⚡ electrical engineering

Near-Field Localization via Reconfigurable Antennas

本文针对近场定位场景，提出了一种基于可重构天线的混合预编码联合优化方案，通过协同设计基带与电磁预编码器，显著提升了用户设备的定位精度。

原作者： Alireza Fadakar, Yuchen Zhang, Hui Chen, Musa Furkan Keskin, Henk Wymeersch, Andreas F. Molisch

发布于 2026-03-18

📖 1 分钟阅读☕ 轻松阅读

原作者： Alireza Fadakar, Yuchen Zhang, Hui Chen, Musa Furkan Keskin, Henk Wymeersch, Andreas F. Molisch

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

这篇论文讲述了一项关于如何让无线信号变得更“聪明”，从而更精准地定位手机位置的新技术。

想象一下，你正在一个巨大的、充满回声的房间里（这就是近场环境，比如你在家里或办公室里），试图通过喊话来告诉别人你在哪里。

1. 传统方法的局限：像“手电筒”一样死板

以前的基站（就是那个发信号的“大喇叭”）就像是一个固定形状的手电筒。

固定光束：它发出的光（信号）形状是固定的，要么很窄（照得远但范围小），要么很宽（照得广但光不强）。
近场难题：当你在离它很近的地方时，光线是球形的（像水波扩散），而传统手电筒是按平面波设计的。这就好比用平铺的雨伞去接从天而降的球形雨滴，接不住，导致定位不准。
结果：在复杂的近场环境中，传统的定位方法就像是用一把钝刀切蛋糕，切得歪歪扭扭，误差很大。

2. 新技术的核心：可重构天线（RA）——“液态金属”般的智能天线

这篇论文提出了一种名为**可重构天线（Reconfigurable Antennas, RA）**的新技术。

比喻：想象这些天线不再是硬邦邦的塑料手电筒，而是由液态金属制成的。
动态变形：你可以通过控制电流，让这团液态金属瞬间改变形状。上一秒它是个聚光灯（窄光束），下一秒它就能变成探照灯（宽光束），甚至变成各种奇怪的形状来适应不同的角度。
优势：这种天线不再“死板”，它能根据环境实时调整自己的“长相”（辐射方向图），从而把能量精准地投射到需要的位置。

3. 核心策略：双人舞（联合优化）

仅仅让天线变形还不够，还需要配合信号处理。论文提出了一种**“数字 + 电磁”的双人舞**策略：

数字舞者（Digital Precoder）：负责指挥，决定什么时候跳什么舞步（发送什么信号）。
电磁舞者（EM Precoder）：负责动作，决定天线具体怎么变形（怎么发射信号）。
目标：这两者必须完美配合。论文通过数学计算，找到了让这两者配合得最默契的方案，目的是让定位的**误差下限（PEB）**降到最低。这就好比两个舞者经过精密排练，跳出了最完美的动作，让裁判（定位算法）能一眼看出他们的位置。

4. 解决“不知道你在哪”的难题

这就引出了一个悖论：为了精准定位，我们需要知道你在哪；但为了知道你在哪，我们需要先定位。

不确定性区域：实际上，我们通常只知道你在一个大概的范围内（比如“他在客厅”），但不知道确切坐标。
聪明的“撒网”策略：
1. 粗定位（撒网）：系统会在你大概的范围内，撒下一张由 4 种不同形状信号组成的“网”。这就像用不同角度的手电筒快速扫视房间，先抓到一个大概的影子。
2. 精定位（收网）：一旦抓到影子，系统会利用更高级的算法（最大似然估计），在这个小范围内进行微调，像用放大镜一样，把位置精确到厘米级。
3. 抗干扰：即使房间里有很多回声（多径干扰），这种智能天线也能通过调整形状，过滤掉杂音，只听清你的声音。

