基于圆形可重构智能超表面阵列的单基站定位方法.pdf

第48 卷总第52 4期基于圆形可重构智能超表面阵列的单基站定位方法夏得校，史琰，李龙（西安电子科技大学电子工程学院，陕西西安7 10 0 7 1）【摘要】无线定位技术在物联网时代至关重要，在室外开阔场景下，GPS可以提供米级精度的定位；而在室内等特殊应用场景，其精确的位置信息则依赖于额外部署的基站来提供。通常而言，一个终端设备的位置信息至少需要3个定位基站同时工作，并通过几何解算的方式来提供。近些年，随着RIS的发展，其灵活性为单基站的高精度定位提供了新思路。基于RIS的单基站定位技术，通过同时估计目标方位和目标距离，来提供定位终端的位置信息。该系统具备低复杂度、高精度、和低成本的特点，有望在室内定位、自动驾驶、工业互联等领域发挥重要作用。【关键词】RIS；单基站定位；室内定位doi:10.3969/j.issn.1006-1010.20240225-0001中图分类号：TN92文献标志码：A文章编号：10 0 6-10 10(2 0 2 4)0 4-0 0 35-0 6引用格式：夏得校,史,李龙.基于圆形可重构智能超表面阵列的单基站定位方法J.移动通信,2 0 2 4,48(4):35-40.XIA Dexiao,SHI Yan,LI Long.Single Base Station Positioning Using Circular Reconfigurable Intelligent Surface ArrayJJ.MobileCommunications,2024,48(4):35-40.Single Base Station Positioning Using Circular Reconfigurable Intelligent Surface ArrayAbstractWireless localization technology is crucial in the era of the Internet of Things(loT).In outdoor open scenarios,GPS canprovide meter-level precision positioning.However,in some special application scenarios,such as indoor case,the accuratelocation information relies on additional deployed base stations.Typically,the location information of a device requires atleast three positioning base stations to operate simultaneously,which is provided through geometric calculation.In recentyears,with the development of reconfigurable intelligent surfaces(RIS),their flexibility has provided new ideas for high-precision positioning based on single base station.The single base station positioning technology based on RIS provides thelocation information of the positioning terminal by simultaneously estimating the target azimuth and target distance.Thissystem has the characteristics of low complexity,high accuracy,and low cost,making it promising for indoor positioning,autonomous driving,industrial Internet connectivity,and other fields.KeywordsReconfigurable intelligent surface;single BS-based positioning;indoor positioningOSID:XIA Dexiao,SHI Yan,LI Long(School of Electronic Engineering,Xidian University,Xian 710071,China扫描二维码与作者交流移动通信0引言随着科技的发展，定位服务无处不在，精确的位置信息为日常出行和社会生产提供了可靠保障，应用领域包括汽车导航、位置共享、海上救援等。