基于5G移動通信系統融合定位的關鍵技術與系統架構演進

洪學敏，許雪婷，彭 敖，孫 甜，湯貴敏，楊 琦，鄭靈翔，石江宏

(廈門大學信息學院，福建 廈門 361005)

物聯網的發展催生了豐富的通信及定位需求.第5代移動通信系統(5th-generation，5G)被廣泛地認為是新一代互聯網的基座，驅動著互聯網應用向物聯網和工業互聯網發展.2015年9月，國際電信聯盟正式提出了5G的三大應用場景.1)增強移動寬帶：面向人類多媒體感知，以高速率、大容量通信為特點，主要應用包括增強現實和虛擬現實，需要對設備位置進行精確定位以實現基于位置的媒體服務；2)大連接物聯網(massive machine type of communication，mMTC)：面向物聯網和傳感網，以低功耗、密集鏈接為特點，相關定位需求包括關鍵物資及人員跟蹤等；3)超高可靠低時延：主要面向工業領域，以高可靠、低時延通信為特點，相關需求包括運營車輛定位，無人車、無人機的精確定位等.可見，隨著5G應用場景的拓展以及各類新型終端接入5G網絡，對定位服務的需求持續增長，并且在定位場景、定位精度、定位安全性等方面出現了差異化、多樣化的需求.2017年12月，主導5G通信系統標準的國際標準組織3GPP(3rd Generation Partnership Project)在標準TR 22.872[1]中正式定義了5G定位需求涵蓋的7大商業應用場景：應急、個人業務、工業醫療、公路運輸、貨運管理、無人機應用、個性化定位服務等.

定位導航授時(positioning-navigation-timing, PNT)技術可以在不同的場景下借助多種信號媒介來實現定位，包括無線電磁波、光波(視覺)、聲波、慣性傳感器、氣壓傳感器、地磁信息等.其中，無線電定位的應用最為普及，包括了全球導航衛星系統(global navigation satellite system，GNSS)以及基于無線通信系統的定位，后者又包括移動通信系統、超寬帶、無線局域網、藍牙等.5G移動通信系統作為覆蓋廣泛的新一代寬帶通信網絡，有望成為新一代綜合PNT體系的重要組成部分.5G定位的優勢主要體現在兩個方面：1)利用高帶寬、多天線等特點，通過5G帶內無線定位實現定位服務區域的拓展，特別是室內等GNSS信號缺失區域的覆蓋；2)通過5G網絡的通信能力、計算能力和業務能力(如網絡切片與計費功能)為定位服務賦能，提供場景化、商業化的新型定位服務.

移動通信系統定位技術及其與綜合PNT系統的融合是關系到國計民生的關鍵核心技術，也是當前國內外研究的熱點.該領域的主要研究團隊包括國內北京郵電大學的鄧中亮教授團隊[2]、武漢大學的樓益棟教授團隊[3]、清華大學的陸明泉教授團隊[4]、廈門大學的石江宏教授團隊[5]等，以及國外巴塞羅那自治大學的Lopez-Salcedo教授團隊[6]、加州大學歐文分校的Kassas教授團隊[7]等.在產業界，中國華為公司、韓國電子通信研究院、瑞典愛立信、美國諾基亞貝爾實驗室等企業機構也在積極開展相關研究，并依托3GPP中的無線接入網第二工作組(radio access network 2，RAN2)推進5G定位系統的標準化工作.業內普遍認為，5G帶內無線定位技術能夠作為現有PNT體系的重要補充，而基于5G通信的融合定位技術有望有效地集成5G帶內定位、衛星定位及其他多種定位手段，在提高定位精度與服務覆蓋率的同時孵化出全新的導航定位服務產業.2018年由del Peral-Rosado等[6]對基于移動通信系統的定位技術進行了比較全面的總結介紹.

當前，5G移動通信系統正在快速地演化升級中.2018年9月，3GPP確定了5G標準的第一版規范Release 15(Rel-15)；2020年7月，3GPP宣布5G標準的第二版規范Rel-16，是5G標準的第一次演化，其中也包括了5G定位技術與系統架構的演進.本文以最新發布的Rel-16為基礎，綜合介紹5G融合定位研究的最新進展.在文獻[6]的基礎上，本文的主要貢獻包括以下3點：1)對Rel-16規范中提出的定位需求和參考信號設計進行梳理和介紹；2)對5G帶內無線定位技術的增強原理和相關文獻進行系統性的梳理，對比歸納了測距定位、測角定位、指紋定位這3大技術路線的優缺點和互補關系；3)梳理出5G定位服務的系統架構，闡述5G能夠進行多源融合定位的原因，作為現有綜合PNT系統的服務功能補充.

