本文是发表在IEEE Communications Surveys & Tutorials期刊（2022年第三季度，第24卷，第3期）上的一篇关于毫米波（mmWave）定位与传感技术的综述性论文。论文标题为《A review of millimeter wave device-based localization and device-free sensing technologies and applications》，作者团队包括Anish Shastri（意大利特伦托大学）、Neharika Valecha（瑞典隆德大学）、Enver Bashirov（意大利帕多瓦大学）、Harsh Tataria（瑞典爱立信公司）、Michael Lentmaier（瑞典隆德大学）、Fredrik Tufvesson（瑞典隆德大学）、Michele Rossi（意大利帕多瓦大学）和Paolo Casari（意大利特伦托大学）。

本文旨在全面回顾利用毫米波通信与雷达设备进行定位与传感的最新研究进展，特别聚焦于室内应用场景。随着低成本毫米波设备和第五代（5G）及未来第六代（6G）网络的普及，毫米波技术在实现前所未有的高精度设备定位和无设备（Device-free）感知方面展现出巨大潜力。本文旨在为研究人员和工程师提供一个关于该领域技术路线、算法、性能、硬件平台及未来挑战的综合性视图。

论文的核心结构与主要观点

论文的主体结构分为几个逻辑清晰的部分，系统性地梳理了毫米波定位与传感的技术基础、关键挑战和现有解决方案。

第一部分：毫米波信道特性及其对定位与传感的影响 论文首先阐述了毫米波信号传播的物理特性，这是理解其定位与传感优势的基础。 * 核心观点：毫米波传播的独特性是实现高精度定位与传感的关键。 * 支持理论与证据： 毫米波频段（28-300 GHz）的波长较短（1-10毫米），这使得使用天线阵列能够形成极其尖锐的波束，获得极高的角度分辨率。相比之下，低频段（如Sub-6 GHz）设备的天线阵列尺寸和角度分辨率有限。此外，毫米波传播具有“准光学”特性，即视距（Line-of-Sight， LOS）路径通常占主导，非视距（Non-Line-of-Sight， NLOS）路径主要由镜面反射贡献，而绕射和散射效应较弱。这使得接收信号在角度域和时间域上呈现“稀疏性”，即可以相对清晰地分离出直射路径和少数几条主要的反射路径，极大简化了信号参数（如到达角、飞行时间）的估计过程，从而为高精度几何定位算法（如三角定位、三边定位）创造了条件。

第二部分：波束赋形架构及其对定位的影响 波束赋形是毫米波系统克服高路径损耗、实现远距离通信的核心技术，但不同的波束赋形架构对定位性能有直接影响。 * 核心观点：波束赋形架构（模拟、数字、混合）在定位精度、复杂度和成本之间存在权衡。 * 支持的子观点与分析： 1. 模拟波束赋形： 使用单个射频链和移相器，通过预编程的码本切换波束方向。其优点是成本低、功耗小，商业现货（Commercial Off-The-Shelf, COTS）设备（如TP-Link Talon路由器）普遍采用。缺点是波束分辨率有限，相位精度不高，且难以支持多用户同时的高精度定位。 2. 数字波束赋形： 为每个天线配备独立的射频链，可以在数字基带进行精确的幅相控制。理论上能提供最高的波束分辨率和厘米级定位精度，并支持高级参数估计算法。但硬件复杂、成本高昂、功耗大，目前主要用于实验室研究。 3. 混合波束赋形： 结合了模拟和数字的优点，使用少量射频链和模拟移相器网络。它在性能、复杂度和成本之间取得了良好平衡，是当前研究和未来5G/6G系统的主流方向，也是实现实用化高精度定位最有前景的方案。

