本研究では、位相シフター（PS）と真時延遅延（TTD）を統合した位相時間アレイを使用し、広帯域センサーおよび位置決定のための周波数依存の虹ビームを生成するコスト効果的なアーキテクチャを提案しています。また、終端から終端の深層学習に基づいた手法を利用し、虹ビームの設計とユーザーの位置推定を同時に行うことができます。PSおよびTTDの係数を学習可能な変数と見なすことで、ネットワークは位置決定精度を最大化するタスク指向のビームを合成します。軽量の全結合モジュールは、単一のダウンリンク送信後に最大の量子化された受信電力と対応するサブキャリアインデックスのフィードバックからユーザーの角度・範囲座標を復元します。この方法は、既存の解析および学習法と比較してオーバーヘッドを大幅に削減し、二次元位置誤差を一貫して低く抑えることができます。