1 5G標準中的定位服務需求與參考信號設計

如表1所示，5G的Rel-16規范定義了5G定位服務需求的7個等級，從定位的水平及垂直精度、可用性、時延這4個指標進行區分.其中，前6個等級針對絕對定位，第7個等級針對相對定位.絕對定位計算用戶在大地坐標系下的絕對坐標，而相對定位只需獲得用戶和基站的相對位置關系.用戶場景和載體終端類型是區分5G定位服務等級的重要依據之一.在不同場景下，由于基站布設密度、陣列天線數量規模的不同，5G系統所能提供的定位能力也存在差異，因此在標準中區分了5G定位與5G增強定位兩種定位模式的場景約束條件.其中，5G增強定位指利用5G中的特有技術(如大規模天線提供的額外自由度和高頻段的大帶寬信號等)提高定位能力，用于滿足工業場景下更高的定位精度和可靠性等指標要求.5G定位的最高要求是水平定位精度0.3 m，垂直定位精度2 m，可用性99%，時延1 s；5G增強定位的最高要求在定位精度上不變，但是對可用性及時延有更高的要求，分別是99.9%和10 ms.

表1 Rel-16對定位精度的要求

通常，商業手持終端和電子醫療相關設備對定位精度的要求分別為服務等級1和2；公路和鐵路車輛定位中包含橋梁和隧道等場景，涉及垂直位置情況，對垂直精度要求更高，一般使用服務等級3；在緊急情況下對一線救護人員的跟蹤和位置引導需要穩定地監測其水平和垂直位置的變化，因此常用服務等級4；工業自動化和無人機定位場景涉及安全性，需要持續可用的精確定位信息，因此必須滿足服務等級5或6.

1.1 5G定位的可用參考信號

5G新空口(5G New Radio，5G NR)標準中定義了多類不同用途的參考信號，包括專門為定位功能設計的定位參考信號(positioning reference signal，PRS).此外，5G網絡中普遍使用的參考信號還有信道狀態信息參考信號(channel state infonnation-reference singnal,CSI-RS)和同步信號.這些參考信號規定了物理層發送的無線信號形式，可為定位解算提供有益的信息.其設計特點直接影響5G帶內定位的精度和定位性能.以下介紹3種可用于定位測量的參考信號.

1.1.1 PRS

PRS是專門為5G帶內無線定位功能設計的信號.Rel-16完成了專用于下行定位的PRS的標準化定義.沿用了長期演進(long term evolution，LTE)網絡制式中的調制方式，5G NR PRS采用正交相移鍵控(quadrature phase shift keying，QPSK)調制的偽隨機序列構成，具有特定的時頻資源塊分配方式，并且在時隙符號和子載波映射時受到一定約束：不能映射到分配給同步資源塊(synchronization signal block，SSB)的資源粒子上，不與任何天線端口的小區參考信號重疊.PRS在頻域上可分布于24～272個物理資源塊，在時域上一個時隙內可占有2,4,6,12個正交頻分復用(orthogonal frequency division multiplexing，OFDM)符號.這種可配置的資源分布有利于實現高效的位置估計，并根據網絡擁塞狀態與定位精度要求動態分配時頻資源，實現通信業務與位置服務的性能平衡和頻率利用效率的最優化.

專用PRS可使終端同時接收多個基站發出的信號，從而利用三角定位原理解算終端的位置.為了解決鄰區干擾問題，3GPP標準通過PRS分別從頻域和時域上對相鄰小區的PRS信號進行協調，以降低由不同基站發出的PRS的相互干擾.頻域上采用0～4 095 不同的值來初始化PRS偽隨機序列，并通過PRS靜默(muting)的方式進一步降低鄰區干擾；時域上根據定位精度要求在一定的時隙上動態地分配所占的OFDM符號的位置和個數，從而滿足工業場景下更高的定位精度和可靠性.

1.1.2 CSI-RS

與一直發送的小區特定參考信號以及伴隨數據發送的解調參考信號不同，CSI-RS配置更靈活并可以支持更多的端口.可將時域和頻域連續的一個或者多個資源格作為1個基本單元，通過不同的復用以及組合形式構造出不同端口數的CSI-RS圖樣.

在多基站場景中，盡管CSI-RS的頻率復用因子為1，但是可以通過設置零功率(zero power，ZP)與非零功率(non-zero power，NZP)的信號來進行干擾測量.利用測量的干擾值和CSI-RS提供的多徑信息，CSI-RS可輔助PRS進行精確的定位.

1.1.3 同步信號

采用波束掃描方式實現同步信號的全小區覆蓋，是5G NR的一大特點.LTE的主同步信號(primary synchronization signals，PSS)、輔同步信號(secondary synchronization signals，SSS)和物理廣播信道(physical broadcast channel，PBCH)位于載波中心，發送周期固定，即可覆蓋整個小區.5G NR部署在高頻段時，基站必須使用大規模天線的大規模多入多出(MIMO)技術以增強覆蓋，但是大規模MIMO的天線輻射圖為非常窄的波束，單個波束難以覆蓋整個小區，因此5G NR通過波束掃描的方式讓信號覆蓋整個小區.即基站在某一個時刻只發送一個或者多個波束方向，通過多個時刻發送不同的波束覆蓋整個小區所需的方向.為了5G的UE實現下行同步，PSS、SSS、PBCH、PBCH解調參考信號(demodulation reference signal,DM-RS)必須同時發送，簡稱SSB.

