高精度室內定位研究評述及未來演進展望

王慧強，高凱旋，呂宏武

（哈爾濱工程大學計算機科學與技術學院，黑龍江 哈爾濱 150001）

1 引言

從古至今，人類始終關心一個頗具哲學意味的問題——“我在哪里”。從千年前的人類在夜空下遙望星河，到依靠經驗和模糊的觀測繪制的初具現代化意味的地圖，再到近現代人類在計算機技術、無線通信技術甚至空間技術的幫助下，不斷探索更準確、高效地獲取位置信息的途徑，人類在高精度定位技術、方法和系統的嘗試與研究上從未停止。

現如今，人類擁有了四大全球衛星定位系統，在地面逐步建立建成了5G 移動通信系統，室內、室外高精度定位早已成為一項不可或缺的基礎技術，并在各行各業（包括生產、醫療、商業以及生活服務等）中發揮重要作用。近年來，隨著我國北斗衛星導航系統的不斷完善，以及5G 及其相應基礎設施的推廣和部署，室內、室外高精度定位與導航領域發展迅速，各項技術取得新突破，一大批依托新技術、新成果開發而成的定位服務系統不斷涌現，其中不乏部分技術、方法或系統已在國際、國內達到先進水平并取得領先地位。

1.1 已有文獻評述

目前，高精度定位領域內已發表了大量綜述類文獻[1-17]和一般性研究文獻[18-25]，但由于綜述類文獻具有一定的時效性，本文將關注重點放在近10 年相關領域發表的文獻上，也包含少量發表時間稍長但行業認可度極高的文獻[26]。文獻[6]針對當時較新的室內定位技術方法進行了歸納總結，從準確性、成本、復雜性、安全性等方面對其進行評價；此外，該文還基于當時的技術環境著重介紹了基于室內定位服務的各類應用。在其之后，Zafari 等[27]進一步完善了其工作，提出從更多維度考察當時最新的定位系統的綜合性能。此外，該文將重點放在了新興物聯網（IoT,Internet of things）技術背景下的室內定位領域的新機遇和新挑戰，得出了當時的物聯網技術不支持亞米級精度定位的結論。還有部分文獻[28-30]專門對于某一特定限制條件下的室內定位進行了綜合評述，其中，文獻[28]通過 SWOT（strength weakness opportunity threat）模型分析了超寬帶（UWB,ultra wide band）技術在定位中的應用和發展狀況。文獻[5]則主要介紹關于指紋定位的方法，列舉了先進的Wi-Fi 指紋定位技術和高效的系統部署，通過對比分析提出了未來的發展方向。文獻[30-31]除了列舉部分室內定位系統及其原理、分析它們的優缺點以外，還提出了融合定位及導航通信一體化定位是提高定位精度及穩健性的有效方法。其將通信與定位和導航聯系在一起進行考慮和評估，對未來定位技術做出了不同的展望。此外，胡青松等[32]對無線定位技術的經典理論和前沿技術進行了介紹，并按照無線定位的通信技術、基本原理、進階算法等角度對本領域進行分類剖析和總結，將定位過程中涉及的物理層技術與邏輯層技術剝離，具有脈絡清晰、體系完整的特點。

綜上所述，學術界已有部分關于高精度定位技術、方法及其應用的綜述類文獻，但經筆者查閱總結，其普遍存在以下不足：1) 未能將定位技術、定位方案和定位系統這3 個分類維度進行區分，往往一概而論；2) 未能面向未來網絡演進的特性，分析不同技術、方法在網絡一體化方面的表現；3) 評價定位技術的性能往往從單一的“定位精度”出發，未能顧全到適應性、實時性、成本、可用性、網絡一體化程度等綜合因素；4) 未能發現不同場景中對定位技術暗含的隱性要求；5) 未能從網絡發展演進的維度對未來定位網絡發展方向做出演進預測。

1.2 本文主要貢獻

本文較全面、系統地整理了到目前為止高精度室內定位領域的主流技術和分類體系，為了更好地對現有定位系統進行綜合評述，還提出了全新的分類方法和多維度評價指標體系，更加符合未來網絡的本質特征及演進趨勢。

1) 本文對近年來認可度較高且具有代表性的文獻以及定位系統進行分析評述。

2) 本文從定位技術、定位方案2 個不同維度對近年來本領域研究熱點進行分析評述。

3) 本文提出了基于定位場景的分類方法，并指出了隱含于實際使用環境，極其重要卻容易被忽視“隱性要求”。

4) 本文提出了一種用于評估定位系統、定位技術的綜合評價指標體系，并使用本指標體系，從適用性、定位精度、實時性、成本、覆蓋范圍、可用性以及網絡融合一體化特性等方面對各類定位方法、技術以及系統進行評定分析。

