AI驱动的无线定位：基础、标准、最新进展与挑战

1. 论文概述

• 研究目标：本论文旨在综述AI在无线定位领域的应用，包括其基础理论、标准化进展、最新技术发展，以及面临的挑战和未来研究方向。
• 主要发现：
  • AI/ML 技术已成为提升无线定位精度和鲁棒性的关键手段，特别是在 3GPP 标准的推动下。
  • 论文系统性地分析了 AI 在 LOS/NLOS 检测、TOA/TDOA 估计、角度估计等方面的最新研究进展。
  • 介绍了指纹定位、知识辅助 AI 定位、信道绘制（Channel Charting）等 AI 直接定位方法。
  • 讨论了当前可用的无线定位数据集，并总结了 AI 驱动无线定位所面临的挑战和机遇。

文章框架

2. 研究背景

• 研究动机：
  • 5G 网络的广泛部署催生了对高精度无线定位的需求。
  • 传统基于几何关系（如三边测量法、三角测量法）的定位方法受环境因素影响较大，难以满足高精度和动态适应性的要求。
  • AI 技术的发展为无线定位带来了新的变革，能够更好地适应复杂环