每個SSB在頻域上由240個連續的子載波組成，時域上占用4個連續的OFDM符號.其中PSS為SSB時域上的第一個OFDM符號，頻域上占用中間的127個子載波，兩邊分別有56和57個子載波不傳輸任何信號，便于UE區分PSS與其他信號；SSS在SSB上的第三個OFDM符號，也是占用127個子載波，兩邊分別有8和9個子載波不傳輸任何信號，便于將SSS與PBCH區分開.SSB的資源分配特點使得PSS、SSS可以作為定位用的參考信號，在小區搜索階段就能快速地進行定位，滿足緊急定位的要求.

1.2 5G參考信號的定位性能

目前大多數5G參考信號的定位研究均是利用PRS和CSI-RS進行時間測量的定位方案，暫時沒有與角度定位方案相關的參考信號選擇和設計的文獻.

從時域角度來講，CSI-RS可以周期、半持續和非周期發送，從頻域角度來講，可根據子載波間隔設定不同的CSI-RS帶寬.該信號具有良好的自相關特性，便于利用峰值檢測法得到信號從終端到各個基站的到達時間(time of arrival，TOA)，進而利用到達時間差(time difference of arrival，TDOA)獲得終端位置[8-9].如：使用擴展卡爾曼濾波器[10]、卷積神經網絡(convolutional neural networks,CNN)[11-12]基于CSI的室內定位方法和測量模型可達到最優厘米級的定位精度；Song等[13]提出的基于CSI傳播模型的窄帶物聯網指紋定位算法，通過優化基于CSI傳播模型的質心算法，定位精度可達分米級.

對于5G NR的PRS設計，目前還沒有公開文獻研究利用PRS全部有效帶寬來提高觀測TDOA(observed TDOA，OTDOA)的定位精度.但是有部分學者對PRS的定位性能進行了理論分析.Ferre等[14]通過比較不同頻段、不同梳狀結構、不同子載波間隔下PRS的定位精度，仿真證明在FR2(410～7 125 MHz)頻段、Δf=240 kHz、子載波間隔為12的條件下定位精度可達亞米級.Schmidhammer等[15]以時延和多普勒估計的精度作為評判標準設計了PRS.Gerzaguet等[16]基于克拉美羅下界分析了不同功率譜密度的PRS波形的定位精度.Destino等[17]提出一種貪婪搜索算法，讓UE選擇最合適的毫米波波束傳輸PRS來進行參考信號時間差(reference signal time difference，RSTD)測量，減小OTDOA定位誤差.Yin等[18]就通信導航一體化方向，提出了一種新的定位通信集成信號，將功率和帶寬都可配置的定位信號疊加在通信信號上，分析了定位信號對通信信號的干擾是可控的，從而減少了遠近效應，提高測距精度.

CSI-RS、SSB是為通信分配的資源信號，當把CSI-RS、SSB用作定位測量信號進行時延估計和定位解算時，可以充分利用通信信號資源來提高信號測量精度.圖1為幾種信號在時頻資源中的分配(僅展示一個物理資源塊上的資源分布).

圖1 不同參考信號的二維時頻分布

在OFDM系統中，根據時延估計的克拉美羅下界計算公式[19]，在加性高斯白噪聲(additive white gaussian noise，AWGN)信道下對幾種不同參考信號的測距精度進行分析，結果如圖2所示.可以看出，當上述幾種參考信號共同用于定位時，測距的均方根誤差(RMSE)最小，定位性能最佳.

圖2 AWGN信道下不同參考信號的測距精度

2 5G帶內定位

Rel-16標準對5G系統支持的帶內定位方式做出了較大的擴展[20]，在原有基礎上新增了下行離開角(downlink angle of departure，DL-AOD)、上行到達角(uplink angle of arriva，UL-AOA)、多次往返時間(multi-round-trip time，Multi-RTT)、DL-TDOA、UL-TDOA等新的定位測量手段.需要指出的是，5G標準中兼容了多種類的定位技術，如表2所示.其中前6列是基于5G以外系統的定位技術，依托5G的通信能力進行信息融合；而后8列是基于5G內部信號體制的帶內無線定位技術.Rel-16的發布標志著帶內定位技術第一次成為移動通信系統定位標準中的主要定位手段.

近年來，5G帶內定位的相關研究得到了廣泛的關注.如表3所示，本文從2個維度上對相關文獻進行了分類梳理.第一個維度(表3橫向)為當前希望解決的定位問題，包括了精度、覆蓋和功耗3個類別：1)精度問題主要指信號測量誤差，包括受通信質量和基站同步等影響而導致的PRS測量誤差、因傳播環境復雜導致非視距傳輸引起信號衰落等誤差、3D定位時由于基站天線位置過高引起的垂直精度誤差；2)基礎設施覆蓋問題主要指在室內和城郊等地區，因基站數量有限，難以保證連讀的高精度定位覆蓋；3)功耗問題主要指5G應用場景中(特別是mMTC場景)包括了大量的嵌入式終端，需要實現低功耗的定位.