5) 本文指出了未來高精度定位領域高度一體化的發展方向，提出了“在線即在位”“全知網下隱私保護”等重要概念，指明了本領域的發展趨勢、關鍵問題和未來愿景。

2 關鍵定位技術評述

本節將重點關注室內定位領域的各類主流技術方法，詳細討論不同方法背后的原理或數學模型，并分析其優缺點。

2.1 ToF/ToA

ToF（time of flight）或ToA（time of arrival）定位方法被稱為“飛行時間”或“到達時間”定位方法。ToA 定位方法原理如圖1 所示，依靠測量電磁波的傳播時間并換算成傳播距離，解算待定位點的準確位置。

圖1 ToA 定位方法原理

此方法模型結構簡單，易于理解，但在實際應用中存在明顯缺點：1) 嚴重依賴時間同步的精度，在非實驗室的場合下，待測節點與已知節點的高精度時間同步不具備實現條件；2) 數學模型基于電磁波無障礙傳播的假設，當電磁波傳播路徑中包含折射、反射或繞射時，計算出的距離將包含誤差，此類誤差也被稱為非視距（NLOS,non line of sight）誤差。

2.2 TDoA

TDoA（time difference of arrival）定位方法被稱為“到達時間差”方法。如圖2 所示，在ToF 方法的基礎上改用兩路信號到達時間之差作為基本觀測量，代入雙曲線方程，則待測節點應位于多條雙曲線（面）的交點處。

圖2 TDoA 定位方法原理

TDoA 定位方法相比于ToA 方法具有的顯著優勢在于其不需要待測節點與各基站時鐘同步，極大地放寬了此方法在實際工程中的應用條件，簡化了系統結構。但此方法仍屬于測距類方法，依賴電磁波的無障礙直射傳播條件，仍會受到NLOS 誤差的影響。

2.3 RToF

RToF（round-trip time of flight）定位方法，即“往返飛行時間”定位方法，原理如圖3 所示。其類似于雷達測距原理，以測得信號的往返時間作為基本觀測量，轉換為傳播距離，解算待測節點的坐標。

圖3 RToF 定位方法原理

RToF 方法在信號中加入時間戳，基站收到終端發出的定位信號后立刻做出應答，故終端收到應答信息時可以獲得信號往返時間。此方法類似于ToA，仍會受到NLOS 誤差的影響。此外，基站在接收并應答信號的過程中所產生的網絡時延可能導致較大誤差。值得注意的是，此方法本質上需要雙向通信，因此不適合密集型定位應用。

2.4 RSSI

RSSI（received signal strength indicator）定位方法，即“信號強度指標”定位方法，原理如圖4 所示。其利用電磁波在空間中的衰落模型，建立信號強度觀測量與距離之間的對應關系，進行定位解算。電磁波在空氣中的傳播損耗模型與其頻率相關，一般認為滿足如下模型

圖4 RSSI 定位方法原理

其中，L為功率衰減值，PRX為接收功率，PTX為發射功率，GRX為接收天線增益，GTX為發射天線增益，r為傳播距離。此方法優點在于結構簡單，計算復雜度低，且不需要任何時間同步。但在現實情況中，電磁波環境極其復雜，傳播過程受室內物品擺放、墻體遮擋以及人員走動等諸多因素影響，多徑效應嚴重，定位效果不夠理想。雖然可以配合濾波算法或迭代算法來提升精度，但如此又會增加計算復雜度，降低定位結果實時性。

2.5 AoA

AoA（angle of arrival）定位方法，即基于信號到達角度的定位方法，通過陣列天線獲取到達信號的相位差，換算成到達角度。AoA 定位方法原理如圖5 所示，多個基站與待測點的徑向連線交點，即為未知節點位置。此方法優勢在于精度較高，所需基站數量少，不需時鐘同步。但AoA 測角需使用昂貴的陣列天線；信號解算計算復雜度高，難以支撐大容量、高并發的定位場景；此外，室內環境中多徑效應嚴重，復雜的解相干算法進一步增加了計算復雜度。

圖5 AoA 定位方法原理

2.6 Fingerprint

Fingerprint 定位方法，即基于信號指紋的定位方法，原理如圖6 所示。此方法不需要解算，其基本思想在于：離線定位階段，事先標定待測區域的標記點并采集該點處的環境指紋信息，建立離線指紋庫；在線定位階段，通過實時獲取待測點的環境信息并與離線指紋庫中的數據項進行匹配，得到待測點的位置。人們可以選擇RSSI、信道狀態信息（CSI,channel state information）或其他物理量作為指紋[33]。在無線通信網絡環境中，同一個待測定位點往往會收到多個基站（已知節點）發出的信號。并且，這些信號的RSSI 或CSI 受傳輸距離、傳播路徑以及遮擋物等諸多因素影響，結果也不盡相同；將不同的特征組合在一起，即具備了區分各個不同待測定位點的能力。由于CSI 比RSSI 可以展示出各個信道背后的相位響應和振幅響應，CSI 指紋可以獲得比RSSI 更好的時間分辨率、頻率分辨率和穩定性[34]。在線定位階段中部分主流匹配算法及其對比分析如表1 所示。