这些应用主要出现在室外的开阔场景，它们依靠GPS提供的米级定位收稿日期：2 0 2 4-0 2-2 5*基金项目：国家重点研发计划“面向无线中继应用的信息超构材料器件关键技术”（2 0 2 3YFB3811503）；国家自然科学基金“信息超材料基础科学中心”（6 2 2 8 8 10 1）；陕西省重点研发计划“陕西省科技创新团队”（2 0 2 1TD-07）精度，可以满足大部分的需求。但是在室内场景下，GPS便无能为力。基于GPS，通常只能到看两个定位终端位于同一栋大楼，却无法具体到大楼的某一个房间或某一个角落。事实上，室内环境下的定位同样至关重要，并且其需求在逐渐增加，例如：室内导航、健康监测、室内救援、目标定位等。在这些场景中，位置信息需要依赖于部署的多个定位基站或锚点，以实现亚分米级定位精度。针对室内定位方法，大致可分为基于图像的光学定位、基于传感器的惯导定位和基于电波传播的无线定位。其中光学定位简单高效，但容易受到光线遮挡的影响；惯导定位受限于传感器的精度，并且具有累计误差1-3；无线定352024年4月第4期第48 卷“RIS辅助的通感一体化”专题总第52 4期位广泛存在，但其精度和鲁棒性有待研究14-6 。因此，本文研究主要集中在基于电波传播的无线定位领域。在该领域中，主流的技术包括RSS（Re c e i v e d Si g n a l St r e n g t h，接收信号强度分析法）、UWB（U lt r a W id e Ba n d，超宽带技术）、TDOA（T im e D iffe r e n c e o f A r r iv a l，到达时间差分析法）、AOA（A n g l e o f A r r i v a l，到达角分析法）。其中RSS技术可以充分利用现有室内的Wi-Fi和蓝牙设备，部署成本低，但是精度和鲁棒性差；UWB、T D O A 和AOA均属于交会定位法7-9 ，获取定位终端的三维信息，需要部署至少3个基站，因此部署难度大。为了降低成本，近年来研究者们开始研究UWB和AOA的融合，以实现单基站的目标定位。其核心思想是通过UWB获取目标的距离信息，然后对目标进行AOA估计，从而获取定位终端与基站的相对位置10。然而该方法的角度估计精度有待提升，并且UWB设备成本较高。近几年，随着RIS（可重构智能表面，ReconfigurableIntelligentSurfaces）的兴起，其灵活性和可扩展性得到了广泛的研究 15，这为单基站精确定位提供了新的解决思路。RIS是由数字编码超表面发展而来的16 18 ，它们都是由亚波长单元构成的周期性阵列。与数字编码超表面的不可重构特性不同，RIS的每个单元均加载了有源电控器件，例如PIN二极管、变容二极管等，并通过FPGA实现现场可编程，因此具备灵活的可调控特性。低成本、易制备也是RIS的特点，它可以通过软件仿真和PCB工艺进行快速的设计和加工。2 0 18 年，东南大学崔铁军教授团队在RIS 的基础上进一步提出了时空编码技术19-2 1，使得RIS在时间维度上得以延伸。时空编码的RIS最显著的特点是产生了人为可控的谐波分量，使其有望应用于移动通信和成像感知，同时也为无线定位提供了新的思路。因此，基于时空编码技术，本文将提出一种基于RIS的单基站定位方法。与传统单基站中复杂的硬件设备不同，所提方法利用动态调控的RIS充当定位基站，且不需要有源的接收通道。该基站被部署在一个已知的坐标处，当定位终端需要获取自身位置时，其发射通道向基站发射一个单音信号。基站对入射的信号进行周期性的时间调制，并将信号反射回定位终端的接收通道。接收通道通过对信号进行分析，解算出距离和方位信息，从而估计出自身与基站的相对位置。相比于传统基于阵列的AOA估计技术，所提方法只需要单个接收通道就可以实现AOA估计，从而显著降低硬件复杂度，其核心原理在于将空间相位延时蕴含在时间调制的谐波分量中。并且，由于RIS阵列上包含了多个调制单元，它可以为AOA估计提供丰富的空间谱信息，从而实现精确的角度测算。36移动通信2024年4月第4期对于距离的估计，由于发射通道和接收通道位于同一终端设备，不存在时钟偏移和载波偏移等干扰因素，因此可以采用多频连续波的方式实现。1信号模型构建在提出的单基站定位方法中，采用圆形RIS阵列对信号进行建模和仿真。相比于传统方形布阵的RIS，圆形RIS阵列只需要少数的单元，并将其排布成一个圆形。这类比于雷达探测中用到的圆形天线阵列，其优势在于减少阵列单元的同时，保持其二维角度估计的优势。此外，为了实现单通道的AOA估计，RIS上的每个单元都需要被FPGA进行周期性的时间调制，更少数量的RIS单元可以显著降低后端控制电路的硬件成本，同时也能降低信号处理维度的计算复杂度。更重要的是，圆形阵列具有很好的抗角度模糊特性，可以实现全空间无模糊的角度估计，该优势会在后面的推导中进行阐述。整个定位的过程可以简要归纳为，终端设备通过向RIS基站发射和接收信号，以确定自身相对于基站的位置，示意图如图1所示。圆形的RIS阵列被放置或者安装在一个已知坐标的位置，需要定位的设备通过向RIS阵列发送单音信号、并接收RIS阵列产生的回波，从而解算出方位和距离信息，并最终实现其自身的定位。