表3 5G定位相關文獻分類和總結

文獻分類的第二個維度(表3縱向)是技術方案，包括了基于時間、角度和指紋這3大類定位方案.這3類方案的定位原理有著本質上的區別，構成了其他各種復合型無線定位方案的基礎.其中，基于時間的定位方案又可進一步細分為3類：1)選擇或設計5G參考信號用于檢測定位信號，從而提高定位精度；2)由于信號傳輸的時延不一定是采樣周期的整數倍，通過處理和修正參考信號測出的時間測量值，減小時延估計誤差；3)根據定位設備的不同動力學模型和定位環境的約束，選擇并改進時延估計算法和時間定位算法.基于角度的定位方案也可細分為3類：1)通過周圍環境確定反射徑的虛擬錨節點，將其轉換成可用的視距分量，為確定環境的定位提供輔助信息；2)控制基站天線陣列形成不同方向的波束用于估計到達角，結合從接收信號獲得的TOA值實現定位；3)在網絡側執行定位解算，通過中心化處理器獲得定位結果.基于指紋的定位方案也可細分為基于接收信號強度指示(received signal strength indication，RSSI)、CSI和波束序號3類參數作為指紋信息.

從表3的文獻分布情況來看，基于時間測量定位的文獻最多，重點解決精度問題，但有關垂直精度的研究較少.基于角度定位的文獻對精度、覆蓋和功耗這3個問題都有探討，主要原因是大規模天線陣列的使用將使功耗問題及覆蓋問題更為突出.基于指紋定位的文獻重點關注精度和覆蓋問題，但關注環境與無線電指紋的相互作用的研究仍然是空白.

5G帶內定位技術之所以在Rel-16中展現出較快發展，其原因除了應用需求的驅動，還在于5G系統設計的關鍵技術支撐：1)高頻段毫米波傳輸技術和低時延、高精度同步技術可以提供高時間分辨率和多徑魯棒性，有利于提高基于時間定位方案及多徑信道指紋定位方案的性能；2)MIMO技術及統一的空中接口結構，基站和終端可配置N個天線，支持多用戶波束智能賦形，提高波束空間分辨率，為測角定位提供基礎；3)5G新型信道編碼技術以及信道模型對信道的空間一致性進行了更精確的描述，為基于多徑信道的指紋定位方法提供了新的理論基礎；4)超密集異構網絡和上下行解耦技術使得上下行信號可進行頻繁的定位信息交互，實現在網絡層面上利用基本定位技術結果進行第一道判斷、其他多種定位技術測試量進行預測的混合定位算法，在不同層面反饋和判斷定位數據，提高定位精度；5)設備到設備通信技術在降低端到端的傳輸時延的同時，可由帶內定位終端發送定位請求信息至可連接到4部及以上可實現5G基站定位的終端，彌補了無線網絡覆蓋盲區的定位需求.以下將基于上述前3個5G關鍵技術帶來的5G帶內定位技術發展做深入介紹.

2.1 帶寬增強與測距定位

在5G NR中，定義了兩個頻段范圍FR1和FR2：FR1為410～7 125 MHz的低頻頻段，FR2為24 250～52 600 MHz的毫米波高頻頻段.FR1空中接口主要用于滿足大覆蓋、高移動性場景下的用戶體驗和海量設備連接；FR2空中接口主要用來滿足熱點區域內極高的用戶體驗速率和系統容量需求.高頻段大帶寬可以提供更好的時間分辨率和多徑魯棒性，為利用首徑測量值的時間定位方案提供基礎條件，用于位置精度、速度精度、方位精度、時間戳精度、可用性、時延等定位指標的進一步提升.圖3展示了使用不同帶寬的PRS測量信號用于測量首徑信號的效果，可以看到，增大系統帶寬能夠加快信號采樣頻率，準確采集到首徑信號的概率增大，因此毫米波的大帶寬特性能夠增強基于時間定位方案的定位性能.

圖3 不同帶寬下PRS時延估計

對于基于TOA的位置估計，通過測量基站和終端接收信號之間的TDOA從而計算得到兩者的相對距離，最后利用至少3個基站得到的交疊區域估計最終位置[62].當接收端和發射端難以做到嚴格的時間同步時，可以通過信號到達2個基站的時間差Δt進行位置估計，稱為基于TDOA的位置估計.5G技術帶來的高頻段、大帶寬的特性對基于參考信號到達時間定位的TOA、TDOA技術增強具體體現在以下3個方面.

1)NLOS帶來的定位誤差可以得到更有效的消除.當測量信號是直射路徑時，TOA、TDOA定位方法具有較佳的性能，因此大量研究圍繞區分視距徑(line of sight，LOS)和NLOS展開[24-26].Kim[27]、Ling等[30]、Zandian等[31]和Zhang等[32]在TDOA系統中分別通過凸優化、對測試數據加權、有偏擴展卡爾曼濾波器、約束蟻群算法等方案，可減少NLOS誤差，顯著降低定位誤差.2)大帶寬可以有效緩解RSTD測量值受通信質量[63]、基站同步準確性[64]等因素的影響而失準導致的測量誤差問題.Gao等[21]提出一種可用于5G通信系統的手機被動定位方法，通過捕獲前同步碼序列并結合TDOA來估計手機位置，該方案在高噪聲條件下仍具有較高的測量精度.當RSTD測量誤差無法進一步減小的情況下，可以利用深度學習技術[22-23]和優化算法(如基于交替方向乘子法的迭代算法[29])對RSTD數據集進行處理，減小測量誤差對定位結果的干擾.3)大帶寬可以解決TDOA在3D定位時因基站天線位置過高而引起的垂直精度差這一問題.Wigren[33]討論了如何在不需要地圖信息的情況下用所提出的曲面模型代替移動體的垂直自由度，將問題簡化為一個高度修正的2D TDOA問題，提高3D TDOA定位的準確度.Lin等[28]采用基于高維線性插值的預處理方法對接收到的所有頻段的數據進行聯合處理，充分利用寬帶毫米波系統提供的高時間分辨率進行位置估計，提高垂直定位精度.