圖6 指紋定位方法原理

此方法優點在于不需要信號解算，可以通過更密集地布置指紋采集點來提升定位的分辨精度、不受NLOS 誤差影響。缺點是離線采集指紋階段時間和人力成本較高；環境、物品、人員等因素的變化都會對信號采集、匹配造成干擾，不適用于動態環境和人員密集場所。

高精度定位技術分類如圖7 所示。

圖7 高精度定位技術分類

3 關鍵定位方案評述

3.1 Wi-Fi

Wi-Fi 現常被用作無線局域網（WLAN,wireless local area network）的實現方案，其本質是IEEE 802.11 標準，現已深入各類垂直行業中提供網絡連接服務，其服務范圍為100 m。在針對物聯網IEEE 802.11ah 標準時可提升到1 000 m[37]。目前，大量個人計算機、智能手機均配備了Wi-Fi 網卡，這使以Wi-Fi 技術作為定位方案擁有天然的用戶友好性，易于推廣。但現有的Wi-Fi 無線系統絕大部分是針對通信需求部署的，其原則在于：1) 信號帶寬盡可能用于通信使用；2) 在一個接入點覆蓋范圍內不再重復布置基站，以免重復和干擾。但這兩點原則都與基于定位需求的Wi-Fi 網絡背道而馳，即1)信號帶寬用于定位越多，定位精度越高；2) 同一范圍內，Wi-Fi 基站越多定位結果越可靠。因此難以提升定位精度。

3.2 UWB

UWB 技術，即超寬帶技術。區別于基于其他無線電信號的定位技術，UWB 在大帶寬上發射極短的脈沖信號而非連續載波信號進行通信或定位。

通常情況下，UWB 信號脈沖周期小于1 ns，帶寬在GHz 量級。由于大帶寬的特點，其低頻成分可以更容易地具備穿透性；此外，UWB 脈沖可以有效地對抗多徑效應，進而避免定位精度下降。最后，由于其寬帶特性，定位精度可以輕松地達到厘米級。但UWB 技術需要專用的硬件設備和環境布置，所以會導致額外的專用開銷。基于測距的ToA、TDoA、RToF 等均可與UWB 技術結合使用。

3.3 藍牙

藍牙定位技術由IEEE 802.15 技術規范定義，可以在70～100 m 范圍內提供中等速率的數據傳輸服務。在藍牙5.1 版本中，通過切換天線陣列，藍牙技術支持信號角度的測量。也即，除了傳統的RSSI 方法，藍牙還可支持AoA 高精度定位。藍牙AoA 定位可以更好地發揮測角系統在短距離定位應用下的優勢，同時相比于其他技術實現的AoA定位方法，藍牙測向（測角）定位成本更低。但此技術也存在刷新率低、受多徑效應干擾嚴重等弊端，尚有待研究和解決。

3.4 共頻帶技術

共頻帶定位技術采用時分碼分正交頻分復用（TC-OFDM,time & code division orthogonal frequency division multiplexing）定位信號，在通信信號背景噪聲中嵌入定位信號。所嵌入的信號具有較大帶寬，但功率遠低于通信信號，故可以實現與通信信號“同頻共載”，在通信的同時實現定位信號的連續捕獲和跟蹤，從而實現精確的測距與定位[38]。共頻帶定位在衛星導航系統信號接收良好的環境中，可以使用衛星定位信號與共頻帶信號融合定位，提高定位精度或縮短定位時間，提升穩健性。共頻帶技術在不改變通信信號的基礎上，通過疊加定位導航信號實現通信與定位導航的一體化構想。定位信號中編碼了共頻帶信號播發基站對應的導航電文，如時鐘信息、大地經緯度等，用于定位終端下行定位解算。

此外，衛星授時信號可為地面的共頻帶基站提供精準授時服務，進一步降低其同步誤差。3GPP組織在R16中給出基于共頻帶思想的室內定位系統仿真報告顯示，100 MHz 帶寬定位精度可達0.125 m，具有較好的發展潛力和研究價值。

