Indoor localization based on unsynchronized, low-complexity, passive radio frequency identification (RFID) using the received signal strength indicator (RSSI) has a wide potential for a variety of internet of things (IoTs) applications due to their energy-harvesting capabilities and low complexity. However, conventional RSSI-based algorithms present inaccurate ranging, especially in indoor environments, mainly because of the multipath randomness effect. In this work, we propose RSSI-based localization with low-complexity, passive RFID infrastructure utilizing the potential benefits of large-scale MIMO technology operated in the millimeter-wave band, which offers channel hardening, in order to alleviate the effect of small-scale fading. Particularly, by investigating an indoor environment equipped with extremely simple dielectric resonator (DR) tags, we propose an efficient localization algorithm that enables a smart object equipped with large-scale MIMO exploiting the RSSI measurements obtained from the reference DR tags in order to improve the localization accuracy. In this context, we also derive Cramer–Rao lower bound of the proposed technique. Numerical results evidence the effectiveness of the proposed algorithms considering various arbitrary network topologies, and results are compared with an existing algorithm, where the proposed algorithms not only produce higher localization accuracy but also achieve a greater robustness against inaccuracies in channel modeling.

中文翻译：

---

具有低复杂度RFID基础架构的室内大型基于MIMO的RSSI本地化。

使用接收信号强度指示器（RSSI）的基于非同步，低复杂度，无源射频识别（RFID）的室内定位由于其能量收集功能和低功耗而在多种物联网（IoT）应用中具有广阔的潜力复杂。但是，传统的基于RSSI的算法呈现出不准确的测距，尤其是在室内环境中，主要是因为多径随机性效应。在这项工作中，我们提出了一种基于RSSI的定位方法，该方法具有低复杂度的无源RFID基础结构，该结构利用了毫米波频段中运行的大规模MIMO技术的潜在优势，该技术可增强信道强度，从而减轻小规模干扰的影响。规模衰落。尤其，通过研究配备有非常简单的介电谐振器（DR）标签的室内环境，我们提出了一种有效的定位算法，该算法可以利用从参考DR标签获得的RSSI测量值来使配备有大型MIMO的智能对象，从而提高定位精度。在这种情况下，我们还推导了拟议技术的Cramer-Rao下界。数值结果证明了所提出算法在考虑各种任意网络拓扑的情况下的有效性，并将结果与​​现有算法进行了比较，在现有算法中，所提出的算法不仅产生更高的定位精度，而且还针对信道建模中的不准确性实现了更高的鲁棒性。我们提出了一种高效的定位算法，该算法可以利用从参考DR标签获得的RSSI测量值来使配备有大型MIMO的智能对象能够提高定位精度。在这种情况下，我们还推导了拟议技术的Cramer-Rao下界。数值结果证明了所提出算法在考虑各种任意网络拓扑的情况下的有效性，并将结果与​​现有算法进行了比较，在现有算法中，所提出的算法不仅产生更高的定位精度，而且还针对信道建模中的不准确性实现了更高的鲁棒性。我们提出了一种高效的定位算法，该算法可以利用从参考DR标签获得的RSSI测量值来使配备有大型MIMO的智能对象能够提高定位精度。在这种情况下，我们还推导了拟议技术的Cramer-Rao下界。数值结果证明了所提出算法在考虑各种任意网络拓扑的情况下的有效性，并将结果与​​现有算法进行了比较，在现有算法中，所提出的算法不仅产生更高的定位精度，而且还针对信道建模中的不准确性实现了更高的鲁棒性。