2.2 天線增強與測角定位

為了解決毫米波弱穿透力帶來的影響，5G引入了大規模天線陣列.傳統基站一般是2,4和8個天線，而大規模天線陣可達到64，128和256個.

當基站端配備有大規模天線陣列時，可利用3D波束賦形技術使信號波束指向空間內分布的不同目標用戶.如圖4所示，當天線數N增加時，波束寬度變窄，系統的角域分辨率提高，這一優勢與測角定位方法契合.傳統基于角度的定位方法利用AOA信息，根據接收機處的空間定向接收功率估計AOA方位線，利用兩個以上的基站構造基站-用戶LOS射線的交點確定用戶位置.隨著5G大規模天線陣列的普及，基站有更多的機會可以觀測用戶端的上行信號(LOS信號)并對其AOA值進行估算，使基于角度的亞米級用戶定位成為可能.

圖4 不同天線數的陣列天線的輻射模式

2.2.1 LOS與NLOS對角度定位的影響

傳統測角定位方法通常需要在空間中找到LOS，當系統空間分辨率低時，接收信號波形中的信息不夠豐富，難以準確解析用戶的LOS；在5G網絡中，毫米波大規模MIMO使得信號的指向性更強，系統角域的空間分辨率更高，不僅可解析出LOS分量，也可解析出NLOS分量用于位置和方向估計.

毫米波散射能力弱，因此系統中的散射NLOS很少.對于反射NLOS，可以通過周圍環境的平面反射確定每一條反射徑的虛擬錨節點，將其轉換成可用的LOS分量.Witrisal等[34]的研究表明通過接收信號的強度和時延以及基于虛擬錨節點的幾何模型，NLOS能夠為確定環境的定位提供輔助信息.基于該結論：Shahmansoori等[35]和Mendrzik等[36]分析了在5G毫米波MIMO系統中NLOS部分對于AOA定位方案中位置和方向估計方面的作用，通過理論推導得出了在NLOS輔助下AOA定位的位置和方向誤差范圍.仿真結果表明，與只用LOS的AOA定位相比，LOS和NLOS混合的定位方案精度提高了25%，同時在沒有LOS條件下，利用3個以上NLOS的角度信息也可以進行精確定位；Li等[37]通過環境感知和聚類分析識別LOS和NLOS，利用NLOS信號的空間特性來輔助改進的AOA室內定位方案；Lin等[28]提出了一種利用NLOS AOA的3D定位方案，以更少的復雜度實現更精確的定位.

2.2.2 單基站與多基站對角度定位的影響

傳統基于AOA信息的定位方案至少需要兩個基站，架設多個基站、接入點(access point，AP)等基礎設施增加了定位成本.在5G NR系統中，基站端相同的物理面積內可配備更多的天線，信號指向性更強，可以更加精準地估計每條路徑的AOA值[65]，因此僅使用單個基站即可實現基于AOA的精準定位.目前比較常用的單基站角度定位方案有兩大類：利用波束賦形結合TOA的方案和利用NLOS的方案.

在大規模天線系統中，通過波束賦形技術可在收發器端形成窄傳輸波束，信號的指向性高，使用傳統的多信號分類算法(multiple signal classification algorithm，MUSIC)或基于旋轉不變技術的信號參數估計(estimating signal parameter via rotational invariance techniques，ESPRIT)算法就可得到高分辨率的AOA估計值[66-67].因此，控制單基站天線陣到形成不同方向的波束估計AOA，結合從接收信號獲得的TOA值，即可利用單基站實現基于角度的定位.Guerra等[42]最早提出了在LOS情況下收發端均采用大規模天線陣估計AOA值來實現定位的想法，推導了相應的位置和方向估計性能下界，同時比較了不同大規模天線陣到波束賦形對單基站AOA定位性能的影響.

2.2.3 設備端和基站端對角度定位的影響

連續定位需要設備端根據接收到的定位信號不斷解析定位信息并計算推導設備位置和方向，這一過程非常耗電[68]，對設備的計算能力也有一定的要求.功耗問題是嵌入式終端定位中的一個關鍵問題.為了降低終端功耗，Rel-16給出了UL-AOA定位方案，將定位解算移到網絡端執行，大大減少設備電量消耗.雖然在增強小區ID定位中已經考慮了UL-AOA，但其僅測量服務基站相關信息.5G將UL-AOA定位的角度測量擴展到多個基站，用戶可以在任何時刻獲得準確的位置估計值，解決了終端的定位功耗問題.