3.5 5G 蜂窩網

相較于前代網絡，5G 從天線技術、信道帶寬到應用場景各方面均有突破性提升。依據5G 概念白皮書[39]中定義，5G 蜂窩網有四大主要應用場景：連續廣域覆蓋、熱點高容量、低功耗大連接和低時延高可靠。在5G 蜂窩網絡的應用中，上述四大場景即為5G 通信網絡的四大特點：連續廣域覆蓋可以提高小區覆蓋能力，優化其范圍和覆蓋質量；高容量熱點支持大量用戶同時接入，節點算力能夠得到可靠保證；大規模多輸入多輸出（MIMO,multiple input multiple output）技術使5G 基站具備測距和測角的雙重功能；低功耗大連接和低時延高可靠，得以保證在處理大批量位置服務需求過程中的穩定性和實時性。此外，毫米波通信和智能波束成形作為其關鍵技術之一，使信號具有極佳的指向性，可以減輕ToA、TDoA 測量受多徑信號的干擾；大規模陣列天線技術使5G 基站具備AoA 測向能力，進一步提高了其定位精度。

可用于此定位方案的方法眾多，包括基于測距、基于測角以及基于指紋匹配的定位方法等均可與5G網絡結合使用。不同定位方法對比如表2 所示。

表2 不同定位方法對比

4 基于定位場景的分類

室內定位與導航技術日漸成熟、普及，已經深入諸多領域和行業中，文獻[40-41]均對定位技術的各類應用場景進行了介紹。但上述文獻往往僅關注了各類應用本身，如交通、醫療、購物、消防等；未能分析總結這些應用背后的共通性與特異性，未能挖掘不同類型的應用場景對于定位技術的隱性要求。這些要求往往源自實際應用條件，屬于剛性要求，但卻最易為人們所忽略。本節著重從應用場景分類的角度，介紹分析各類典型場景下對定位技術應用的隱性要求，并給出相應的適用定位技術，如表3 所示。此外，在未來網絡一體化發展趨勢下，高精度定位將不再局限于某種單一技術或方案，而本節中提出的基于場景的定位分類更能刻畫其本質特征，這一點將在7.3 節詳細論述。

表3 不同定位場景及其隱性要求的比較

4.1 WAI 類

WAI，“Where am I”即“我在哪里”，此類應用場景的主要特征在于發起定位訴求的主體和待測目標主體一致。在民用室內定位與導航領域中，絕大部分主動定位的應用場景均屬于此類，如大型商場或機場的個人定位服務、車位導航以及室內展館路線指引等。用戶主動提出定位訴求，且定位所需的源數據，包括但不限于時鐘信息、頻點頻段信息、信道狀態、到達時間等。

綜上所述，此類定位場景暗含的隱性要求即為用戶高度配合或主動定位，且具備較高計算能力。可用于此類定位場景的方法有ToF/ToA、TDoA、RSSI、指紋定位、衛星定位以及行人航位推算等。

4.2 WAU 類

WAU，“Where are you”即“你在哪里”，此類應用場景的主要特征在于發起定位訴求的主體與待測目標主體不一致，但二者之間具有聯系。此類應用環境大多包涵交互場景與通信場景，如好友尋路、虛擬現實/增強現實互動游戲等。發起定位訴求主體的目的是獲取另一在網用戶的位置信息，這需要被定位用戶的授權與配合，定位所需源數據可參見4.1 節。

此類定位場景暗含的隱性要求即為被定位用戶高度配合、具備較高計算能力的支持以及網絡兼具通信與定位功能。可用于此類場景的定位方法有ToF/ToA、TDoA、指紋等。

4.3 WIH 類

WIH，“Where is he”即“他在哪里”，此類應用場景的主要特征在于發起定位訴求的主體與被測目標主體無關，甚至希望對被測目標保密。此類應用場景屬于被動定位范疇，例如目標定位追蹤、公安天網系統、重點人員和重要資產監控、智慧養老社區等。發起定位訴求主體一般位于服務側，需要在任何時間、任意條件下完成對待定位目標的靜默定位。

此類定位場景暗含的隱性要求即為用戶零配合、無算力要求，但要求用戶設備具備一定的隱蔽性并采用低功耗方案。可用于此類場景的定位方法有TDoA、指紋等。

5 定位技術（系統）評價指標體系

一項定位技術或定位系統在特定應用場景的綜合定位性能受多種因素制約。本節試圖提出一種多維度的評價指標體系，以評估其綜合效能。

5.1 適用性

適用性指標是指定位技術或定位系統在某一應用場景下滿足人們的要求和預期效果的適合程度。如第4 節所述，不同類別的定位應用場景對于定位方法的要求有著本質的區別。例如，“WIH”場景需要“零配合度”完成定位，因而下行定位技術不適用；“WAU”定位應用場景則要求網絡兼具定位和通信功能。此外，不同的定位應用對定位技術的要求也不同。例如，在大型室內（礦場、地下停車場）中，藍牙方案不適用；在個人定位應用場景下，超寬帶定位所需的硬件條件無法滿足；在工業互聯網、物聯網等應用場景下，低功耗、高可靠性成為系統的重要基礎，因此，AoA、指紋定位等方法便難堪此任。

