
深度学习在目标检测领域的应用日益广泛,大多数深度神经网络模型都是以监督学习的方式进行训练,而监督学习依赖于大量标注数据。当场景发生变化时,深度神经网络模型的泛化性能较差。为了避免花费大量代价重新标注数据、训练模型,基于深度学习的域适应弱监督目标检测算法很有研究意义。基于伪标签的自训练方法是域适应的主流算法。为了提高算法的性能,本文提出了一系列解决方案,并通过实验验证了其有效性,本文的主要工作与贡献
学位
声波是水下信息感知、辨识和通信的主要手段,广泛用于海洋环境调查、资源勘查以及水下对抗等领域。激光致声信号作为新的声源,可以通过机载和星载用于深远海探测和环境感知,成为光学和声学交叉应用领域的研究热点。本文基于激光热膨胀致声机制,开展激光致声原理研究和声场特性分析研究,为激光致声低频探测和水声通信提供理论指导。本文首先对热光声场在液体介质中的激发理论展开研究,分别在约束边界和自由边界条件下,分析了在
学位
卫星遥感图像舰船检测技术不论在军事领域还是民用领域都具有十分重要的战略价值,主要应用场景为卫星在轨场景及地面站场景。在轨场景常用于远洋海面的舰船实时监控,星上有限的计算资源以及遥感图像大幅宽、小目标的特性是算法设计的主要挑战。地面站场景计算资源充足,常用于港口等复杂环境的舰船检测。本文对在轨场景的可见光遥感图像舰船目标检测系统进行了研究,同时探索了地面站场景中复杂环境的舰船目标检测方法,为不同场景
学位