目录 | 2024年第4期 专题：RIS辅助的通感一体化
基于智能超表面的6G近场网络构建
RIS辅助的无蜂窝大规模MIMO关键技术研究
RIS辅助的通感性能联合优化研究
基于圆形可重构智能超表面阵列的单基站定位方法
05
【RIS辅助的通感一体化】专题
《移动通信》2024年第4期
基于可移动单元的智能反射面辅助近场定位技术
李斌亮，赵明敏，雷鸣，刘安，李旻
（浙江大学，浙江 杭州 310000）
【摘 要】RIS在提高感知系统可靠性方面具有广泛的应用前景。同时，可移动天线技术可以利用天线的局部运动，动态地改变发射机和/或接收机处的天线位置，以优化信道条件，提高通信性能。因此，将可移动天线技术引入RIS，通过充分利用无线信道在有限区域的空间变化，进一步实现智能可控的无线信道传播环境。基于此，研究了一种基于可移动单元的智能反射面辅助近场定位技术。首先，提出了基于近场模型的最大似然定位算法，并推演出衡量定位性能的CRLB。然后，提出了一种基于投影梯度下降的交替优化算法，实现智能反射单元动态位置和波束赋形的联合优化，以获得RIS用于定位的优化结构和相位配置。仿真结果表明，与传统固定单元的RIS相比，通过灵活调整RIS反射单元的拓扑结构，获得更好的信道条件，能够显著降低用户位置估计的CRLB，提高系统的定位性能。
【关键词】可移动单元的智能反射面；近场定位；克拉美罗下界；投影梯度下降；波束赋形
doi:10.3969/j.issn.1006-1010.20240223-0001
中图分类号：TN929.5 文献标志码：A
文章编号：1006-1010(2024)04-0041-06
引用格式：李斌亮,赵明敏,雷鸣,等. 基于可移动单元的智能反射面辅助近场定位技术[J]. 移动通信, 2024,48(4): 41-46.
LI Binliang, ZHAO Mingmin, LEI Ming, et al. Movable Reconfigurable Intelligent Surface-Aided Near-Field Localization[J]. Mobile Communications, 2024,48(4): 41-46.
0 引言
从第五代移动通信系统（5G）开始，新的毫米波（mmWave）和大规模的天线阵列的应用为更精确的定位服务提供了可能[1]，下一代移动通信网络（6G）将延续这一趋势[2]。然而，尽管毫米级的波长使得大型天线可以在具有便携式尺寸的天线阵列上集成[3]，但它也会导致严重的路径损失，特别是在基站（BS, Base Station）和用户设备（UE, User Equipment）之间的视距（LOS, Line-of-Sight）路径被复杂空间环境中的障碍堵塞情况下。因此，如何应对恶劣的传播环境，确保定位的可靠性，是在毫米波段中实现精确无线定位的关键问题[4]。
智能反射面（RIS, Reconfigurable Intelligent Surface）具有通过低成本的反射单元来重新配置无线信道环境的能力，已被认为是在下一代无线通信中实现高频谱和能量效率的一种潜在技术[5-6]。RIS能够在提升覆盖率和信道质量等方面提高通信性能，同时也应用于提高UE的定位精度[7-9]。面对存在障碍物，或从直接路径接收的信号功率不能保证鲁棒连接的情况[10]，RIS可用于建立发射机和接收机之间的LoS链路，并通过调整反射单元的反射系数，控制入射信号的冲击波前，实现有效的反射波束赋形，改善信道条件[11]。具体来说，通过准确估计BS和终端的最佳波束以及链路阻塞，文献[12]提出了一种由RIS辅助的毫米波无线通信系统的联合定位和波束训练算法。为进一步提高通信场景的定位性能，文献[13]推导了RIS辅助三维定位系统的位置误差边界，并同时考虑了同步和异步的情况。