与发射的单音信号不同，回波信号是被圆形RIS阵列调制后的信号，其原理类似于RFID的工作模式。整个定位系统是基于测角加测距的方式实现的，它只需要定位终端包含一个发射通道和一个接收通道。因此，所提的单基站定位方法的核心在于，如何在单个接收通道下实现对电磁波的精确测向。借助于RIS阵列的智能可调特性，阵列中的每个单元对电磁波进行了不同方式的调制，这为单通道AOA估计提供了可行性。与传统需要多通道阵列的AOA估计方法不同，所提出的单通道AOA估计方式，能够显著降低硬件成本和复杂度。因此，单通道的AOA估计方法将作为重点，并进行详细阐述。-?圆形RIS阵列X图1基于圆形RIS阵列的单基站定位系统示意图定位终端J第48 卷总第52 4期夏得校，史，李龙：基于圆形可重构智能超表面阵列的单基站定位方法1.1单通道AOA估计如图1所示，圆形RIS阵列放置在xoy平面，人射电磁波的俯仰角定义为入射方向与z轴的夹角，方位角定义为入射方向在xoy平面上的投影与x轴的夹角。因此，当需要定位的终端设备向RIS基站发送一个频率为f的单音信号，RIS上第n个单元接收到的信号R,(t)可以表示为：2元(n-1)R,(0)=VG.Gaexp2ft-kR-krsinOcos-4元R其中G,和G,分别表示发射天线的增益和RIS单元的增益，入表示载波频率的波长，R是终端设备到RIS中心的距离，k=2元/a表示载波的空间波数，r表示圆形RIS的半径，N表示RIS的单元个数。当RIS单元接收到信号之后，会对信号进行周期性的1-bit时间调制，并且第n个RIS的时间调制函数P,(t)表示为：n-1M+eioP,(t)=其中M表示任意整数，T表示调制函数的周期。根据傅里叶变换理论，时域上的周期函数可以展开为傅里叶级数的形式，如式(3)所示：P,()=Zcn.,exp(j2naft)其中q表示傅里叶级数的阶数，Cn.g表示傅里叶系数，它可以通过如下计算获得：Cn.一P2 sin(g/N)=元q2/N-1,其中f,=1/T,表示调制频率。考虑反射型RIS，被调制后的信号会被RIS单元进一步的反射，并最终被终端设备的接收通道接收。因此，被第n个RIS单元调制并反射后的信号可以表示为：02元(n-1)(5)需要强调的是，由于电磁波经历了往返行程，由传播路径引起的相位延迟是单程的两倍。将式（3）代人到式(5)中，可将其改写为：expj|2元(f+af,)t-2kR-2krsin Ocos(4元R)q=-002元(n-1)?从上式可以看出，通过周期性的时间调制，接收信号,()中包含了大量的谐波分量，它们分布在载波频率f附近，并且频率间隔是f，的整数倍，例如第q阶谐波的频率为f+qfp。此外，不同RIS单元调制并反射的信号会在定位终端的接收天线上进行综合，最终的接收信号表示为多个y,(t)(n=1,2,M)的和：J()=2,()n=从式(6)中可以看出,谐波分量中包含了和的信息，N为了估计出对应的方位信息，可以通过对谐波分量进行提(1)取和分析。具体的措施是，在接收信号(t)通过下变频和数字采样之后，通过FFT（Fa s t Fo u r ie r T r a n s fo r m，快速傅里叶变换）的方式获取。如果数字采样=0 时刻开始，并且采样的时间间隔是调制周期T,的整数倍，那么FFT之后，通过谱峰提取，第q阶谐波的幅相信息可以表征为：y,(n,)=AZcn.exp-2jkrsin coso-s(n,)1=1(8)ntM+NNP其它exp-j元q2n-2Nq=0(7)2元(n-1)T(2)(3)(4)(6)其中：(4元R)s(n,)=cxp(2nfn,-2kR)n,表示离散的采样时刻。根据式（8)可知，对于接收信号的第阶谐波y(n)而言，它是由不同RIS单元产生的第q阶谐波的叠加。为了进行AOA估计，从接收信号中提取从-Q阶谐波到+Q阶的谐波分量，并将其写成向量的形式：(n,)=ATas(n,)+N(n,),n,=1,2,N,(11)其中：(n,)=y-(n,),y-o-(n,),e(n,)a=a(1),a(2),(n),a()a(n)=exp-2jkr sin Q cos?C-0.1C-Q.2C-O+1,1C-Q+1,2A=LCo.1N(n）表示均值为0 的高斯白噪声。需要强调的是，向量y(n）是2 Q1维的，考虑到定位终端的发射通道和接收通道存在载波泄露，会最终影响定位精度。因此，在提取谐波分量的时候，将载波分量排除在外。从式(11)可以看出，谐波的幅度和相位是方位和的函数，如何从谐波分量中估计出方位信息，是目标定位的关键。在传统的MIMO阵列中，采用多个天线通道接收电磁波，并形成基于目标方位的阵列信号x(n)=as(n)。而从阵列信号x(n)中估计出目标的方位，此前的学者们已经提出了很多优秀的算法，例如37(9)(10)(12)(13)2元(n-1)(14)NC-O,NC-Q+1,NCo,2Co.N(15)移动通信2024年4月第4期第48 卷“RIS辅助的通感一体化”专题总第52 4期MUSIC、ESPRI T、D BF等。