1、 TECHNOLOGY AND INFORMATIONIT技术76 科学与信息化2023年10月上复杂环境下5G NR的定位技术研究李雨霁西安邮电大学 陕西 西安 710121摘 要 5G NR在可视(LOS)环境下可实现亚米级的高精度定位，但在实际复杂环境中，5G定位技术的研究较少。本文通过对Chan算法进行改进，在Chan-Taylor联合算法的基础上提出一种针对NLOS环境的5G NR的定位方法，最后得出结论，复杂环境下该定位方法仍然有较高的定位精度且NLOS环境下基于5G NR 的Chan-Taylor融合算法相较于其他算法效果有更好的定位效果。关键词 5G；信道估计；非可视环境；定位
2、；联合算法Research on Positioning Technology of 5G NR in Complex EnvironmentLi Yu-jiXian University of Posts and Telecommunications,Xian 710121,Shaanxi Province,ChinaAbstract 5G NR can achieve submeter-level high-precision positioning in line of sight(LOS)environment,but 5G positioning technology in the
3、actual complex environment is scarcely investigated.In this paper,by improving the Chan algorithm,a 5G NR localization method for NLOS environment is proposed on the basis of Chan-Taylor joint algorithm,and its finally concluded that the positioning method still has a high positioning accuracy in co
4、mplex environments,and the Chan-Taylor joint algorithm based on 5G NR in NLOS environment has abetter positioning effect than other algorithms.Key words 5G;channel estimation;non-line of sight;positioning;joint algorithm引言现如今，常见的室内定位技术面对复杂多变的通信环境，仍有一定的局限性，如Wi-Fi定位技术的数据采集难度高，定位误差大1，室内蓝牙定位技术易受干扰，且扩展距离
5、有限2。无线电频率识别技术的通信能力差，抗干扰性差3。红外线定位技术不能穿过障碍物，只能进行视线（LS）传播，容易受其他光线影响4等。因此，如何在NLOS环境的基础上提高5G定位系统的鲁棒性（适应复杂多变的环境），成为现阶段5G定位需要克服的难题。本文考虑到5G信号的窄波束、良好的方向性和较短的传输周期，研究了5G NR在NLOS环境下的定位技术，以应对复杂多变的环境1 在NLOS环境下的5G定位优化算法1.1 Chan 算法（Chan）Chan算法是TDOA定位方法中最常用的位置计算方法，算法的推导是基于高斯随机变量，测量误差为零平均值。当基站数量大于3个时，非线性方程的数量小于未知变量的数
6、量，可以用加权最小二乘法得到初始解，然后用得到的初始解和约束变量进行第二次加权最小二乘法估计，最后得到一个改进的位置估计。假设为目标位置，是已知方位，n为已知点数，那么和之间的距离为：（1）以 为基点，从T到和T到 的距离之差为：（2）式中，c是波的传播速度，是T到和T到之间的时间差。由（1）（2）可得：（3）式中，。用作为自变量，（3）可写成如下的方程组：（4）式中，。定义为0噪声值，（4）的误差向量为：（5）假设误差向量近似满足高斯分布，并且有一个协方差矩 TECHNOLOGY AND INFORMATIONIT技术科学与信息化2023年10月上 77阵，那么：（6）式中，是一个服从高斯分
7、布的协方差矩阵。式（4）的最小二乘法解如下：（7）假设中的元素都是相互独立的，当对每组数字的误差进行加权处理后，就变成了加权最小二乘法问题。（5）将变成：（8）的加权最小二乘法估计值为：（9）最终解出的估计值为：（10）1.2 Chan-Taylor算法（Chan-Taylor）为了适应5G通信环境，结合两种算法的优势，本文提出了Chan-Taylor联合算法。目标方位的初始估计由Chan获得，然后由Taylor迭代计算估计值，从而获得高精度的目标方位。通过使用Chan算法解决由TDOA定位算法建立的矩阵方程获得初始位置坐标；将初始坐标引入泰勒计算，并进行多次迭代运算，不断优化和更新初始坐标；