在5G系統中，分布式大規模MIMO技術使網絡端定位解算成為可能.一方面，使用分布式大規模MIMO技術可以減小系統中密集部署AP之間的干擾[69]，即使在苛刻的傳播環境中高密度AP也能夠提供一定數量的LOS；另一方面，多個AP可以將定位信息測量值提供給中心處理單元，實現多點協作聯合定位[70]，提高定位精度.

使用網絡側進行定位來減小設備功耗最早由Werner等[45]提出，其利用一種可在網絡端執行的基于AOA的卡爾曼濾波定位算法實現了設備的實時定位.Koivisto等[46]根據Werner等[45]提出的架構，針對5G車輛互聯的場景，提出了考慮AP之間的相位偏差的基于AOA測量值的定位和跟蹤方案.Menta等[47]針對網絡側定位中多個基站接收鏈路之間射頻時鐘漂移引起的相位隨時間變化的問題，提出了一種校準補償相位偏移的方案，可提高網絡側AOA定位的性能.

2.3 電磁環境感知增強與指紋定位

無線指紋定位技術通過感知終端所在位置的電磁環境，將實時測量的電磁環境數據與預先存儲的指紋庫內的數據進行特征匹配，從而實現終端的位置解算.指紋定位方法利用了電磁環境的空間依賴性，可以適用于復雜的電磁傳播環境，彌補了NLOS和密集多徑等不利環境下基于幾何方法的缺陷.指紋定位的本質是模式識別技術，其中的關鍵環節是電磁環境的感知與指紋特征提取，關系到整個系統的設計和預期定位精度.

2.3.1 RSSI指紋

由于RSSI測量的簡單性和普遍性，RSSI是最早得到應用的電磁指紋特征.其對電磁環境的測量是粗粒度的，不能區分無線信號的到達路徑以及其中蘊含的多徑信道信息[71]；此外，RSSI有很高的隨機性，多徑和陰影效應都使得它與距離的相關性變弱.因此，基于RSSI的定位精度有限，典型的定位誤差在十幾到幾十米[48-49].盡管RSSI指紋有天然的局限性，但是其便捷性和普遍性的優點也很突出.因此，近年來仍有關于RSSI指紋定位的持續研究，如Seok等[50]利用深度學習將誤差在特定場景下降到10 m以內.

2.3.2 CSI指紋

CSI中包含豐富的電磁指紋特征信息：具有明確物理意義的特征(如時域多徑分量[51,72]、相位[52]、角度[53]、頻率響應[54]等)和不具有物理意義的特征[73-74].Lei等[73]和Studer等[74]用自編碼器對CSI做基于特征提取的無監督訓練，得到了信道圖特征.當用多徑分量做指紋時，多徑分量的分辨率便成為影響精度的重要因素.Wang等[51]和Chen等[72]通過討論信道帶寬對多徑分量分辨率的影響，確定定位精度能達到1～2 m.大規模MIMO系統每個天線上都可以測量到CSI，此時影響精度的主要因素就是指紋的分辨率和位置標簽的準確性[55].Wang等[53]給出了在大規模MIMO系統中基于單基站和以角度-時延-信道增益矩陣為指紋的定位系統，當指紋參考點之間的距離為1 m時達到了亞米級的定位精度.

2.3.3 波束序號指紋

5G毫米波系統將大量使用大規模天線陣列，能夠通過波束賦形技術形成多種模式的波束信號，進而產生與波束序號對應的指紋.Gante等討論了CNN[56]、分層CNN[57]、短序列的長短時記憶網絡[58]基于單基站的波束指紋序號定位系統的定位精度，三者均可達到2 m左右.Zhang等[59]利用單基站開關波束天線形成的波束序號指紋通過多信號分類(MUSIC)-隱馬爾可夫模型算法實現了亞米級定位精度.此外，DM-MIMO的天線分布間距比較遠，每個天線相當于一個基站，因此DM-MIMO的每個接收天線單元均可收集移動終端的RSSI形成波束序號指紋[60-61].

2.3.4 信道的空間一致性與指紋定位的理論基礎

指紋定位的一個很大的挑戰在于指紋庫的構建與維護，它的難點在于獲取帶位置標簽的數據.當指紋特征更豐富時，指紋的分辨率和標簽的準確性成為影響精度的主要因素.5G的大帶寬和大規模MIMO技術都要求精細的5G信道模型[75].空間一致性[76]是3GPP新認可的重要信道模型.在極其密集的場景下，當發射端或接收端移動或轉向時，信道的變化依然相對平緩，即空間一致性使得信道模型為緊密分布的位置提供空間一致且平滑的隨時間變化的信道脈沖響應(channel impulse response，CIR).圖5展示了運動場景下空間一致性的物理含義，其中圖5(b)和(c)的每條曲線代表一個散射點簇對應的CIR信息(時延與功率).如圖所示，當終端移動時，這些分簇表示后的CIR信息呈現出明顯的位置相關性，這表明，空間一致性信道模型也可為終端的位置解算提供輔助.在5G的QuaDRiGa(quasi deterministic radio channel generator)信道模型中[77]，還增加了終端移動時信道追蹤模型和散射簇的生滅模型.空間一致性信道約束了指紋的空間結構自由度，有望成為未來解決指紋庫構建和維護的重要依據.

