Delay Estimation for Ranging and Localization Using Multiband Channel State Information

基于多频带信道状态信息的测距定位时延估计

期刊：IEEE TRANSACTIONS ON WIRELESS COMMUNICATIONS（CCF-B）
发表日期：2022

摘要

在无线网络中，精确的基于距离的定位的基本步骤是多径信道延迟的高分辨率估计。传统的延迟估计算法的分辨率与用于信道探测的训练信号的带宽成反比。考虑到典型的训练信号具有有限的带宽，使用这些算法的延迟估计往往导致较差的定位性能。为了减轻这些限制，我们利用无线收发器的多频带和载波频率切换能力，并建议在多个频带中获取信道状态信息（CSI），分布在一个大的频率孔径。所获得的测量的数据模型具有多重移不变性结构，我们使用这个属性来开发一个高分辨率的延迟估计算法。我们推导出的Cramér-Rao界（CRB）的数据模型，并进行数值模拟的算法，使用系统参数的新兴IEEE 802.11be标准。仿真结果表明，该算法是渐近有效的，收敛到CRB。为了验证建模假设，我们测试的算法，真实的室内场景中获得的信道测量。从这些结果可以看出，从总带宽为320 MHz的多频带CSI估计的延迟（范围）在90%的情况下显示出小于0.3ns（IOcm）的平均RMSE。索引项-延迟估计、测距、超分辨率、子空间拟合、多频带CSI、IEEE 802.11be、WiFi-7、OFDM。索引项-延迟估计、测距、超分辨率、子空间拟合、多频带CSI、IEEE 802.11be、WiFi-7、OFDM。摘要在无线网络中，精确的基于距离的定位的一个重要步骤是多径信道延迟的高分辨率估计。传统的延迟估计算法的分辨率与用于信道探测的训练信号的带宽成反比。考虑到典型的训练信号具有有限的带宽，使用这些算法的延迟估计往往导致较差的定位性能。为了减轻这些限制，我们利用无线收发器的多频带和载波频率切换能力，并建议在多个频带中获取信道状态信息（CSI），分布在一个大的频率孔径。所获得的测量的数据模型具有多重移不变性结构，我们使用这个属性来开发一个高分辨率的延迟估计算法。我们推导出的Cramér-Rao界（CRB）的数据模型，并进行数值模拟的算法，使用系统参数的新兴IEEE 802.11be标准。仿真结果表明，该算法是渐近有效的，收敛到CRB。为了验证建模假设，我们测试的算法，真实的室内场景中获得的信道测量。从这些结果可以看出，从总带宽为320 MHz的多频带CSI估计的延迟（范围）在90%的情况下显示出小于0.3ns（IOcm）的平均RMSE。

1.引言

无线网络中使用的典型训练信号由于RF频谱规定和硬件约束而具有相当低的带宽。不足的分辨率防止LOS路径与接近到达的MPC分离，导致有偏差的距离估计和降低的定位性能[7]。因此，主要的挑战是设计（i）用于测量信道的实用方法，以及（ii）在存在接近多径的情况下的高分辨率延迟估计算法。

A.相关工作

用于高分辨率信道估计的方法典型地将频域中的延迟估计的问题公式化，其中它变成叠加的复指数的参数估计的问题。估计这些参数的经典方法是基于最大似然（ML）估计方法。根据对参数的统计假设，这些方法可以分为确定性ML（DML）[10]或随机ML（SML）[11]。
用于高分辨率延迟估计的其他方法利用MPC的稀疏性质，并且可以被分类为基于⑴子空间估计[15]、[16]、（ii）压缩感测（CS）[17]和（iii）有限创新率（FRI）采样[18]-[20]的那些方法。
当在频域中公式化时，延迟估计的问题是经典的阵列信号处理问题，并且诸如MUSIC [16]、ESPRIT [15]和矩阵束[21]的方法是适用的。此外，当使用天线阵列收集测量时，这些方法可以扩展到用于联合角度和延迟估计的二维（2-D）方法[21]-[23]。

B.贡献

在本文中，我们利用现代无线收发器的多频带和载波频率切换能力，并建议获得CSI的多个频带上分布在一个大的频率孔径，以增加延迟分辨率。我们开始推导多频带CSI的数据模型，考虑在WiFi网络中使用的正交频分复用（OFDM）的训练信号。与[26]、[27]、[29]中提出的现有技术方法相比，我们的工作的第一个差异是观察到通过将多频带CSI堆叠到汉克尔矩阵中，数据模型示出了从DOA估计问题[33]、[34]已知的多个移位不变性结构。**我们使用这些属性来开发一种算法，支持从任意频带中收集的多频带CSI的延迟估计。**与[26]、[27]、[29]中提出的算法相比，这是新的，这些算法限于根据在连续频带中收集的CSI进行延迟估计。此外，所提出的算法是无网格的，并且不会遭受基础失配，这与[27]，[29]中提出的算法不同。在我们最初的工作[1]中，我们考虑了这个模型，并提出了一个基本的多带延迟估计算法，没有加权和数据扩展技术。在本文中，我们扩展了这一点，并作出以下额外的贡献。

1. 我们提出了一种加权子空间拟合算法的延迟估计，利用多频CSI中存在的多个移不变性结构。我们提出了最佳的加权，并介绍了几个数据扩展技术，进一步提高算法的性能。在延迟估计之后，通过求解线性最小二乘（LS）问题来估计MPC的复振幅。
2. 我们推导了多频带CSI数据模型的Cramér-Rao界（CRB），并分析了无线系统参数的影响，例如，带宽、CSI测量的数量和频带选择。-
3. 我们证明了所提出的算法在IEEE 802.11be标准定义的未来WiFi-7网络中的延迟估计问题的适用性[35]。该标准将支持2.4、5和6 GHz频段中的多频段操作（参见图2），这使得该应用程序成为所提出的算法的有趣展示。各种情况下进行了模拟，以显示无线系统参数对算法的性能的影响。-
4. 出于一个真实的的室内多径信道数据集的实验，我们讨论了频带选择的问题，考虑到RF信号散射的频率依赖性的影响。这些影响在以前的相关工作中被忽略了。然而，如果频率孔径与频带的中心频率相比太大，则它们引入建模误差并且恶化估计的性能。

结论

在本文中，我们考虑了高分辨率的延迟估计基于距离的定位使用多频带CSI测量。我们推导出一个多频带CSI的数据模型，并表明它具有多重平移不变性结构。我们设计了多频带加权延迟估计（MBWDE）算法，利用这种结构来估计MPC延迟参数。我们提出了几个数据扩展和预处理技术，进一步提高性能的MBWDE。为了评估算法的性能，我们推导出CRB的RMSE的延迟估计考虑多频带CSI模型。我们使用的新兴IEEE 802.11be标准的参数来定义模拟的情况下，说明MBWDE的性能。仿真结果表明，MBWDE几乎达到CRB时，存在于信道中的MPC被解决，并优于其他多频带估计算法，如CS（L1）和MI-MUSIC。
为了验证建模假设，我们使用的MBWDE算法进行测距和定位，使用真实的的室内多径信道测量。这些结果表明，MBWDE算法改善了用于CSI估计的训练信号的延迟分辨率和带宽之间的权衡。真实的信道测量的实验还表明，当多频带CSI的总频率孔径增加到载波频率的10%以上时，多径传播的频率依赖性效应引起降低估计性能的建模误差。因此，在未来，它将是实际的兴趣，多径传播的频率依赖性效应的模型，并考虑到这些影响在MBWDE。

不看了，好像和我的方向没什么关系