8、进行迭代递归计算，若均方根误差达到阈值，则得到最终的估计坐标，否则将迭代坐标重复步骤2，进行泰勒迭代。3 仿真分析对上述各种算法进行验证仿真，并比较性能优势。假设测试场景为且设有若干障碍物的非视距环境，其中分别设定7个坐标位置（0，0），（0，7），（0，15），（5，0），（10，0），（10，7）和（10，15）来部署基站。测试结果的RMSE（均方根误差）假定为上述算法在相同的噪声干扰环境下进行100次实验模拟后的实验数据。图1所示为非视距环境下，基站数目对上述三种算法精度的影响。图1 基站数量对NLOS环境下定位精度的影响由图1可得，随着基站数量的增加，RMSE（均方根误差）逐渐减小，即
9、基站越多，精度越高；但当基站数量增加到4个以上时，再增加基站数量，RMSE（均方根误差）的变化趋于平缓。为排除基站数目的影响，本文所提出的定位方法选用7个基站。性能方面来看，Chan-Taylor联合算法的RMSE值是四种算法中最低的，这意味着联合算法具有更好的定位性能。综上，Chan-Taylor联合算法将作为本文NLOS环境下的5G NR定位技术的主要算法。假设仿真环境与上述测试环境相同，TECHNOLOGY AND INFORMATIONIT技术78 科学与信息化2023年10月上基站部署的坐标位置有7个（0，0，3.5），（0，7，3.5），（0，15，3.5），（5，0，3.5），（
10、10，0，3.5），（10，7，3.5）和（10，15，3.5）。表1所示为最终定位结果与误差。表1 定位结果的分析和误差目标实际坐标改进前定位结果改进后定位结果1(2.1,1.3,1.2)(1.9739,1.1166,1.2813)(2.0932,1.3004,1.2125)2(3.3,12.9,1.5)(3.4734,13.3890,1.4914)(3.3291,13.017,1.5129)3(8.3,3.7,1.0)(8.1372,3.6271,1.1466)(8.3247,3.6988,1.0132)4(10.0,8.7,0.5)(9.9132,9.1331,0.9380)(9.993
11、2,8.7002,0.5312)5(12.3,14.9,2.0)(12.4812,14.8573,1.9640)(12.3209,15.0120,2.0165)6(1.5,14.9,1.5)(1.3707,14.7675,1.3906)(1.5024,14.9789,1.5073)误差0.50550.0823图2 仿真结果两种定位方法的基站位置和目标位置图2中蓝色三角形代表基站位置，红色五角星代表实际位置，空心圆和粉色圆点分别代表改进的前后的定位结果。由图2所示，该方法在NLOS环境下具有更好的定位性能。由上述可得，优化后的算法的定位误差都小于原算法的定位误差。原算法的平均误差为0.5055，
12、而优化算法的平均误差为0.0823，说明与原算法相比，优化算法在精度上有明显提高。原始算法的均方根误差为0.7156，而优化算法的均方根误差为0.1653，说明优化算法在同一环境下的稳定性也有所提高。4 结束语本文提出了一种算法复杂度低、精度高的5G定位方法，在用户位置、时钟误差、终端角度偏差未知的情况下，通过信道参数识别NLOS成分并进行算法补偿，获得准确的坐标信息，并采用联合算法对虚拟基站进行仿真，避免严重NLOS场景下的障碍物遮挡。仿真结果表明，Chan-Taylor联合算法是5G定位的有效解决方案，具有较高的定位精度来估计用户的位置，从而解决了在NLOS环境下无法定位的问题。参考文献1
13、 Ilya V.Korogodin,Vladimir V.Dneprov.Impact of Antenna Mutual Coupling on WiFi Positioning and Angle of Arrival EstimationD.2018 Moscow Workshop on Electronic and Networking Technologies(MWENT),2018 Moscow conference on electronic and network technology.Russia:Moscow,2018.2 Zhou C,Yuan J,Liu H,et al.Bluetooth Indoor Positioning Based on RSSI and Kalman FilterJ.Wireless Personal Communications,2017(96):4115-4130.3 Yvan Duroc,Smail Tedjini.RFID:A Key Technology for HumanityJ.Comptes Rendus Physique,2018(2):64-71.4 刘铭,李听听,陈刘伟,等.5G NR高精度室内定位系统设计J.中国新通信,2021,23(15):14-17.