圖5 5G空間一致性示意圖

2.4 3類定位技術的對比

上述的3類定位技術各有優缺點.測距定位的系統復雜度低，在理想環境下定位精度高，但是其3點覆蓋以及基站同步的要求容易受多徑的影響.此外，在同樣測量誤差的前提下，基站幾何分布對測距定位誤差有較大影響.測距定位的這些弊端在測角定位中并不明顯.測角定位所需要的基站數量少，定位精度受基站分布的影響較小.但是為了準確測量信號AOD和到AOA，發射及接收端必須配備方向性強的大規模天線陣列.指紋定位對基站的同步等工作狀態沒有要求，不受時延因素的影響，通過接收信號的信息即可判斷位置，因此無需增設額外硬件.但是指紋定位需要建立指紋庫，而指紋庫具有時效性，環境的變化會引起指紋庫的波動，導致指紋庫信息和實時環境不匹配.表4總結歸納了不同定位方法的優缺點，可以看出，3類定位方法具有較強的互補性.因此，如何基于特定的場景約束和應用需求，有效地融合不同的定位技術，將是5G定位技術發展的一個主要方向.除了定位精度以外，定位終端的功耗、時延、可用性等也是5G定位服務中的關鍵指標，需要進一步研究.

表4 不同定位方法的優缺點

3 5G多源融合

在LTE技術以前，3GPP的標準文件僅對蜂窩網絡的室外定位技術框架與接口協議做出了定義，從Rel-13開始增加了對室內定位技術的支持，但主要為WiFi、藍牙等非蜂窩網的定位技術.進入5G標準階段以后，Rel-16提出了利用NR進行用戶定位，在早期版本的OTDOA等測量方案基礎上，增加了Multi-RTT、DL-TDOA、DL-AOD、UL-TDOA、UL-AOA等新型測量方案，極大地豐富了5G室內定位的技術實現途徑.因此，5G多源融合定位不僅包括5G與其他定位源的融合，也包括5G系統內部不同測量方案的融合.

5G能夠實現多源融合定位的原因主要有：1)在定位架構方面，5G NR能夠為多源定位融合提供支撐.Rel-16中提出了5G RAN(又稱NG-RAN)中用戶定位的架構和協議流程.與GSM/EDGE RAN(GERAN)和通用移動通信系統陸地RAN(UMTS terrestrial RAN，UTRAN)不同，5G NR架構旨在向前兼容其他接入類型和其他定位方法，以減少未來增加定位源所需的額外定位支持.2)在定位解算方面，5G具備強大的網絡側解算服務能力.Rel-16中提出了定位管理功能(location management function，LMF)實體，能夠利用NG-RAN中定位的測量信息計算定位結果.同時，5G云計算和移動邊緣計算分別支持集中式和邊緣式定位數據處理，輔助實現高效的定位計算.所以，5G能夠作為多源融合定位的平臺，將多種方案優勢互補，實現更加精準的定位.

3.1 5G定位服務的系統架構

3GPP的TS 38.305定義了NG-RAN的用戶定位體系架構[20]，如圖6所示.在架構上，5G與LTE最大的區別在于：將LMF的位置前提至網絡邊緣，使得LMF更接近于NG-RAN.在LTE網絡中，發起一次蜂窩網定位測量，需要經過多個核心網元的調度與分發[78]，這將帶來極大的網絡延遲，很難實現異源測量信息的融合.而在5G網絡中，由于LMF處于核心網邊緣，其處理定位請求與資源調度的響應速度、對定位測量數據的處理延遲都得到了顯著的改善，因此可實現對5G融合定位的有效支撐.

實線框代表定位架構演進過程中被保留的部分；雙實線框代表5G定位體系中增加的功能實體；虛線框代表5G定位架構中刪除的部分.圖中英文縮寫的注釋見附錄表S1(http:∥jxmu.xmu.edu.cn/upload/20210314.html)

當接入及移動性管理功能(access & mobility function，AMF)從網關移動位置中心(gateway mobile location center，GMLC)處接收到與位置服務有關的請求，或用戶接收到與目標用戶位置服務有關的請求，或者AMF代表目標用戶決定啟動某個位置服務(例如用戶的緊急呼叫)時，AMF發送位置服務請求給LMF.LMF處理收到的位置服務請求，將測得的定位相關數據傳輸給目標用戶.根據定位需求，由用戶或者LMF計算定位結果.然后LMF將定位結果(例如用戶的位置估計值)返回給AMF，AMF再將結果返回給發起定位的實體，實現基于用戶或用戶輔助的定位.LMF與增強服務移動定位中心(evolved serving mobile location centre，E-SMLC)間可能具備專有信令，使得LMF能夠從演進UTRAN(evolved UTRAN，E-UTRAN)獲取信息，支持目標用戶從基站獲得下行鏈路測量值實現OTDOA等多種定位方法.

