基于5G網絡的地鐵列車定位技術研究

鄧建芳，李志明

（南京鐵道職業技術學院，江蘇南京，210031）

0 引言

地鐵列車定位技術是列車運行中的關鍵技術之一，絕大部分城市軌道交通運用基于無線通信的列車自動控制系統（CBTC）技術來實現。當CBTC出現故障或者斷電時，列車運行轉由人工調度。建立一套獨立于CBTC系統的地鐵列車定位系統，使得行車調度員實時獲取到列車的位置信息，是確保地鐵列車行車安全的前提條件。

1 主流定位技術分析

全球定位系統（GPS）、北斗定位系統（BDS）等全球導航衛星系統（GNSS）為用戶提供米級的定位服務，基本解決了在室外空間中進行準確定位的問題，在大多數室外環境已經獲得廣泛應用，能夠實現導航、定位、授時等功能。但是由于衛星信號受到遮擋時衰減嚴重，定位精度急劇降低，當地鐵列車行使在地面以下的隧道中，無法滿足列車的準確定位需要。因此，國內外研究者們轉向對無線局域網（WLAN）、射頻標簽（RFID）、Zigbee、藍牙、超寬帶無線電（UWB）、蜂窩移動網絡等室內定位技術展開對地鐵列車定位的研究，但是不同的室內定位技術根據其定位性能有一定的應用局限。

孟強于2010年提出了RFID技術實現地鐵列車定位[1]；畢湘利等于2014年提出了基于射頻識別的自動記點系統[2]；劉水平于2019年提出了基于傳感器的地鐵列車精確定位系統[3]。這些地鐵列車定位技術實時性和定位精度均有待提高。RFID定位精度高，但安全性差，通信能力弱，基于傳感器的定位技在成本高、算法復雜。

基于蜂窩移動網絡實現地鐵列車定位是一個很好的解決方案。基于蜂窩網的定位方式，課利用已建成的公共移動通信網絡，不需要另行鋪設網絡，有著覆蓋面廣、可擴展性強等優點。從第二代、第三代到第四代通信系統定位技術的發展，使得利用基站進行定位的精度大大得到了提高，課題團隊于2018年首次提出了基于2G蜂窩移動網絡實現地鐵列車定位系統[4]。基站定位對連通性、接收信號強度（RSS）、到達時間（TOA）、到達時間差（TDOA）、到達角度（AOA）等參數進行測量，通過定位算法得出移動終端的位置，在室內、室外廣域環境下都能定位，能作為普適化的定位方案，但是定位精度與基站密度密切相關。2G網絡和3G網絡基站覆蓋大，定位精度在200米左右。4G網絡引入AOA等定位測量方法，但由于天線數目較少，不具備精確測量信號角度的條件，定位精度在150米左右。

5G網絡具有連續廣域覆蓋、熱點高容量、低功耗、大連接、低時延和高可靠的特點，它是首個將定位服務作為設計目標之一的蜂窩移動網絡，可實現亞米級的定位精度，給移動定位帶來新的機遇。從2019年下半年開始，5G在我國投入商用，運營商在各大城市紛紛部署5G網絡，地鐵沿線也將實現5G網絡全方位覆蓋，為基于5G基站的地鐵列車定位研究提供前提條件。地鐵列車定位不僅要求具有高精度的定位指標，還要求系統具備低時延特性。5G網絡引入了高頻率、大帶寬、超密集組網、大規模多輸入多輸出（MIMO）、波束賦形、設備到設備（D2D）技術、CU與DU分離、自包含時隙等一系列關鍵技術，為隧道內列車的高精度定位和低時延傳輸提供了有利的條件，有望能夠與衛星定位相匹敵。

2 地鐵列車定位系統設計

地鐵列車運行的軌道線路為線型結構，無線信道環境分為地面高架橋和地下隧道兩種。信道環境參數不同，無線信號覆蓋方式也不同，需要使用不同的定位算法分別進行分析。本設計提出的地鐵列車定位系統由2T4R的兩臺終端設備和一臺控制設備組成，如圖1所示。

圖1 地鐵列車定位系統示意圖

兩臺終端設備分別安裝于地鐵列車車頭和車尾上，采集列車的位置信息。控制設備放置于地鐵控制中心，處理采集到的位置信息后顯示出來，以便行車調度員實時觀測列車的位置，發出準確的調度指令。兩臺終端設備用光纖連接，實現同步和數據通信。終端設備與控制設備之間通過5G網絡進行無線信號的交互。

3 定位算法分析

本設計結合列車所處環境的路損衰落模型，動態學習建立一個二維數據庫，然后進行實時采集，比對數據庫得出列車所處的位置，具體算法如下：

3.1 動態學習建立二維數據庫

綜合考慮無線信號參數對信號衰落性能的影響后，為了進一步提高定位精度，將地鐵列車運行的閉塞區間每隔一定距離分割成子區間，按序編號，如圖2所示。在每個子區間內設定一個采集點（要實現亞米級的定位精度采集間隔需在10m以內）。

圖2 閉塞子區間劃分

定位測試設備在采集點不定期地移動，進行多次靜態測量，選取接收信號強度（RSSI）最優的3個以上基站，將測試到的跟蹤區域碼（TAC）、物理小區標識（PCI）、載波頻點號（EARFCN）、上下行工作頻率（FREQ）、接收信號強度（RSSI）、參考信號接收功率（RSRP）、參考信號接收質量（RSRQ）等無線信號參數發送給控制設備。控制設備根據接收到的參數，采用修正的路損衰落模型估計出每個終端設備與5G基站之間的距離后，多個基站的圓形交疊區域即為定位目標的估計位置，結合最小二乘法求解定位系統的初步估算。

為了對抗信號特征的波動，控制設備去除多次測量的最大值和最小值干擾后取均值，通過動態學習，形成一套無線信號參數與地鐵子區間編號位置信息有關的二維數據庫，預先存儲在控制設備的存儲器中。

3.2 實時采集

分別安裝于地鐵列車車頭和車尾上的兩臺定位終端設備隨列車運行在5G網絡覆蓋區域內移動，實時采集列車位置。兩臺定位終端設備之間的距離根據列車編組長度設定，用以提高定位精度和數據的穩定性。假設地鐵列車運行時速不超過120km/h，每隔0.1秒列車最多移動3.33米。為了達到亞米級的定位精度，終端設備至少每隔0.1s采集一次，選取最優的3個以上基站信號參數，通過5G網絡傳送給控制設備。控制設備將接收到的采集信息與存儲的數據庫進行最接近比對，查找出每個定位終端設備所處的子區間編號，得出列車在地鐵軌道線路上的位置區段，將位置信息通過顯示器顯示出來。

3.3 算法優化

為了降低數據比對的復雜度，節約控制設備的計算資源，加快運算速度，降低定位時延，地面高架橋和地下隧道分別采用不同的數據庫，也可將若干個區間編為一組。先初步區分出地鐵列車運行在地面高架橋上還是地下隧道中，然后根據所處的組號進一步查找數據庫。

4 結論

通過比較常用的主流定位技術之后，提出基于5G蜂窩網絡實現地鐵列車定位系統具有前瞻性。5G系統引入了一系列關鍵技術，使得5G網絡具備實現對地鐵列車位置的精度更高、時延更低的定位條件。本文提出一套可實現亞米級定位精度的地鐵列車定位系統設計方案，并對定位算法進行研究，為后續更深入的探究提供理論依據。