5. 实验结果：快、准、稳

论文通过大量的计算机模拟证明了：

更准：相比传统的固定天线，这种新技术在近距离定位时，误差大幅降低。
更稳：即使在信号很弱（信噪比低）或者干扰很多（回声很多）的情况下，它依然能保持很高的精度。
灵活：通过增加天线的“变形能力”（增加基础函数数量），定位精度还能进一步提升。

总结

简单来说，这篇论文就像是在说：

“以前的定位系统像是一个拿着固定形状手电筒的人在找路，在复杂的环境里容易迷路。现在我们发明了一种能随意变形的液态金属手电筒，并且配上了一个超级大脑来指挥它。这个组合能让手机在离基站很近的地方，也能被精准地‘抓’住，误差极小。这对于未来的增强现实（AR）、自动驾驶和物联网至关重要，因为这些应用都需要在近距离内知道设备的确切位置。”

这项技术让无线通信网络不仅是个“传声筒”，更变成了一个高精度的“雷达”，让万物互联的世界变得更加清晰和智能。

这是一份关于论文《Near-Field Localization via Reconfigurable Antennas》（基于可重构天线的近场定位）的详细技术总结。

1. 研究背景与问题 (Problem)

背景：随着集成感知与通信（ISAC）的发展，无线定位在物联网、增强现实等领域变得至关重要。传统的定位研究多集中在远场（Far-Field, FF）场景，假设波前为平面波，仅利用到达角（AOA）或出发角（AOD）。然而，在高频段（如毫米波）和短距离通信中，近场（Near-Field, NF）效应显著，波前呈球面波，必须同时估计距离和角度。
现有局限：
1. 天线阵列限制：现有研究多使用具有固定辐射方向图（Fixed Radiation Patterns）的天线阵列。固定方向图存在权衡：窄波束增益高但覆盖窄，宽波束覆盖好但增益低，且无法动态适应不同场景。
2. 近场研究不足：大多数现有工作针对远场，缺乏对近场定位的深入探讨。
3. 可重构天线（RA）应用空白：虽然可重构天线（RA）能通过改变内部设置动态调整辐射方向图，从而提供电磁（EM）域的新自由度，但现有研究主要关注其频谱效率，鲜有将其应用于近场定位优化。
核心问题：如何利用可重构天线阵列，在近场条件下，通过联合优化数字预编码器和电磁预编码器，最小化用户设备（UE）的位置误差界（PEB），从而实现高精度定位。

2. 方法论 (Methodology)

本文提出了一套完整的近场定位框架，包含系统建模、理论推导、联合优化设计及估计算法。

A. 系统与信号模型

场景：下行链路 MISO 系统，基站（BS）配备均匀平面阵列（UPA），由 $M$ 个可重构天线（RA）组成；用户设备（UE）配备单天线。
信道模型：基于几何信道模型，包含视距（LoS）路径和 $I$ 个非视距（NLoS）多径分量。
RA 合成模型：
- 每个 RA 单元通过线性组合一组正交基函数（基于球谐函数 SHOD）来合成所需的辐射方向图。
- 引入电磁预编码器（ $e_{m,t}$ ）控制基函数权重，以及数字预编码器（ $f_t$ ）控制信号流。
- 接收信号模型结合了阵列响应向量（ARV）和 RA 的动态辐射方向图。

B. 理论推导：克拉美 - 罗界 (CRB)

推导了 Fisher 信息矩阵（FIM）的表达式，进而得到 UE 三维位置的克拉美 - 罗界（CRB），即位置误差界（PEB）。
将 NLoS 路径视为干扰（因其路径损耗大且数量未知），仅利用 LoS 路径进行定位性能分析。

