摘要------3GPP 提出的 5G 定位技术为公共安全、车载系统和基于位置的服务等应用开启了新的可能性。然而，这些应用要求精确且可靠的定位性能，这促使了更新的定位技术的提出。为了进一步推进对这些技术的研究，在本文中，我们开发了一个符合 3GPP 标准的 5G 定位测试平台，该平台包含了 gNodeBs (gNBs) 和用户设备 (UE)。该测试平台利用 gNB 发送的新无线电 (NR) 定位参考信号 (PRS) 在 UE 端生成到达时间 (TOA) 估计值。我们在数学上建立了影响 TOA 估计值的 gNB 间和 UE-gNB 间的时间偏差模型，并检验了它们对定位性能的影响。此外，我们提出了一种用于估计这些时间偏差的校准方法。进一步地，我们研究了环境对 TOA 估计值的影响。我们的发现基于我们的数学模型，并得到了实验结果的支持。
CCS 概念
- 网络 → \rightarrow → 网络实验；
- 硬件 → \rightarrow → 硬件验证。
文章目录
-
- [1 Introduction](#1 Introduction)
- [2 5G DL-TDOA PRS Specications](#2 5G DL-TDOA PRS Specications)
-
- [2.1 5G-Positioning Architecture](#2.1 5G-Positioning Architecture)
- [2.2 PRS Frame Structure and Conguration](#2.2 PRS Frame Structure and Conguration)
- [3 5G Positioning Testbed Overview](#3 5G Positioning Testbed Overview)
- [4 Mathematical Model of 5G Testbed](#4 Mathematical Model of 5G Testbed)
1 Introduction
随着近年来支持第五代 (5G) 蜂窝网络的物联网 (IoT) 设备快速增加，对 5G 定位的兴趣也同步增长，因为其具有将精确位置服务与通信无缝集成的潜力。基于 5G 蜂窝网络的定位有潜力为各种应用提供定位服务，因为手机无处不在。一些应用包括公共安全 [2, 5]、车载定位 [8]、医疗保健 [17] 和资产追踪 [11]。
鉴于其应用的多样性，5G 定位提出了独特的挑战。例如，
在诸如消防等公共安全场景中，需要提高垂直轴定位精度（verticalaxis positioning accuracy） [7]。车载定位性能在城市场景中会受到不利影响。
随着对定位性能需求的不断增加，我们注意到一个主要的成因是环境效应，例如无线链路为视距 (LOS) 的概率以及各种多径效应 [9]。此外，诸如基于衍射的定位（diraction-based positioning） [4] 等新技术已被提出，并在理论定位性能方面显示出显著的改进。将此类技术应用到现实世界需要对理论结果进行实验验证。尽管一些研究已经对 5G 定位测试平台进行了实验评估 [3, 14, 15]，但仍需要对时间同步模型（time synchronization models）进行更全面的验证，并对硬件、软件和环境相关的实施挑战进行调查。
在我们的研究中，我们通过提供一个符合 3GPP 标准的 5G 定位测试平台来填补这些空白，该平台使用软件定义无线电（Software Defined Radios，SDR）和名为 OpenAirInterface (OpenAirInterface，OAI) 的开源蜂窝软件构建，具有促进在现实场景中加速测试和部署先进定位算法的潜力。我们提出的解决方案依赖于数学建模的使用，随后是实验结果。主要贡献概述如下。
-
符合 3GPP 标准的定位测试平台的开发： 使用各种硬件和软件组件，我们模拟 5G gNB 和 UE，以基于使用 5G 下行链路 PRS 提取 TOA 测量值来实现 2D 定位能力。
-
多径对定位的影响： 基于室外和室内实验，我们研究了多径对 TOA 估计的影响，这最终会影响定位性能。我们强调了基于使用诸如 延迟扩展 (delay spread) 等指标来表征信号传播环境，从而选择合适信号带宽的作用。
-
解决时间同步误差： 尽管在我们的测试平台中采用了基于硬件的时间同步程序，但 gNB 无法实现完美的 gNB 间时间同步。我们在数学上对这些残留的 gNB 间时序误差进行建模，论证了它们对定位的影响，然后提出了一种校准程序（calibration procedure）来估计这些偏差，从而使测试平台符合 3GPP 标准。我们进行了进一步的实验，以验证由校准程序得出的估计时序偏差的时间稳定性和有效性。
2 5G DL-TDOA PRS Specications
2.1 5G-Positioning Architecture
系统架构（见图 1）由 5G UE、下一代 (Next Generation，NG) 无线接入网 (Radio Access Network，RAN) 和 5G 核心网 (5G Core Network，CN) 组成。
-
NG RAN 由能够与 5G CN 通信的演进型 LTE eNodeB (eNB) 和完全的 5G gNB 组成。