第三部分：面向设备的毫米波室内定位算法 这是论文的核心章节之一，详细回顾了利用毫米波通信设备进行定位的各种算法。 * 核心观点：毫米波定位算法可大致分为基于协议操作提取几何信息的算法，以及将通用定位方法适配于毫米波场景的算法。 * 支持的子观点与分类： 1. 基于角度的算法： 利用毫米波大天线阵列带来的高角度分辨率。主流方法包括三角定位法、到达角差（Angle-Difference-of-Arrival, ADOA）法等。一些先进算法（如JADE， CLAM）能够仅利用来自单个或多个接入点的角度测量值，联合估计设备位置、接入点位置甚至环境地图，且无需环境先验知识。机器学习（如浅层神经网络）也开始被用于学习角度测量值与位置之间的非线性映射。 2. 基于信道状态信息（Channel State Information, CSI）的算法： CSI包含了信道复增益的详细信息，可从中提取更丰富的参数（如精确的到达角、飞行时间、路径衰落系数）。然而，获取原始CSI通常需要对设备固件进行深度修改，限制了其普及。相关研究展示了如何通过CSI实现设备定位、跟踪甚至被动物体的检测。 3. 基于接收信号强度指示/信噪比（RSSI/SNR）和飞行时间（Time of Flight, ToF）的算法： RSSI/SNR因其易得性被用于指纹定位或基于路径损耗模型的测距定位。论文指出，机器学习（尤其是深度学习）模型在处理RSSI/SNR指纹数据方面表现出色，能够实现亚米级精度。ToF得益于毫米波的大带宽，能提供极高的测距精度（厘米级），但通常需要设备间精确的时间同步或特殊的测距协议（如精细时间测量协议）。 4. 混合方法： 融合多种测量信息（如AOA+RSSI、AOA+ToF）以提高在复杂环境（如NLOS）下的定位鲁棒性和精度。例如，一些系统通过结合角度和飞行时间来估计反射面几何，进而构建室内地图。 * 算法实施平台： 论文总结了评估这些算法所用的工具，包括实验室级软件无线电平台（如NI USRP、定制FPGA板卡）、商业级设备（如TP-Link Talon AD7200路由器）以及基于射线追踪的仿真软件（如NYURay， S_5GChannel）。这反映了该领域研究从理论仿真到实际系统验证的发展脉络。

第四部分：无设备的毫米波传感技术 这部分关注利用毫米波雷达进行感知，即设备本身不携带任何标签或终端，仅通过分析环境中人体或物体对信号的反射来检测其存在、位置、姿态、活动和生命体征。 * 核心观点：毫米波雷达是实现无设备、非侵入式、高精度室内感知的理想技术。 * 支持的论据与应用： 毫米波雷达通过发射调频连续波（FMCW）等信号，并分析回波中的时延、多普勒频移和角度信息，可以：1）检测并跟踪单人或多人；2）识别人体姿态和活动（如行走、跌倒）；3）监测生命体征（如呼吸、心率）。其优势在于穿透衣物、不受光照影响、保护隐私。论文指出，当前的研究热点和挑战包括：提高生命体征监测的准确性、增强算法在不同环境下的泛化能力、支持多用户跟踪、以及构建自动组网的雷达网络以实现大规模感知应用。

第五部分：标准化进展与研究空白 论文梳理了3GPP在5G标准（Release 15-17）中为毫米波定位所做的努力，包括定义了定位参考信号和基于上行/下行信号的定位架构。 * 核心观点：现有通信标准中的定位功能尚未充分利用毫米波信道的全部维度信息，通信与感知的深度融合是未来方向。 * 支持的论点与展望： 当前标准主要关注基于到达时间差的定位，而未充分利用毫米波特有的高分辨率角度和相位信息。论文强调，通信与感知一体化（Joint Communication and Sensing, JCAS） 是未来的核心研究方向。其愿景是在同一硬件和频谱资源上，同时高效地完成数据传输和环境感知。这需要在基于正交频分复用和多天线技术的信道接入协议中，理论和方法上的双重创新。此外，论文在结论部分系统性地指出了多个亟待解决的研究挑战：1）设备定位系统需要能暴露CSI的商业级硬件，并更好地集成标准化的初始接入与定位算法；2）需要无需环境先验知识的先进算法来改进毫米波同步定位与地图构建；3）基于机器学习的算法需解决训练数据收集量大、泛化能力不足的问题；4）雷达感知系统需在生命体征监测精度、多目标跟踪和自动组网方面取得突破。

论文的价值与意义

这篇综述论文具有重要的学术和工程价值。首先，它首次系统、全面地将毫米波“设备定位”与“无设备感知”两大主题置于同一框架下进行审视，揭示了二者在底层技术（信道特性、硬件架构、信号处理）上的共通性和应用场景上的互补性。其次，论文不仅回顾了已有技术，更通过深入分析，清晰地勾勒出该领域的技术发展脉络、当前瓶颈和未来演进路线图，特别是明确指出了通信感知一体化这一战略性方向。对于刚进入该领域的研究人员，本文是一份极佳的“知识地图”和入门指南；对于资深研究者，文中归纳的开放性问题为未来的研究提供了清晰的靶点。最后，论文对各类算法性能、硬件平台和评估工具的总结，为工业界开发实用的毫米波定位与感知产品提供了重要的技术参考和选型依据。