因此，可以尝试从谐波信号y(nt)中恢复出传统的阵列信号x(n)，然后采用现有的算法实现AOA估计。恢复的过程如式（16)所示：x(n,)=(rr)ry(n,)式中表示阵列信号x(n)的估计值。至此，借助时间调制的手段，已经从单通道信号的频谱中恢复出了阵列信号，并最终将通过MUSIC算法实现AOA估计。需要强调的是，在进行AOA估计的时候，由于电磁波经历了往返路径，由传播路径引起的相位延迟是单程的两倍，从而使得角度模糊更容易出现。因此，为了防止角度模糊的情况出现，对圆形RIS的半径作如下约束：元R-2-2cos2元）（M）元R-2cos元-2cos3元）(M）(M）1.2距离估计单基站定位，需要在角度估计的基础上，进一步估计终端设备到RIS的距离，这里将简要介绍几种可行的距离估计方法。由于信号的收发通道位于同一终端，因此不存在时钟偏移和载波偏移等因素的干扰，不需要对误差进行校准，这如图2 所示，从定位终端发射的单音信号，被RIS时间调制后进行反射，最终会被定位终端的单天线接收。由于RIS上的单元对单音信号进行了不同的时间调制，(16)并且伴随着时间调制的过程，信号频谱中产生了相应的谐波分量。因此，接收的单通道信号频谱是所有RIS单元共同作用的结果，通过对谐波分量的提取和分析，可以实现对来波方位的估计。如图3所示，是当定位终端位于圆形RIS阵列的（0=2 0，=0）处时，接收信号的归一化频谱。从图中可以看出，通过RIS调制后的反射信号中，包含了大量幅度不同的谐波分量，该幅度是由定位终端的方位决定。为了对谐波分量的幅相信息进行分析，可,M为奇数以在混频器和ADC之后，通过FFT和峰值提取的方式提取。之后采用式(16)，将谐波信号恢复成传统的阵列信号，(17)并进行AOA估计。,M为偶数fe-5f,f+4ff.+5f极大地简化了距离估计的复杂度。首先，对于低的ADC采样率来说，可以采用多频连续波的方式，实现精确的距离估计。文献2 2 中，介绍了一种基于中国余数定理的多频连续波测距方法，该方法通过计算不同载波之间的相位延迟差，对距离进行精确的估计。它一方面解决了远距离情况下的距离模糊，另一方面有效地提升了距离估计的精度。由于其每次只发送一个单音载波，因此信号带宽为0，非常适合于所提出的基于时间调制的单基站定位方法。此外，对于高采样率和远距离的应用场景而言，则可以采用类似于单脉冲雷达的工作原理，通过测量回波信号的时延来进行距离估计。2单通道AOA估计的数值仿真在本节中，将对单基站定位的AOA估计进行数值仿真，一方面验证所提方法的可行性，另一方面评估该方法在不同信噪比下的均方根误差，并且对比不同谐波数量对精度的影响。仿真参数如表1所示：表1单通道AOA估计的数值仿真参数仿真参数数值中心频率5.8GHz调制频率，1 kHz谐波数5圆形阵列半径r7 cmRIS单元个数N10方位(0-20,0=0)信噪比10 dB38移动通信2024年4月第4期时间调制序列图2RIS调制单音信号并反射谐波的示意图10-3rd0-4thaP/显目-10-5th20-50-60-70f-5xf图3接收信号的归一化频谱从图3中谐波分量恢复到传统阵列信号之后，为了实现AOA估计，可以采用圆形阵列的MUSIC算法，并通过峰值搜索的方式，确定来波的方向。如图4，给出了UV平面中空间谱估计的结果。从图中可以看出,在(0=2 0=0）处有一个显著的谱峰，该谱峰表示定位终端相对于圆形RIS基站所在的方位。进一步地，为了方便观察，在图5中给出了二维的AOA估计结果。图中分别给出了两次不同方位的仿真结果，红色线表示当定位终端位于+1st-1st.-2ndff.ftt,频率/GHZ+3rd+2nd+4th+5thf+5xf,第48 卷总第52 4期夏得校，史琰，李龙：基于圆形可重构智能超表面阵列的单基站定位方法(0=20，9=0)时的空间谱估计结果；蓝色线表示定位终端位于（0=6 0，=0)时的结果。从图中可以看出，在不同的目标方位下，空间谱峰值均可以落到预期的角度上，从而体现了所提出的基于单基站的目标估计的可行性。在获取到精确的方位信息之后，进一步通过单脉冲或者多频连续波雷达的方式，对其距离信息进行估计，从而实现精确的单基站目标定位。样可以达到改善定位精度的目的。与此同时，也需要更多的计算时间和更大的计算复杂度。因此，在实际应用中，需要同时考虑定位效率和定位精度，以实现最佳的效果。0.1F?Q-5-Q-6Q-7100.01aP/氯间50-5-1010.5V-0.5-1-1图4定位终端位于RIS(0=20=0)处的空间谱分布100=20&p=000=60&=008aP/鼎间64200图5不同方位下的二维空间谱分布图在所提方法中，通过谐波分量恢复阵列信号的方式，显著依赖于谐波中蕴含的信息。在上述仿真结果中，采用了从-5阶到+5阶的谐波来恢复传统的阵列信号，而不同阶数的谐波分量对AOA估计精度的影响需要进一步的分析。如图6 所示，通过50 0 次蒙特卡罗实验，给出了不同信噪比下AOA估计的均方根误差曲线，此外不同颜色的曲线代表了不同谐波数的仿真结果。首先，从单条曲线来看，随着信噪比的改善，AOA估计的均方根误差在逐渐减小。