Physics-informed Bayesian angle-of-arrival estimation for commercial off-the-shelf RFID with sub-degree accuracy
Martínez Benelmeki, Nedal (Universitat Autònoma de Barcelona. Departament de Telecomunicació i Enginyeria de Sistemes)
Morell, Antoni (Universitat Autònoma de Barcelona. Departament de Telecomunicació i Enginyeria de Sistemes)
Zamora González, Gerard (Universitat Autònoma de Barcelona. Departament d'Enginyeria Electrònica)
Bonache Albacete, Jordi (Universitat Autònoma de Barcelona. Departament d'Enginyeria Electrònica)
Lopez Vicario, Jose (Universitat Autònoma de Barcelona. Departament de Telecomunicació i Enginyeria de Sistemes)

Fecha:	2026
Resumen:	Accurate angle-of-arrival (AoA) estimation with passive Ultra High Frequency (UHF) Radio-Frequency Identification (RFID) is a challenging task in realistic indoor settings due to multipath, phase ambiguity, and hardware-induced bias. In this work, we propose a physics-informed Bayesian sensor-fusion framework that treats AoA as a latent variable in a regression model. Classical array-processing estimates are incorporated as noisy physics-based observations and fused with feature-based regression, achieving calibrated uncertainty. The approach is validated with a fully commercial off-the-shelf (COTS) RFID system in an office environment. The best configuration obtains sub-degree accuracy, with root mean square error (RMSE) of 0. 4993∘ and a mean absolute error (MAE) of 0. 3699∘, while also providing posterior predictive intervals that quantify confidence at inference time. These results demonstrate that combining lightweight physics models with Bayesian learning delivers reliable, accessible, and reproducible AoA estimation in multipath-rich environments using low-cost hardware.
Ayudas:	Agencia Estatal de Investigación PID2022-139929NB-I00 Generalitat de Catalunya 2021/SGR-00197
Nota:	Altres ajuts: acords transformatius de la UAB
Derechos:	Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial, la distribució, la comunicació pública de l'obra i la creació d'obres derivades, sempre que no sigui amb finalitats comercials, i sempre que es reconegui l'autoria de l'obra original.
Lengua:	Anglès
Documento:	Article ; recerca ; Versió publicada
Materia:	RFID ; Angle-of-Arrival ; Bayesian regression ; Physics-Informed learning ; Antenna-Array
Publicado en:	Internet of Things (The Netherlands), Vol. 37 (May 2026) , art. 101913, ISSN 2542-6605

DOI: 10.1016/j.iot.2026.101913

24 p, 5.0 MB

El registro aparece en las colecciones:
Artículos > Artículos de investigación
Artículos > Artículos publicados