因此，適用性指標是考察某一定位系統的第一指標和最重要的原則之一。

5.2 定位精度

定位精度是衡量定位方法、系統最直觀也是最普遍的指標之一；此外，基于多種定位方法的融合定位算法以及濾波迭代等優化算法，也是以定位精度的提升為目標提出的。常用的精度衡量指標包括區域檢測率、均值、方差、協方差、均方根誤差、絕對均值誤差等。

5.3 成本

部署成本，即定位系統在建立初期需要考慮的部署成本，包括硬件設備的成本、安裝調試耗時以及必要的操作人員的人力成本等。以UWB 定位技術為例，其需要專用的硬件設備，包括基站端和用戶端，這將導致較高的專用開銷。

運維成本即定位系統部署完畢后，在投入運行階段是否需要不斷維護更新，是否隨環境變化需要不斷修正參數等問題，即牽涉到定位系統的運維成本。以指紋匹配定位為例，因定位場景更新、物品擺放位置變化等因素，需要不斷重新測量標定，因而后期維護成本較高。

5.4 實時性

實時性指標實際上是對定位系統的解算速度進行考察并提出了要求。定位方技術由于實現原理和系統結構不同，實時性區別也非常大。例如，AoA定位需要譜峰搜索，計算復雜度高，因此適用于實時性要求較低的應用場景。

5.5 覆蓋范圍、功耗與體積

定位技術往往與定位系統的實現方式密切相關，因而在選定定位技術路線時必須考量定位系統預期的覆蓋范圍、功耗與體積等關鍵技術指標。往往基站的覆蓋范圍越大，其功耗也越大，進而要求更高效的散熱和更大的設備體積；相反，某些需要小尺寸定位設備的應用場景下，必須通過降低功耗和犧牲覆蓋范圍的方式獲得低功耗運行方案。例如在電力系統監控、無人機集群等工業互聯網應用場景下，往往沒有統一的標準來判斷，而是需要根據情況具體分析，使這三方面因素協調統一，達到最佳的平衡狀態。

5.6 可用性

可用性也是確保定位系統長期穩定運行的關鍵屬性。定位系統因其功能具備基礎服務的特性，往往作為諸多其他服務或高級應用的底層服務提供者。因此，定位方法和定位系統的自我恢復能力、災難幸存能力和容錯能力也是本文提出的評價指標體系中的關鍵部分。例如在火災救援、防空指揮系統等應用場景下，抗毀、保持可用的能力需要列為首要考量因素。定位系統或定位算法應當可以進行自適應調節，以適應環境的不斷變化。

5.7 網絡一體化特性

網絡一體化特性，即網絡在通信、定位導航[42-43]、數據、授時、異構互聯等方面體現出的高度一體化特性。近年來，多網絡不斷融合，異構互聯的通信體系逐步實現，是否面向未來網絡支持網絡技術的平滑演進，也成為重要評價指標之一。

以通信與定位導航一體化為例，依其實現層次不同，可分為3 個階段：1) 應用級一體化，通過應用服務或應用軟件整合通信網和定位網提供的信息，進而展開通導一體化服務；2) 設備級一體化，提出新的設備開發標準、網絡協議以及空中接口，使面向未來網絡的設備自身同時具備通信網與定位網融合工作的能力；3) 信號級一體化，通過設計更優的信號格式、編碼方式、調制解調技術，使定位與通信功能靈活、智能地在信號層深度融合，實現真正意義上的通信定位導航一體化網絡。

6 現有定位系統評述

本節將列舉近年來國內外的若干定位系統，并使用第5 節中提出的評價指標體系對其進行分析評價，最后通過表4 總結了高精度定位系統的對比分析結果。

表4 高精度定位系統的對比分析結果

6.1 5G 蜂窩網定位系統

蜂窩網絡由傳統2G、3G、4G 進入5G 時代，其服務方向也逐漸由單純通信逐漸擴展到通信、導航、授時一體化方向。傳統4G-LTE 網絡雖然支持定位功能，但是通信網的設計原則、網絡規劃等與定位需求不一致，導致其實際定位精度誤差超過100 m，無法提供亞米級的室內定位能力。