- Fully 5G gNB (完全的 5G gNB)，通常理解的 "真 5G 基站"，用 5G NR (New Radio) 空口技术与手机通信
- Evolved LTE eNodeB (演进型 LTE eNB)，"升级版的 4G 基站"，使用 LTE 信号与手机通信），但它具备了与 5G 核心网 (5G CN) 对话的能力。
-
5G CN 包含接入和移动性管理功能 (Access Mobility Function，AMF) 和位置管理功能 (Location Management Function，LMF)。
- AMF 通过管理 5G UE 的连接和移动性来维持连续的通信和位置更新。
- LMF 通过 AMF 从 NG-RAN 接收必要的定位服务请求，包括用于定位的测量值和关于 UE 的信息 [16]。
LMF 依靠 AMF 作为中介，从无线接入网（基站）获取计算位置所需的原材料（测量数据和设备信息）。
商用 5G 网络通常使用 5G UE，这些 UE 使用 5G NR 空口 (NR-Uu) 与 5G gNB 通信。我们的研究使用 5G gNB 通过 NR-Uu 向 UE 发送下行链路 NR PRS 信号，以进行位置估计。这种 5G 定位架构支持利用到达时间差 (TDOA) 来确定 UE 位置的方法。
2.2 PRS Frame Structure and Conguration
我们的定位系统专注于利用从三个 gNB 发送到单个 UE 的 DL PRS 信号，以便在 UE 处进行 TOA 测量。PRS 是一种具有交错资源元素 (RE) 模式的宽带信号，提供极好的自相关和低互相关特性。这些特性使其特别适合精确的定位应用。[1] 中的 TS 38.211 提供了有关生成 PRS 参考信号序列方法的详细信息。
PRS 可以灵活配置以映射到 5G 帧结构上，粒度可低至符号级别。这种灵活性允许根据部署要求在时域和频域中映射 PRS。具有更大子载波间隔的更高参数集 (numerology) 提供了增强的时间分辨率和降低的延迟，使其成为城市环境中精确定位的理想选择。每个 5G 帧的长度为 10 ms 10 \text{ ms} 10 ms，并分为 10 10 10 个子帧。根据所使用的参数集，每个子帧可以包含一个或多个时隙。在我们的案例中，我们采用参数集 1 1 1，具有 30 kHz 30 \text{ kHz} 30 kHz 子载波间隔 (scs) 和 106 106 106 个物理资源块 (Physical Resource Blocks，PRB)，每个 PRB 在频域中包含 12 12 12 个子载波，每个 0.5 ms 0.5 \text{ ms} 0.5 ms 的时隙包含 14 14 14 个符号，产生的总带宽为 106 × 12 × 30 kHz = 38.16 MHz 106 \times 12 \times 30 \text{ kHz} = 38.16 \text{ MHz} 106×12×30 kHz=38.16 MHz。
每个 gNB 都可以配置其独有的下行 (DL) PRS 传输参数。UE 通过接收这些 PRS 信号来估算到达时间 (TOA)。具体的 PRS 配置参数定义如下：
-
PRS 资源集周期 (PRS Resource Set Period) ：
定义了 PRS 信号发送的循环周期（以时隙为单位）。简单来说，就是每隔多少个时隙，这套信号会重新发送一次。
-
PRS 资源偏移 (PRS Resource Offset) ：
定义了每个 PRS 资源在周期内的起始位置。它决定了信号具体是从哪一个时隙开始传输的。
-
PRS 资源重复 (PRS Resource Repetition) ：
表示重复因子。它规定了在一个 PRS 资源集周期内，该 PRS 资源需要重复发送多少次（即占用多少个时隙）。
-
PRS 资源时间间隔 (PRS Resource Time Gap) ：
定义了两次连续重复发送之间的间隔 。如果设置了重复发送（即重复因子 > 1 >1 >1），该参数决定了相邻两次重复传输之间相隔多少个时隙。
图 2 提供了 PRS 配置的图解表示，其中包括 20 20 20 个时隙的 PRS 资源集周期 和 2 2 2 个时隙的 PRS 资源集偏移 ，分别为 gNB1、gNB2 和 gNB3 设置的 1 1 1、 2 2 2 和 3 3 3 个时隙的 PRS 资源偏移 ，每个 PRS 资源的 PRS 资源重复 为 1 1 1，以及 1 1 1 个时隙的 PRS 资源时间间隔。
最终位置 = PRS 资源集偏移 (PRS Resource Set Offset) + PRS 资源偏移 (PRS Resource Offset) + 1 ( 因为图是从1开始数的 ) 最终位置 = \text{PRS 资源集偏移 (PRS Resource Set Offset)} + \text{PRS 资源偏移 (PRS Resource Offset)} + 1 (\text{因为图是从1开始数的}) 最终位置=PRS 资源集偏移 (PRS Resource Set Offset)+PRS 资源偏移 (PRS Resource Offset)+1(因为图是从1开始数的)