AMF連接的任意5G基站都可以通過信令訪問LMF，獲得與位置有關的信息以支持多種定位方法，這些信息包括GNSS時間或其他發射接收點(transmission-reception point，TRP)相關時間信息，以及與定位相關的小區和TRP的信息，包括PRS調度情況等.因此，LMF可以和NG-RAN中的元素交互獲得測量信息，輔助用戶的一種或多種定位方法.由此可見，5G定位協議提供了多源融合定位的架構和計算平臺.

3.2 5G定位融合

僅適用5G信號測量值的融合定位方式，通常又稱為5G帶內定位[79].現有研究中帶內定位方案融合主要包括TDOA+AOA和TDOA/AOA+指紋.Zhao[80]、Ketabalian[81]、Chen[82]、Yue[83]、Kanhere[84]、Del Peral-Rosado[85]等研究了TDOA和AOA融合的定位方法，二者結合能夠更好地解決基于時間定位方案中的同步問題和基于角度定位方案對設備旋轉角度敏感的問題.He[86]、Sousa[22]、Chen[87]、Liu[88]等研究了TDOA/AOA與指紋融合定位，利用TDOA/AOA去除指紋定位中定位信息相似的錯誤位置參考點，提高位置映射和檢索的準確性.

此外，在綜合PNT的大框架下，5G與GNSS的融合得到了廣泛的關注.衛星定位的主要缺陷是在室內以及復雜的城市峽谷中，因為障礙物的遮擋導致衛星信號不穩定，引起定位服務不可用，或定位精度嚴重惡化.“5G+GNSS”的方案充分利用了5G通信的定位技術，彌補了GNSS定位的不足[89].同時GNSS作為全球性的時空基準，也為5G定位提供了準確的空間坐標基準和時間同步信息.北斗系統是我國具備自主研發部署的GNSS，“5G+北斗”也是我國目前重點推進的融合路線.2019年，中國移動召開“5G+未來無限可能”大會，由中國移動發起的“5G精準定位聯盟”正式成立，首次發布《5G+北斗高精度定位應用白皮書》，進一步賦能智慧城市與物聯網的發展.

5G和北斗在網絡融合、定位能力融合、數據播發融合、終端融合等方面都體現出極大的優越性.在網絡融合方面，5G RAN與北斗高精度定位所需的地基增強系統網絡均需要在全國范圍內部署，因此在建站維護上天然存在著融合優勢，對兩個系統采用站點共享方式建設，已成為目前熱門的議題；在定位能力融合方面，利用5G網絡的覆蓋優勢可以實現對北斗高精度定位服務盲點進行有效補充，從而打造出一張室內外場景全域覆蓋的高精度定位網絡；在數據播發融合方面，采用移動通信信令的方式進行數據播發，高精度定位平臺根據基準站網絡的觀測數據生成各網格區域的差分改正模型，按照格點區域與基站覆蓋區域的映射關系將各區域的定位輔助信息推送至相應的基站，由基站向其覆蓋區域內的終端進行廣播，更好地融合5G與北斗地基增強網絡成為實現智能化社會的一項重要舉措；在終端融合方面，智能手機是我國北斗衛星導航系統應用中最大的大眾應用市場，5G與北斗高精度定位在智能手機上的融合可以提高其定位性能，擴寬高精度定位的產業市場.同時，二者與人工智能和大數據等技術的融合發展，必將促進物聯網和智慧交通等下游行業的爆發和垂直應用的發展.

4 總結與展望

5G新技術有望實現新一代定位技術的變革，同時5G系統架構能夠兼容多種定位方案，其作為時空領域國家綜合PNT體系的重要組成部分，能夠集成北斗、帶內定位和其他多種定位技術，催生出更多類型的智能化新興產業.本文從5G協議出發，介紹了5G定位需求和可用PRS，對測距定位、測角定位和指紋定位3類帶內定位的原理、優缺點和相關工作進行了總結歸納，并從5G系統架構上驗證了5G多源融合定位的可行性.

隨著5G的快速發展以及北斗衛星定位系統的成功組網，5G多源融合定位應運而生.未來，在定位基礎設施部署方面，5G有望實現多運營商和產業之間的合作，打造新型定位產業生態.在定位適用性方面，定位場景也將進一步延伸，實現海陸空一體化共同發展.5G與北斗、視覺等融合定位作為一個全新的方向，為定位和通信的結合發展賦能，促進5G融合定位產業高質量、高水平創新發展.同時，在2019年9月初，歐洲發布6G白皮書《6G泛在無線智能的關鍵驅動因素及其研究挑戰》.該白皮書提出未來6G愿景是實現泛在無線智能，并指出6G技術性能指標將比5G普遍提升10～100倍，這些技術場景對定位服務提出更高要求.太赫茲通信技術和智能化融合協作網絡有助于提高需要高實時性和可靠性的定位服務；海量大連接，需要滿足大量終端接入并擺脫不良節點信息干擾，超大規模天線陣列技術將為這類場景的定位問題提供解決方法；移動導航場景，需要為用戶提供連續廣域的信號覆蓋、無縫穩定連接的室內外定位服務，這一場景下可以利用融合定位將多種定位技術平滑融合.可以看到，6G將實現萬物智聯，大量場景需要低成本、高精度、高可靠的室內外定位服務，發展面向未來移動通信系統的高性能定位服務有望成為未來6G研究的重要內容.