陳詩軍等[44-45]提出一種5G 帶內高精度定位網系統架構并完成原型系統研發，突破了定位領域和通信領域的壁壘，將廣域異構室內高精度定位技術與5G 網絡融合，通過定位網規劃技術和融合定位技術實現5G 室內亞米級定位，水平精度為0.5 m、垂直精度為0.5 m，并針對該架構下同步、首徑信號檢測等關鍵技術進行闡述，充分利用5G 通信大帶寬、低時延特點，實現通信網與定位網平滑融合。其研發完成的“5G 增強型高精度定位微站原型系統”，通過在下行鏈路中增加定位專用信道和相關參考信號的方式，使用3.5 GHz 運營商頻段以及3GPP 規定的標準5G PRS 參考信號，率先實現5G通信標準下通信定位一體化；該原型系統同時支持TDoA 定位、A-GNSS 定位以及慣性測量等多種定位方式的融合，可進一步提升綜合定位效果。

文獻[46-47]提出一種5G 高精度室內定位仿真平臺，主要研究了室內復雜多徑環境下電磁波傳播模擬技術、定位信號合成技術，以及在此基礎上進行5G 定位仿真。其中關鍵技術包括：1) 虛擬場景生成與分析技術，該仿真平臺生成虛擬空間，并對室內虛擬空間中電磁信號的傳播進行確定性追蹤分析；2) 多徑信號合成與干擾仿真，分析射線由直射、反射、衍射所造成的多徑信道上的路徑損耗、陰影衰落、多徑衰落等帶來的影響；3) 移動終端定位性能綜合評估問題，包括首徑測量算法、多徑處理算法等測距定位性能的評估；4) 提出首徑覆蓋分布和反射覆蓋分布、誤差分布，并依此計算出異構定位網絡的最優規劃方案；5) 通信定位一體化網絡優化技術，研究影響室內定位精度的網絡基礎設施（基站/熱點等）地理分布因素，建立關聯模型，并給出指導性原則，減少傳播環境中的多徑效應誤差。此外，還研究了小區動態開啟/關閉技術和網絡參數動態調整技術，提高同步精度、降低同頻干擾，優化整體網絡布局。該仿真平臺可提升通信質量和定位精度，并避免實際調試系統的開銷，具有重要科研意義和巨大經濟價值。

本節所述研究成果基于5G 蜂窩網絡，適用于“我在哪里”“你在哪里”的定位場景，屬于廣域下行定位，其系統容量幾乎不受限制，安全性隱私性高；其克服了建立大規模定位網絡需要重新布置海量基站的成本問題，適用于室內室外無縫切換的定位應用場景，已具備設備級通導一體化性質。

6.2 Wi-Fi 指紋信息定位系統

Wang 等[48-49]提出了基于CSI 的室內指紋識別系統DeepFi。離線訓練階段，利用深度學習訓練深度神經網絡的所有權值作為指紋，并采用貪婪學習算法對權值進行逐層訓練，降低了算法復雜度；在線定位階段，較好地利用了深度網絡的優勢，在學習復雜參數輸入與輸出的非線性對應關系上表現良好。

Qian 等[50]根據Widar 系統利用Wi-Fi 指紋信息，提出一種全新的理論模型，以幾何方式量化了CSI 動態與用戶位置和速度之間的關系，并實現了物體厘米級被動定位與跟蹤。該模型不需要使用統計學習技術，消除了傳統Wi-Fi 指紋信息需要進行事先離線訓練的弊端。此外，該文還提出了一種從有噪聲的CSI 數據中識別出與人體運動相關的頻率分量的技術，除速度信息以外，還可以得到用戶的準確位置。

進一步地，Zheng 等[51]又提出了一種基于Wi-Fi的零代價跨域手勢識別系統，研究了當Wi-Fi 數據域發生變化時，必須進行系統調整才可使用新數據，從而限制了此類系統實際可用性的問題。該系統開發了一種只需一次訓練，即可應用于不同數據域的模型，可自適應地從信道狀態的變化感知室內場景下人體的行為和動作，代表無線指紋信息朝著普適感知的方向演進。

本節所述Wi-Fi 定位系統適用于“他在哪”定位場景，可在用戶低配合的情況下完成定位；覆蓋范圍較小，屬于局域定位；此定位網絡為專用網絡，且需要配備專用陣列天線，部署成本和維護成本較高；不具備一體化網絡特性。

6.3 共頻帶定位系統

Deng 等[52]結合 5G 信號的特點，提出了TC-OFDM 理論，并設計研發了共頻帶定位系統。該研究主要涉及基于現有標準的定位信號設計與同頻共載技術，綜合考慮終端對定位信號捕獲、跟蹤以及測距的可實現性，降低定位系統與數據傳輸系統間存在的同頻干擾以及不同基站間的相關干擾，最終實現了定位信號與通信信號的同頻共載。共頻帶定位系統支持單站高精度定位，在實驗室條件下可達到厘米級精度[53]。但此技術尚未寫入3GPP R16，這使其應用推廣受到了一定的影響。

