复数子空间神经网络驱动的均匀圆阵三维定位方法

来源：电子与信息学报杂志2025年第12期北京时间：

作者：蒋伟, 支博昕, 杨俊杰, 王惠, 丁鹏飞, 张政

单位：1.上海电力大学电子与信息工程学院 上海 2013062.上海电机学院电子与信息工程学院 上海 201306

摘要：针对复杂室内环境中由频率偏移、多径传播以及噪声干扰等因素导致定位精度不足的问题，该文提出一种复数子空间神经网络(CSNN)驱动的均匀圆阵三维定位方法。首先，构建基于信号参考周期与采样周期的双估计频率补偿算法。通过预估计对精估计的频率模糊进行修正，以获得精确的频偏值实现频率补偿。其次，提出基于复数子空间神经网络的二维角度估计算法。利用复数卷积神经网络(CVCNN)重构信号协方差矩阵，抑制非主径分量与噪声的影响，恢复信号与噪声子空间的正交性，并利用模式空间转换与子空间算法实现高精度二维角度估计。在此基础上，设计了基于均匀圆阵的原型系统进行实验。结果表明，该方法在跨场景迁移后二维与三维定位的平均误差分别为28.9 cm和36.5 cm，验证了所提方法的定位精度与泛化能力。

关键词：室内定位, 均匀圆阵, 频率补偿, 复数子空间网络

基金资助：国家自然科学基金(61202369, 61401269)