可重构智能超表面辅助的混合近远场定位方法OA

可重构智能超表面因为可以对非视距用户进行精准定位而受到广泛关注。随着可重构智能超表面口径变大,超表面的近场范围扩展,待定位用户可能位于混合近远场中。然而,现有方法假设用户位于纯近场或纯远场,当同时存在近场和远场用户时,近场定位方法复杂度过高,而远场定位方法精度较差。为了解决上述问题,提出了一种可重构智能超表面辅助的混合近远场定位方法,其基本思想是基于信号参数在近场和远场随位置变化快慢的差异,将近场和远场区域划分为不同密度的网格,利用超表面反射信号判断用户处于近/远场并确定其网格位置,从而同时实现低复杂度和高定位精度。与现有纯近场或远场方法不同,使用近远场混合模型,导致位置估计算法和可重构智能超表面相移优化算法的设计更困难。为了解决这些挑战,基于混合近远场模型构建了位置估计问题和可重构智能超表面相移优化问题,并分别设计了算法进行求解。仿真结果验证了所提定位方法的有效性。