本節所述共頻帶定位系統應用于“我在哪”定位場景中，屬于廣域下行定位領域；通過改造現有通信網絡，可在一定程度上減少部署成本和運維成本；具備應用級通信定位一體化特性。

6.4 UWB 定位系統

UWB 定位系統由于使用獨特的大帶寬脈沖信號，在定位精度和干擾對抗能力方面取得了優異的表現，也成為近年來學術界和產業界研究開發的熱點和重點。Ubisense、BeSpoon 和DecaWave 是比較成熟的商用UWB 系統。

Ubisense 定位系統[54]采用TDoA 和AoA 融合解算[55]的方式來獲取待測節點的位置，且其商用版本中配備了陣列天線用來接收待測節點發出的UWB 信號，使其具備了估計方位角和俯仰角的二維測向能力，這一點是其他UWB 系統不具備的。該系統刷新率較高可達160 Hz，三維空間內定位精度可以達到15 cm，售價昂貴且設備不具有通用性是其主要缺點。

BeSpoon 實現了UWB 系統的小型化，并使其可以集成到手機大小的設備中，使其具備更高的附加價值和更豐富的應用場景支持。該系統工作在3.99 GHz，直射條件下可實現10 cm 級定位精度以及880 m 測距定位范圍。

DecaWave DW1000 不同于前述二者，是一種低功耗芯片模塊。使用該模塊可進行RToF 雙向測距定位或TDoA 實時測距定位，單點定位精度為10 cm，實時精度約為30 cm。由于體積及功耗限制，該模塊可在不超過300 m 范圍內提供有效定位支持。該模塊系統具有2 種工作頻率，分別為3.99 GHz和6.48 GHz，且分別支持不同的數據傳輸速率，具備一定的通信定位一體化能力。

Yin 等[56]提出了一種基于波分多址（WDMA,wavelength division multiple access）的定位方案UWB-IP，以提高UWB 定位系統在多用戶應用中的定位精度。此外，該文還提出了一種基于Coif4 小波的超寬帶脈沖波形設計方法，使用波分多址提高了抗多址干擾性能，并采用基于熵的到達時間估計方法，改善了多徑條件下的ToA 估計性能，實現了秒級響應的厘米級定位精度。

超寬帶定位系統適用于局域下行定位應用場景，定位精度高、抗干擾效果好。但由于信號體制的特殊性，需要配備昂貴的專業設備，專用程度較高，綜合成本較高，且一般不具有一體化網絡特性。

7 總結：挑戰、機遇和前進方向

從“仰望星空”到“腳踏實地”，人類在室內外精確定位領域進展快速，成果頗豐。如今，5G網絡基建發展迅速，北斗三號系統全球覆蓋運行，6G 網絡環境醞釀正如火如荼，未來網絡面臨著新的挑戰、機遇，本文提出如下4 個方面的挑戰、機遇和前進方向，供讀者參考。

7.1 室內外聯合定位——出入場景無縫切換

未來無線定位技術將向室內室外跨場景、跨區域聯合定位與無縫切換的方向演進。如今，室外定位領域以衛星信號廣域覆蓋為主流解決方案，室內定位則呈現出百家爭鳴、百花齊放的局面。室外地圖以道路、建筑、車道和交通規則為主要元素，室內地圖則需要建立三維立體模型，提供直觀的樓層信息，并且包含更多的區域功能數據、商品或服務數據、人員數據，但二者之間仍未能實現完全的網絡互連、數據融通。

對于未來智慧機場、智慧城市等場景，定位系統應融合室外行車路線、室內步行路線、地下車位信息、樓層信息、商戶商品位置以及其他多元異構數據，為用戶提供室內外一體化導航等服務。也即，在未來智慧城市的應用場景下，用戶從離開住所至抵達目的地的全過程中，應當獲得“門到門”的位置信息服務。另一方面，服務提供商也需要獲得更全面精準的用戶信息和管理數據，從而在服務調整和精準營銷等商業行為中獲得優勢和助益。

7.2 5G 賦能傳統定位技術——泛在融合定位

現如今，多種不同的定位/通信網絡共存，其制式、技術各不相同，導致其在定位性能、覆蓋范圍、功耗成本等方面也各具優劣。5G 網絡設施可為各類異構網絡和不同制式的智能設備提供泛在連接，以融匯不同定位技術、方案，實現優勢互補、融合賦能。

例如，5G 網絡具有大帶寬、低時延以及廣域連接的能力和特點，而基于AoA 方法的藍牙5.1 定位技術精度高，但通信能力不足。因此提出融合定位解決方案，使5G 與藍牙融合布站、共用資源，將高精度定位數據通過高速網絡傳輸，解決海量應用下通信導航一體化的需求。還可結合邊緣計算、霧計算等其他智能技術，使5G 網絡為傳統定位技術助力、賦能。