这说明好的信噪比能够改善所提方法的定位精度。此外，对比不同颜色的曲线发现，当信噪比一定的时候，提取更多的谐波分量进行阵列信号恢复，同-10图6均方根误差随信噪比变化曲线100.50-0.5U20400/191-53结束语基于时空编码的RIS，本文提出了一种单基站定位方法，该方法能够在单发单收的系统上实现精确的AOA估计和距离估计。该方法的技术优势在于，通过提取和分析谐波分量，恢复出多通道的阵列信号，从而在单通道下实现高精度的AOA估计。并且，通过超分辨算法，可以研究室内多径环境下的AOA估计，有望进一步降低定位误差。值得强调的是，相比于现有的单基站定位技术，所提方法利用RIS充当定位基站，起到时间调制和信号反馈的作用，该基站成本极低，有望被广泛部署。参考文献：1 Liu G,Yu B,Shi L,et al.Fast and robust position and attitudeestimation method based on MARG sensorsJJ.IEEE Transactions60800信噪比dBon Instrumentation and Measurement,2021,70:1-9.2 Abdulrahim K,Seman K,Othman M,et al.On magnetometerheading updates for inertial pedestrian navigation systemJ.Gyroscopy and Navigation,2014,5:145-152.3 Tenzer Y,Jentoft L P,Howe R D.The feel of MEMS barometers:Inexpensive and easily customized tactile array sensorsJ.IEEERobotics&Automation Magazine,2014,21(3):89-95.4 Zhang Y,Zheng Y,Qian K,et al.Widar3.O:Zero-effort cross-domain gesture recognition with wi-fiJJ.IEEE Transactions onPattern Analysis and Machine Intelligence,2021,44(11):8671-8688.5 Li X,Zhang D,Lv Q,et al.IndoTrack:Device-free indoor humantracking with commodity Wi-FiJ.Proceedings of the ACMon Interactive,Mobile,Wearable and Ubiquitous Technologies,2017,1(3):1-22.6Soltanaghaei E,Dongare A,Prabhakara A,et al.Tagfi:Locatingultra-low power wifi tags using unmodified wifi infrastructureJ.Proceedings of the ACM on Interactive,Mobile,Wearable andUbiquitous Technologies,2021,5(1):1-29.7刘公绪，史凌峰。室内导航与定位技术发展综述.导航定位学报,2 0 18,6(2):7-14.8Deng Z,Fu X,Wang H.An IMU-aided body-shadowing errorcompensation method for indoor bluetooth positioning.Sensors,39510移动通信2024年4月第4期1520第48 卷“RIS辅助的通感一体化”专题总第52 4期2018,18(1):304.（上接第2 6 页）9Fei H,Xiao F,Sheng B,et al.Motion path reconstruction in indoorenvironment using commodity Wi-FiJ.IEEE Transactions onVehicular Technology,2019,68(8):7668-7678.10马婧.基于UWB信号的单基站定位算法研究及AOA定位研究D.