然而，现有的RIS辅助通信系统多采用均匀线性阵列（ULA, Uniform Linear Array）或均匀平面阵列（UPA, Uniform Planar Array），在给定的RIS阵列所在区域内部署了固定位置的RIS反射单元，不能充分利用无线信道的空间变化。相比之下，近期发展的可移动天线技术可以利用天线的局部运动，动态地改变发射机和/或接收机处的天线位置，以优化信道条件[14-15]。对于多输入多输出（MIMO）通信系统，文献[16]利用可移动天线的特性，通过联合优化发射和接收天线的位置以及发射信号的协方差，显著提高了MIMO信道容量。因此，为了进一步探索空间域的自由度（DoF, Degree of Freedom）以提高通信性能，将可移动天线技术引入RIS，通过灵活调整RIS反射单元的拓扑结构，可以进一步实现智能可控的无线信道传播环境。
同时，当前的研究主要基于远场假设，而随着超大规模RIS的发展和毫米波的应用，近场效应在实际通信场景中不可忽略。若RIS与用户的距离满足，则用户位于RIS的近场区域，其中λ表示信号的波长，D表示RIS的孔径大小，2D²/λ被称为瑞利距离[17]。当用户处于近场区域时，基于远场假设的信道模型和实际情况之间会存在明显偏差。特别是对于具有可移动单元的RIS而言，反射单元间距不仅仅局限于通常给定的信号半波长，使得瑞利距离大于传统的固定单元RIS的场景，近场效应更加不能被忽视。
因此，针对RIS辅助的定位问题，本文提出了一种基于可移动单元的RIS辅助近场定位方法。主要的研究贡献如下：
（1）提出了基于近场模型的最大似然定位算法，推演出衡量定位性能的克拉美罗下界（CRLB, Cramér-Rao Lower Bound）及其关于RIS单元位置的导函数；
（2）以最小化CRLB为目标，提出了一种基于投影梯度下降和块坐标下降的交替优化算法，联合优化RIS反射单元动态位置和波束赋形；
（3）仿真结果验证了所提算法的有效性，通过灵活调整RIS反射单元的拓扑结构，能够显著降低用户位置估计的CRLB，提高系统的定位性能。
1 系统模型
本文考虑了一个具有可移动单元的RIS辅助近场定位系统，它由一个BS、RIS和一个需要进行定位的UE组成。下文首先介绍所考虑的定位场景，然后给出信道和信号模型以及使用的最大似然定位算法。
1.1 定位场景
1.2 信号模型
1.3 定位算法
2 定位性能度量
2.1 CRLB
2.2 CRLB导函数推导
3 联合拓扑结构和相移设计
4 仿真结果及分析
从图中可以观察到，CRLB与RIS反射单元的数量成反比，因为增加反射单元数目可以为位置估计提供更多的测量信息。此外，与随机方案相比，所提出的相移设计算法明显提高了定位精度，并且CRLB随着Q的增加而减小，当Q≥3时，性能增益逐渐饱和。
（2）RIS反射单元位置y和可移动区域d的影响
接下来，对提出的基于投影梯度下降的RIS拓扑结构优化算法进行了仿真，研究了RIS反射单元位置y和可移动区域d对定位性能的影响。在进行相移优化的前提下，设置了d=λ/2、λ、2λ的优化方案分别与未优化位置的情况进行对比，同时在d=λ时，测试了未优化相移的结果作为对照，相应的CRLB曲线如图3所示：
从图中可以观察到，RIS拓扑结构的优化显著降低了用户位置估计的CRLB，表明了将可移动天线技术引入RIS的重要性。随着可移动区域d的增大，性能增益更为突出，这是由于RIS进一步利用空间域的自由度，改善了信道条件。同时可以发现，当d=λ时，RIS相移优化和拓扑结构优化都能明显提高定位性能，进一步证明了所提算法的有效性。
5 结束语
为了进一步利用无线信道在有限区域的空间变化，本文将可移动天线技术引入RIS，研究了一种基于可移动单元的RIS辅助近场定位技术。以最小化CRLB为目标，提出了一种基于投影梯度下降和块坐标下降的交替优化算法，联合优化智能反射单元动态位置和波束赋形。仿真结果表明，通过调整RIS反射单元的拓扑结构和相移配置，能够显著降低用户位置估计的CRLB，提高系统的定位性能。
参考文献：（上下滑动浏览）
[1]Shahmansoori A, Garcia G E, Destino G, et al. Position and orientation estimation through millimeter-wave MIMO in 5G systems[J]. IEEE Transactions on Wireless Communications, 2017,17(3): 1822-1835.