这些配置确保来自不同 gNB 的 PRS 被映射到唯一的时隙，从而防止它们之间的信号重叠。上述配置侧重于时隙级配置。我们现在关注频域和时隙内符号的配置。在每个时隙内，连续的正交频分复用 (OFDM) 符号的数量是为每个 PRS 资源专门分配的。此方面的 PRS 配置参数为：(1) 起始符号 (Symbol Start) ，(2) OFDM 符号数量 (Number of OFDM Symbols) ，(3) RB 偏移 (RB Offset) ，(4) RB 数量 (Number of RBs) ，以及 (5) 梳齿大小 (Comb Size)。有关这些参数的详细信息可以在 [1] 中找到。
3 5G Positioning Testbed Overview
本节描述了利用软件定义无线电 (SDR) 和 OpenAirInterface (OAI) 蜂窝软件协议栈构建我们 5G 定位测试平台原型的过程。以此设置作为参考，我们研究了精确估计 UE 的 2D 位置所面临的挑战，并探索了解决这些问题的初步缓解技术。
如图 3 所示，我们的定位测试平台由四个设备组成。每个设备包含一台 SDR B210 和一台台式计算机。每台 B210 都连接到 Octoclock-G，用于时间和频率同步。Octoclock 配备了 GPS 驯服振荡器（GPS-disciplined oscillator），用于在 50 ns 50 \text{ ns} 50 ns 内实现设备间的时间同步。使用 Octoclock 实现的设备振荡器的频率稳定性为 20 parts-per-billion (ppb) 20 \text{ parts-per-billion (ppb)} 20 parts-per-billion (ppb) [10]。
在每个设备中，计算机运行着开源的、符合 3GPP 标准的 5G PHY 层软件协议栈 ------ OAI [12]，并且每个设备都可以配置为作为 UE 或 gNB 运行。我们将其中一个设备配置为 UE，而将其余三个设备配置为 gNB。我们将在建立系统的数学模型之后，在 5.1 节中对测试平台进行进一步的讨论。
- GPS 接收机通常会输出两个用于同步的信号：一个是 10 MHz Reference（参考时钟，管频率/速度），另一个就是 PPS（秒脉冲，管相位/时间点）。
4 Mathematical Model of 5G Testbed
在 3GPP 5G 标准中，假设 UE 相对于 gNB 具有未知的时钟偏差，而所有 gNB 被认为是完美同步的。然而，在我们的 5G 测试平台中，尽管进行了硬件同步，设备之间仍然存在残留的未知时间偏差，正如 Octoclock 规格说明书 [10] 中所述，如图 4 所示。在本节中，我们将为这些偏差建立数学模型，并演示如何从信道估计中提取 TOA 信息。然后，我们描述了一个校准过程来实现 gNB 的同步，而 UE 保持一个未知的固定时间偏差，该偏差可以使用标准的 TDOA 技术 [18] 与其位置进行联合估计。
我们假设 UE 位于 α i = [ x n i , y n i ] T \boldsymbol{\alpha}i = [x{n_i}, y_{n_i}]^T αi=[xni,yni]T，第 j j j 个 gNB 位于 [ x a j , y a j ] T [x_{a_j}, y_{a_j}]^T [xaj,yaj]T。总共有三个 gNB，即 j ∈ { 1 , 2 , 3 } j \in \{1, 2, 3\} j∈{1,2,3}。因此，第 j j j 个 gNB 与第 i i i 个 UE 位置之间的欧几里得距离 p j ( α i ) p_j(\boldsymbol{\alpha}_i) pj(αi) 可以表示为
p j ( α i ) = ( x a j − x n i ) 2 + ( y a j − y n i ) 2 . (1) p_j(\boldsymbol{\alpha}i) = \sqrt{(x{a_j} - x_{n_i})^2 + (y_{a_j} - y_{n_i})^2}. \tag{1} pj(αi)=(xaj−xni)2+(yaj−yni)2 .(1)
对于第 j j j 个 gNB，沿第一条到达路径的信号传播时间为 p j ( α i ) c \frac{p_j(\boldsymbol{\alpha}_i)}{c} cpj(αi)，其中 c c c 为光速。现在，在 UE 处进行的 TOA 测量可以表示为
τ i , j = p j ( α i ) c + ϕ + Δ j + n i , j (2) \tau_{i,j} = \frac{p_j(\boldsymbol{\alpha}i)}{c} + \phi + \Delta_j + n{i,j} \tag{2} τi,j=cpj(αi)+ϕ+Δj+ni,j(2)
这里， τ i , j \tau_{i,j} τi,j 是第 j j j 个 gNB 与第 i i i 个 UE 位置之间的 TOA 估计值， ϕ \phi ϕ 是 gNB-UE 时间偏差。假设 j = 1 j=1 j=1 为参考 gNB，我们有 gNB 间的时间偏差 Δ 2 \Delta_2 Δ2 和 Δ 3 \Delta_3 Δ3 作为相对于参考 gNB 的未知时间偏差。注意，根据定义，我们有 Δ 1 = 0 \Delta_1 = 0 Δ1=0。来自第 j j j 个 gNB 的 UE 处的测量噪声为 n j n_j nj，并且被认为是零均值高斯噪声，且在不同 gNB 之间是独立的。