山东：中国海洋大学,2 0 13.11 Xia D,Wang X,Han J,et al.Accurate 2-D DoA EstimationBased on Active Metasurface With Nonuniformly Periodic TimeModulationJJ.IEEE Transactions on Microwave Theory andTechniques,2022,8(71):3424-3435.12 Dai J Y,Tang W,Chen M Z,et al.Wireless communication basedon information metasurfacesJ.IEEE Transactions on MicrowaveTheory and Techniques,2021,69(3):1493-1510.13 Dai JY,Tang W K,Zhao J,et al.Wireless communications througha simplified architecture based on time-domain digital codingmetasurfaceJ.Advanced materials technologies,2019,4(7):1900044.14 Hua M,Wu Q,Poor H V.Power-efficient passive beamforming andresource allocation for IRS-aided WPCNsJ.IEEE Transactions onCommunications,2022,70(5):3250-3265.15 Liu Y,Han F,Zhao S.Flexible and reliable multiuser SWIPT IoTnetwork enhanced by UAV-mounted intelligent reflecting surfaceJ.IEEE Transactions on Reliability,2022,71(2):1092-1103.16Cui T J,Qi M Q,Wan X,et al.Coding metamaterials,digitalmetamaterials and programmable metamaterials.Light:science&applications,2014,3(10):e218-e218.17 Han J,Li L,Ma X,et al.Adaptively smart wireless power transferusing 2-bit programmable metasurfaceJ.IEEE Transactions onIndustrial Electronics,2021,69(8):8524-8534.18Zhi K,Pan C,Ren H,et al.Active RIS versus passive RIS:Whichis superior with the same power budget?J.IEEE CommunicationsLetters,2022,26(5):1150-1154.19Zhang L,Chen X Q,Liu S,et al.Space-time-coding digitalmetasurfacesJ.Nature communications,2018,9(1):4334.20Wang S R,Chen M Z,Ke J C,et al.Asynchronous space-time-coding digital metasurfaceJJ.Advanced Science,2022,9(24):2200106.Rajabalipanah H,Abdolali A,Iqbal S,et al.Analog signal processing21through space-time digital metasurfacesJ.Nanophotonics,2021,10(6):1753-1764.22 Chen R,Huang X,Zhou Y,et al.UHF-RFID-based real-time vehiclelocalization in GPS-less environmentsJJ.IEEE Transactions onIntelligent Transportation Systems,2021,23(7):9286-9293.夏得校（orcid.org/0000-0002-0105-3265）：西安电子科技大学电子工程学院在读博士研究生，研究方向为RIS仿真与设计、DOA估计、目标定位等。史琰：教授，博士毕业于西安电子科技大学，现任职于西安电子科技大学电子工程学院，教育部新世纪优秀人才，研究方向为计算电磁学、新型天线系统、智能阵列设计等。李龙（orcid.org/0000-0003-0472-7314）：教授，博士毕业于西安电子科技大学，现任职于西安电子科技大学电子工程学院，国家级领军人才，教育部重点实验室主任。研究方向为基于RIS的器件与系统设计、轨道角动量的产生与调制、计算电磁学、无线能量传输与收集等。