[2]Bourdoux A, Barreto A N, van Liempd B, et al. 6G white paper on localization and sensing[J]. arXiv preprint arXiv:2006.01779, 2020.
[3]Natarajan A, Reynolds S K, Tsai M D, et al. A fully-integrated 16-element phased-array receiver in SiGe BiCMOS for 60-GHz communications[J]. IEEE journal of solid-state circuits, 2011,46(5): 1059-1075.
[4]Muhi-Eldeen Z, Ivrissimtzis L P, Al-Nuaimi M. Modelling and measurements of millimetre wavelength propagation in urban environments[J]. IET microwaves, antennas & propagation, 2010,4(9): 1300-1309.
[5]Wu Q, Zhang R. Intelligent reflecting surface enhanced wireless network via joint active and passive beamforming[J]. IEEE transactions on wireless communications, 2019,18(11): 5394-5409.
[6]Huang C, Zappone A, Alexandropoulos G C, et al. Reconfigurable intelligent surfaces for energy efficiency in wireless communication[J]. IEEE transactions on wireless communications, 2019,18(8): 4157-4170.
[7]Zhang H, Di B, Bian K, et al. Toward ubiquitous sensing and localization with reconfigurable intelligent surfaces[J]. Proceedings of the IEEE, 2022,110(9): 1401-1422.
[8]Wang Z, Liu Z, Shen Y, et al. Location awareness in beyond 5G networks via reconfigurable intelligent surfaces[J]. IEEE Journal on Selected Areas in Communications, 2022,40(7): 2011-2025.
[9]Alexandropoulos G C, Vinieratou I, Wymeersch H. Localization via multiple reconfigurable intelligent surfaces equipped with single receive RF chains[J]. IEEE Wireless Communications Letters, 2022,11(5): 1072-1076.
[10]Sarieddeen H, Saeed N, Al-Naffouri T Y, et al. Next generation terahertz communications: A rendezvous of sensing, imaging, and localization[J]. IEEE Communications Magazine, 2020,58(5): 69-75.
[11]Basar E, Di Renzo M, De Rosny J, et al. Wireless communications through reconfigurable intelligent surfaces[J]. IEEE access, 2019,7: 116753-116773.
[12]Wang W, Zhang W. Joint beam training and positioning for intelligent reflecting surfaces assisted millimeter wave communications[J]. IEEE Transactions on Wireless Communications, 2021,20(10): 6282-6297.
[13]Elzanaty A, Guerra A, Guidi F, et al. Reconfigurable intelligent surfaces for localization: Position and orientation error bounds[J]. IEEE Transactions on Signal Processing, 2021,69: 5386-5402.
[14]Zhu L, Ma W, Zhang R. Movable Antennas for Wireless Communication: Opportunities and Challenges[J]. arXiv preprint arXiv:2306.02331, 2023.
[15]Ma W, Zhu L, Zhang R. Compressed Sensing Based Channel Estimation for Movable Antenna Communications[J]. arXiv preprint arXiv:2306.04333, 2023.
[16]Ma W, Zhu L, Zhang R. MIMO capacity characterization for movable antenna systems[J]. IEEE Transactions on Wireless Communications, 2023.
[17]Selvan K T, Janaswamy R. Fraunhofer and Fresnel distances: unified derivation for aperture antennas.[J]. IEEE Antennas and Propagation Magazine, 2017,59(4): 12-15.