特別地，本節所述的“泛在融合定位”的本質在于“多種技術協同作用，共生共存”的發展方向，即未來定位網絡可由多種定位/通信技術復合而成。此概念與7.3 節“高度一體化網絡”具有本質區別。

7.3 高度一體化網絡——在線即在位

網絡發展迅速，先后出現了通信網、授時網、計算機網、傳感器網、定位導航網等多種用途類別的網絡系統。但之所以網絡種類繁多，是因為網絡技術及通信技術不夠發達，現實世界中主體的信息無法由統一渠道表達，只能被迫拆分、切片后，由不同的專用網絡傳輸。因此，這些系統各自采用不同的技術原理，承擔著不同的功能任務，彼此相對獨立割裂。

本文認為，未來網絡演進將彌合技術壁壘、跨越制式障礙、融合多種能力，以“一網”代替“多網”，以“高度一體化網絡”實現“全維度”的主體信息表示——“在線即在位”。

網絡的本質在于信息的傳遞和交流，解決對象傳輸過程中“Who”“What”“How”“When”和“Where”5 個關鍵問題。隨著網絡和通信技術的不斷發展與融合，網絡技術和通信機制必將由割裂走向統一，即“高度一體化網絡”即為“How”這一關鍵問題的最終答案。

因此，本文在第4 節中提出了“基于定位場景的分類”。面向未來網絡發展，本文不再將分類中的關注重點局限于定位方法或信號體制等技術層面的問題，而是將應用場景（例如WAI、WAU、WIH）和服務主體（例如人員、資產、無人設備）作為核心要素對高精度定位領域進行分類分析。此分類方法更接近網絡的本質屬性，忽略無關緊要的技術細節，更能刻畫出不同定位方法的本質屬性、目標和要求。

進一步地，“在線即在位”概念不僅局限于“數據網絡”和“定位網絡”的融合，其意義和本質在于：提出未來高度一體化網絡趨勢——主體（包括但不限于個人、車輛、智能終端，甚至生命體等一切可聯網對象）的多維信息可綜合、完整地通過一體化網絡進行表達和關聯。在高度一體化網絡中，時間、空間、數據、視聽覺信息、生物信息不必割裂切片，而是可以完整傳輸并恰當還原。同時，網絡中的信息足以全方位刻畫該信息所代表的現實世界中的主體，實現現實主體在虛擬網絡世界中的完整表示和傳遞。

如今，網絡一體化進程已取得一定進展，如5G蜂窩網絡融合通信、數據、定位三網功能，北斗衛星網絡融合定位、通信、授時等功能以及文獻[57]提出的星地融合網絡的5 個不同層次等。因此，當網絡一體化進展足夠發達，對主體信息的刻畫維度足夠全面、細致時，未來網絡將不再局限于某種功能網絡，而是實現“物流”“信息流”“人流”三流合一；其覆蓋范圍將逐步朝“海、陸、空、天一體化”方向發展；未來網絡將以通信、數據、定位、授時、異構互聯的高度一體化網絡為方向，不斷演進。

7.4 網絡安全保護新內涵——全知網下的個人位置隱私保護

在未來網絡中，“在線即在位”，每個個體都將不間斷地接入網絡，其生成的高精度位置數據、狀態數據、財務數據，甚至生物信息都將被網絡所感知、記錄，個人將處在“全知網”中，即個人信息全感知、全記錄。這些信息的存儲、傳輸與管理，無疑會帶來隱私信息保護以及信息財產安全等全新問題。例如，通過個人行動軌跡，可以精確獲得一系列隱私敏感數據，刻畫出個體的生活習慣、教育情況、收入情況等。因此，未來網絡在不斷被賦予更強大的能力的同時，也需要人們提供更可靠的全知網隱私保護技術、完備的全知網監控體制和精妙的全知網管理智慧，確保未來網絡為人類文明進步做出穩定而卓越的貢獻。

8 結束語

高精度定位作為未來一體化網絡的重要部分，正受到廣泛關注并蓬勃發展。在網絡一體化的背景下，本文首先在傳統意義上，對高精度定位領域進行了基于定位技術和定位方案的分類和評述。其次，基于一體化網絡發展趨勢，提出了更接近網絡本質屬性的基于定位場景的分類，探討了WAI、WAU 和WIH 這3 類場景的特點和意義。再次，本文提出一種用于綜合評估定位技術的多維度評價指標體系，并以此評估了主流的定位系統。最后，本文對高精度定位技術的發展進行了總結和展望，指出了未來網絡的一體化發展趨勢，提出了“在線即在位”“全知網下隱私保護”等重要概念。

本文可幫助高精度定位領域的研究者及時、準確、全面地了解研究現狀和進展，并明晰未來一體化網絡的總體發展方向。