4Zhang Z,Dai L.A joint precoding framework for widebandreconfigurable intelligent surface-aided cell-free networkJ.IEEETransactions on Signal Processing,2021,69:4085-4101.5 Guo Y,Fan Z,Lu A,et al.Downlink transmission and channelestimation for cell-free massive MIMO-OFDM with DSDsJ.EURASIP Journal on Advances in Signal Processing,2022(1):1-12.6Song H,Goldstein T,You X,et al.Joint channel estimation anddata detection in cell-free massive MU-MIMO systemsJJ.IEEE Transactions on Wireless Communications,2021,21(6):4068-4084.7Yin X,Dai J,Wang J,et al.Pilot allocation and power controlin cell-free massive MIMO systemsJ.Wireless PersonalCommunications,2019,109:2489-2506.8Nguyen T H,Phan L T,Van Chien T.An efficient location-based pilotassignment in Cell-Free Massive MIMOJ.ICT Express,2023,9(5):795-802.9Nguyen L D,Duong T Q,Ngo H Q,et al.Energy efficiency in cell-free massive MIMO with zero-forcing precoding designJ.IEEECommunications Letters,2017,21(8):i871-1874.10 Jiang W,Schotten H D.Impact of channel aging on zero-forcing precoding in cell-free massive MIMO systemsJ.IEEECommunications Letters,2021,25(9):3114-3118.11 Interdonato G,Karlsson M,Bjornson E,et al.Local partialzero-forcing precoding for cell-free massive MIMOJ,IEEETransactions on Wireless Communications,2020,19(7):4758-4774.12 Bjornson E,Sanguinetti L.Scalable cell-free massive MIMOsystemsJ.IEEE Transactions on Communications,2020,68(7):4247-4261.13 Chen S,Zhang J,Bjornson E,et al.Structured massive access forscalable cell-free massive MIMO systemsJ.IEEE Journal onSelected Areas in Communications,2020,39(4):1086-1100.14Papazafeiropoulos A,Bjormson E,Kourtessis P,et al.Scalable cell-freemassive MIMO systems:Impact of hardware impairments.IEEETransactions on Vehicular Technology,2021,70(10):9701-9715.15 Cao Y,Wang P,Zheng K,et al.Experimental performanceevaluation of cell-free massive MIMO systems using COTS RRUwith OTA reciprocity calibration and phase synchronizationJ.IEEE Journal on Selected Areas in Communications,2023.16Shepard C,Yu H,Anand N,et al.Argos:Practical many-antennabase stationsC/Proceedings of the 18th annual internationalconference on Mobile computing and networking.2012:53-64.17Xu S,Cao Y,Li C,et al.Spanning tree method for over-the-air channel calibration in 6G cell-free massive MIMOJ.IEEETransactions on Wireless Communications,2023,22(8):5567-5582.18 Xia S,