[18]Chen X, Feng B, Wu Y, et al. Joint beamforming and antenna movement design for moveable antenna systems based on statistical CSI[J]. arXiv preprint arXiv:2308.06720, 2023.
[19]Zhu L, Ma W, Zhang R. Modeling and performance analysis for movable antenna enabled wireless communications[J]. IEEE Transactions on Wireless Communications, 2023.
[20]Z. Muhi-Eldeen, L. P. Ivrissimtzis, M. Al-Nuaimi. Modelling and measurements of millimetre wavelength propagation in urban environments[J]. IET Microw., Antennas Propag., 2010,4(9):1300-1309.
[21]Dardari D, Decarli N, Guerra A, et al. LOS/NLOS near-field localization with a large reconfigurable intelligent surface[J]. IEEE Transactions on Wireless Communications, 2021,21(6): 4282-4294.
[22]Collier S L. Fisher information for a complex gaussian random variable: beamforming applications for wave propagation in a random medium[J]. IEEE Transactions On Signal Processing, 2005,53(11): 4236-4248.★
★原文刊发于《移动通信》2024年第4期★
doi:10.3969/j.issn.1006-1010.20240223-0001
中图分类号：TN929.5 文献标志码：A
文章编号：1006-1010(2024)04-0041-06
引用格式：李斌亮,赵明敏,雷鸣,等. 基于可移动单元的智能反射面辅助近场定位技术[J]. 移动通信, 2024,48(4): 41-46.
LI Binliang, ZHAO Mingmin, LEI Ming, et al. Movable Reconfigurable Intelligent Surface-Aided Near-Field Localization[J]. Mobile Communications, 2024,48(4): 41-46.
作者简介
李斌亮：浙江大学信电学院智能通信网络与安全研究所在读硕士研究生，主要研究方向为无人机组合定位、惯性导航、智能反射面辅助通信等。
赵明敏：浙江大学副教授，博士生导师，博士毕业于浙江大学信息与通信工程专业，现任职于浙江大学信电学院智能通信网络与安全研究所，主要从事通信信号处理、信道编译码理论、联合通信感知和无线AI等方面的研究。
雷鸣：浙江大学副研究员，硕士生导师，博士毕业于浙江大学通信与信息系统专业，现任职于浙江大学信电学院智能通信网络与安全研究所，主要从事包括抗干扰自组织网络、智能信号处理、集成传感和通信系统以及数据链路波形等方面的研究。
刘安：浙江大学百人计划研究员，博士生导师，博士毕业于北京大学电子学系，现任职于浙江大学信电学院智能通信网络与安全研究所，主要研究方向为通信-感知-计算融合理论与方法、面向无线通信的智能感知与随机优化方法、移动通信网络等。
李旻：浙江大学百人计划研究员，博士生导师，博士毕业于美国宾夕法尼亚州立大学电子工程专业，现任职于浙江大学信电学院智能通信网络与安全研究所，主要从事网络信息论、毫米波通信-感知基础理论与关键技术、AI驱动的无线通信设计等方面的研究。
《移动通信》投稿方式为在线投稿
请您登录网页投稿系统
链接地址：http://ydtx.cbpt.cnki.net
【2024年专题征稿–第8期】6G与AI的融合
【2024年专题征稿–第9期】空天地海一体化网络
目录 | 2024年第5期 本期专题：6G编码传输技术
《移动通信》2024年目录汇总（第1-4期）
#扫码关注我们#
《移动通信》
用论文解读通信
《移动通信》杂志由中国电子科技集团公司主管，中国电子科技集团公司第七研究所主办，是中国期刊方阵“双效期刊”、工业和信息化部精品电子期刊、中国科技论文统计源刊、中国通信学会《信息通信领域高质量科技期刊分级目录》入选期刊、中国电子学会《电子技术、通信技术领域高质量科技期刊分级目录》入选期刊、日本JST收录期刊。国内连续出版物号：CN44-1301/TN，国际连续出版物号：ISSN1006-1010，邮发代号：46-181。