C. 联合优化设计 (Joint Optimization)

目标：最小化 PEB。
问题难点：电磁预编码器和数字预编码器之间存在耦合，导致优化问题是非凸且高维的。
解决方案：
1. 完美位置知识假设：首先假设已知 UE 位置，将问题转化为关于复合向量 $w_t$ 的凸优化问题。利用引理证明 PEB 是复合矩阵 $W$ 的凸函数。
2. 低复杂度码本设计：通过松弛秩约束，推导出最优解具有特定的低维结构。提出了一种包含 4 个码字的低复杂度方案，分别对应位置参数的梯度方向。
3. 位置不确定性处理：针对实际中 UE 位置未知的情况，定义了一个不确定性区域 $U$ 。在该区域内均匀采样候选位置，构建包含 $4L$ 个码字的码本。
4. 功率分配优化：将问题转化为半定规划（SDP），在不确定性区域内最小化最坏情况下的 PEB，通过凸优化求解最优功率分配系数。

D. 定位估计算法

提出了一种基于最大似然（ML）的两阶段定位算法：

粗定位阶段 (Coarse Stage)：在不确定性区域内进行网格搜索，计算归一化信号向量与接收信号的相关性，选取相关性最大的网格点作为初始估计。
精化阶段 (Refinement Stage)：利用无网格的拟牛顿法（Quasi-Newton），以粗定位结果为初值进行迭代优化，消除网格量化误差，获得高精度位置估计。

3. 主要贡献 (Key Contributions)

合成信号模型与理论界限：建立了基于 RA 的近场定位合成信号模型，推导了 FIM 和 CRB 的解析表达式，为近场定位性能设定了理论上限。
联合优化框架：提出了数字预编码器和电磁预编码器的联合优化问题。设计了一种计算高效的多波束方案，该方案基于最优参数优化，并考虑了 UE 位置的不确定性，通过 SDP 求解鲁棒的功率分配。
高效估计算法：提出了一种结合网格搜索和拟牛顿法的 ML 定位估计算法，有效平衡了计算复杂度与定位精度。
性能验证：通过大量仿真验证了所提方法的有效性，证明了 RA 阵列在定位精度上显著优于传统固定方向图阵列。

4. 实验结果 (Results)

仿真基于 30 GHz 毫米波系统，对比了所提方案（RA + 联合优化）、启发式方向波束赋形（RA + 方向码本）以及传统非可重构阵列。

定位精度 (RMSE vs. SNR)：
- 所提的“精化阶段”算法的 RMSE 非常接近理论 PEB（约 -5 dB 处），显著优于粗定位阶段。
- 在低信噪比（SNR）区域，RA 联合优化方案表现出更强的鲁棒性，定位误差明显低于传统阵列和启发式 RA 方案。
基函数数量影响：
- 随着球谐函数基数量 $Q$ 的增加，所提方法的 PEB 持续下降，性能提升明显。
- 当 $Q=1$ 时，RA 退化为传统阵列，两者性能重合，验证了模型的通用性。
抗干扰能力：
- 在存在 10 个多径分量（NLoS）的干扰场景下，随着视距与多径功率比（LMR）的增加，所提方案的 RMSE 迅速收敛至 PEB。
- 在低 LMR（强干扰）下，虽然性能下降，但所提方案仍优于传统阵列和方向性波束赋形方案。

5. 意义与价值 (Significance)

突破传统限制：该研究证明了可重构天线（RA）不仅能提升通信的频谱效率，更是提升近场感知（定位）性能的关键技术。通过动态调整辐射方向图，RA 能够更灵活地聚焦能量，从而获得更高的定位精度。
近场定位新范式：针对近场球面波特性，提出了一套完整的从建模、优化到估计的解决方案，填补了 RA 在近场定位领域的研究空白。
工程指导意义：提出的低复杂度码本设计和两阶段估计算法，为未来 6G 及 ISAC 系统中实际部署 RA 阵列进行高精度定位提供了可行的技术路径。
未来展望：该方法为未来将定位与通信更深度集成（ISAC）奠定了基础，未来可进一步研究模型失配和硬件损伤下的鲁棒性。

总结：本文通过创新性地利用可重构天线的电磁自由度，结合凸优化理论和最大似然估计，成功解决了近场环境下的高精度定位难题，显著优于传统固定阵列方案，具有重要的理论价值和实际应用前景。