5G标准学习笔记07-NR定位(Positioning)概述

5G标准学习笔记07 NR定位(Positioning)概述

前言

现在孬孬学习并介绍的主要是3GPP针对AI/ML在NR空中接口的应用定义了三个主要的用例（use cases），主要是参考的TR38.843来进行学习的。对于之前的两个case：CSI反馈和波束管理，多少在平时课题研究中都有所了解，但是对应第三个case的定位精度增强（Positioning accuracy enhancement）之前是没有涉及了解的，所以对应这个case，要先初步了解NR定位技术，所以本文孬孬就带着大家一起，对应NR定位现有一个大致的了解。

一、NR定位简介

1、NR定位定义

NR定位：是指基于5G NR空中接口，通过发送和测量特定的参考信号（如定位参考信号PRS、同步信号块SSB、探测参考信号SRS等），结合时间、角度、信号强度等测量数据，计算UE或其他设备在二维（水平）或三维（水平+垂直）空间中的位置。NR定位可以由网络侧（gNB或定位服务器）、UE侧或两者协作完成，旨在满足从米级到厘米级的定位精度需求。

2、NR定位目标和应用场景

（1） 目标

高精度定位：支持米级（室外）、亚米级（室内）、厘米级（工业/V2X）精度。
低延迟：满足实时应用（如自动驾驶、AR/VR）的毫秒级需求。
广覆盖：支持室内外混合场景，覆盖城市、农村、工厂等。
低功耗：为物联网设备提供高效定位，延长电池寿命。
可扩展性：支持大规模设备（如智能城市中的传感器网络）。
复杂环境适应性：克服多径、NLOS、高移动性等挑战。

（2）应用场景

工业物联网（IIoT）：
精确跟踪工厂内机器人、设备或物料，精度要求厘米级。
示例：自动化导航、资产管理。
车联网（V2X）：
支持自动驾驶和协同驾驶，精度要求厘米级，延迟<20ms。
示例：车道级导航、碰撞避免。
室内导航：
在商场、机场等场所提供亚米级定位。
示例：消费者导航、医疗设备定位。
公共安全：
快速定位紧急呼叫者（如E911），精度要求米级。
示例：消防救援、执法追踪。
无人机与航空：
为无人机提供三维定位，精度要求米级。
示例：物流配送、空中监控。
增强现实（AR）/虚拟现实（VR）：
支持沉浸式体验，精度要求厘米级，延迟<20ms。
示例：AR导航、多人VR游戏。
智能城市：
定位车辆、行人或传感器，优化交通和基础设施管理。
示例：信号灯控制、共享出行。
物流与供应链：
定位货物或车辆，精度要求亚米级。
示例：仓库管理、冷链监控。

二、传统定位方法

1、基于时间的定位方法

基于时间的定位方法利用信号传播时间或时间差来估计UE与基站（gNB）之间的距离或位置，依赖高精度时间测量和参考信号（如PRS、SRS）。

（1）TDoA（Time Difference of Arrival，到达时间差）

原理：
UE测量来自多个基站的定位参考信号（PRS）的到达时间差，称为参考信号时间差（RSTD）。
RSTD定义为：

每个RSTD对应一条双曲线，多条双曲线的交点通过几何三角测量（Hyperbolic Positioning）确定UE位置。需要至少3个基站（2个RSTD）进行2D定位，4个基站进行3D定位。
测量流程：
①gNB周期性或按需发送PRS。
②UE测量各PRS的到达时间，计算RSTD。
③UE报告RSTD或直接计算位置。

（2）ToA（Time of Arrival，到达时间）

1.2 ToA（Time of Arrival，到达时间）
原理：
UE测量PRS从基站到UE的绝对传播时间（ToA），通过传播速度（光速）计算距离：

多个基站的ToA测量通过三边测量（Trilateration）计算UE位置，每条ToA对应一个以基站为中心的圆。
测量流程：
①gNB发送PRS，UE测量到达时间。
②UE报告ToA或计算距离。
③LMF或UE使用多基站ToA数据定位。

（3）RTT（Round-Trip Time，往返时间）

原理：
测量信号从发送端到接收端再返回的往返时间，计算距离：

多基站RTT通过三边测量定位。

测量流程：
①gNB发送PRS，UE测量Rx-Tx时间差。
②UE发送SRS，gNB测量Rx-Tx时间差。
③LMF或UE计算RTT和位置。

2、基于角度的定位方法

基于角度的定位方法利用NR的Massive MIMO技术，通过测量信号的到达或离开角度，结合基站位置计算UE位置。

（1）AoA（Angle of Arrival，到达角度）

原理：
gNB通过Massive MIMO天线阵列测量上行信号（如SRS）的到达角度（水平角和垂直角）。
结合gNB位置，通过三角测量定位UE。
AoA基于信号的相位差或波束方向估计。
测量流程：
①UE发送SRS，gNB接收信号。
②gNB估计AoA。
③LMF结合多基站AoA数据定位。

（2）AoD（Angle of Departure，离开角度）

原理：
UE测量下行信号（如PRS、CSI-RS）的离开角度（相对于gNB天线阵列）。
结合gNB位置和天线配置，计算UE位置。
AoD通常通过波束索引推断。
测量流程：
①gNB发送PRS/CSI-RS（多波束）。
②UE测量最佳波束，估计AoD。
③UE或LMF计算位置。

3、基于信号强度的定位方法

基于信号强度的定位通过测量信号强度（Received Signal Strength Indicator，RSSI），结合路径损耗模型估计距离。
原理：
UE或gNB测量信号（如PRS、SSB、CSI-RS）的强度（dBm）。
通过路径损耗模型估计距离：

多基站距离通过三边测量定位。

测量流程：
①UE或gNB测量RSSI。
②应用路径损耗模型估计距离。
③LMF或UE计算位置。

4、混合定位方法

混合定位融合多种测量数据（如TDoA、AoA、RSSI、RTT），通过高级算法提高精度和鲁棒性。
原理：
收集多维（时间，空间，信号质量）测量数据（RSTD、AoA、RSSI等）。
使用融合算法（如卡尔曼滤波、粒子滤波、最小二乘法、贝叶斯估计）综合处理，输出最优位置。
可融合辅助数据（如IMU、GNSS、地图）。
测量流程：
①UE和gNB测量多种信号特性。
②数据通过LPP/RRC传输到LMF或UE。

总结

以上就是对NR定位技术的基本学习，后面会介绍利用AI/ML技术进一步提升性能，解决复杂环境挑战。