2026年8月7日 · RIS-Aided mmWave Localization
RIS-Aided mmWave Localization Under Cross-Link Interference via Beam-Domain ML Fingerprinting
论文提出一种基于波束域指纹的 RIS 辅助毫米波定位方法，在无 CSI 情况下通过 RIS 反射状态的 SNR 映射 UE 方位角和距离，并扩展到存在跨链路干扰的场景。28 GHz 下 20x20 RIS 仿真显示，KNN 在干净条件下角度 MAE 0.37 度、距离 MAE 4 cm，干扰下升至 1.4 度和 7.6 cm。
EVENT STORY
发展脉络
- 首次出现RIS-Aided mmWave Localization Under Cross-Link Interference via Beam-Domain ML FingerprintingarXiv cs.LG
- 当前判断该研究为 RIS 辅助定位提供了低成本方案，可能推动 6G 中基于位置的服务和波束管理。但仿真结果需在真实环境中验证，且干扰处理仍需改进。Agent Pulse · 分析
该论文针对 RIS 辅助毫米波 6G 网络中 UE 定位问题，提出一种波束域指纹框架，利用少量预定义 RIS 反射状态下的 SNR 映射 UE 方位角和距离，无需 CSI。框架扩展到存在跨链路干扰的现实场景，通过 INR 约束校准保持干扰水平可解释。评估了四种 ML 回归器，仿真显示 KNN 在干净条件下达到最低角度 MAE 0.37 度和距离 MAE 4 cm，干扰下性能下降但仍有竞争力。
波束域指纹方法避免了 CSI 估计，降低了开销，但干扰下性能下降明显，提示需要更鲁棒的特征或校准策略。KNN 的优异表现可能源于指纹空间的局部结构，未来可探索深度学习或集成方法。
该研究为 RIS 辅助定位提供了低成本方案，可能推动 6G 中基于位置的服务和波束管理。但仿真结果需在真实环境中验证，且干扰处理仍需改进。
该技术可降低 RIS 部署成本，提升定位精度，对通信设备商和运营商有潜在价值，但商业化尚需时日。
后续可关注真实环境测试、干扰抑制算法改进，以及与其他定位技术融合。