基于卡尔曼滤波的移动用户信道估计与用户定位技术，结合可重构智能表面

《IEEE Access》：Kalman Filter-based Mobile User Channel Estimation and User Localization with Reconfigurable Intelligent Surfaces

　　

摘要：

本文提出了一种新的方法，用于在无线通信系统中最小化移动用户与矩形可重构智能表面（RIS）之间的信道估计均方误差（MSE）。同时，用户定位是基于估计的信道状态信息（CSI）来实现的。在这里，我们假设了一个非线性的、用户位置依赖的系统模型，该模型包括一个高移动性的用户、一个具有多个元件的RIS以及一个具有多个天线的基站（BS）。之后，我们应用类似卡尔曼滤波（KF）的算法来减少该时变信道模型参数估计的MSE。此外，我们提出了一种非圆噪声卡尔曼滤波器（NCNKF），以处理具有非圆复数状态空间噪声的场景。进一步地，我们结合离散空间傅里叶变换（DSFT）技术和插值技术，降低了基于估计CSI的用户定位的归一化均方根误差（NRMSE）。对于信道状态估计和用户定位，我们推导出了克拉美-罗下界（CRLBs），以检验算法在固定用户情况下的性能；而在移动用户情况下，则采用了最小均方误差（MMSE）界限。数值结果表明，所提出的算法优于其他方法，并且可以非常接近CRLBs。