【NR 定位】3GPP NR Positioning 5G定位标准解读(一)

目录

 

前言

1. 3GPP规划下的5G技术演进

2. 5G NR定位技术的发展

2.1 Rel-16首次对基于5G的定位技术进行标准化

2.2 Rel-17进一步提升5G定位技术的性能

3. Rel-18 关于5G定位技术的新方向、新进展

3.1 Sidelink高精度定位功能

3.2 针对上述不同用例,3GPP考虑按照下表中的精度要求为目标,开展标准化工作:

3.3 对高精度定位完整性和低功耗的增强

4. 基于RedCap 的UE定位


前言

3GPP NR Positioning 5G定位标准:3GPP TS 38.305 V18

 3GPP 标准网址:Directory Listing /ftp/

【NR 定位】3GPP NR Positioning 5G定位标准解读(一)-CSDN博客

【NR 定位】3GPP NR Positioning 5G定位标准解读(二)-CSDN博客

【NR 定位】3GPP NR Positioning 5G定位标准解读(三)-CSDN博客

【NR 定位】3GPP NR Positioning 5G定位标准解读(四)-CSDN博客

【NR 定位】3GPP NR Positioning 5G定位标准解读(五)-CSDN博客

【NR 定位】3GPP NR Positioning 5G定位标准解读(六)-CSDN博客

1. 3GPP规划下的5G技术演进

根据3GPP的规划,5G技术演进被分为两个阶段,Rel-15/16/17这三个版本称为5G演进的第一阶段,之后的Rel-18/19/20这三个版本称为5G演进的第二轮创新,也就是5G Advanced。

在5G演进的第一阶段中,Rel-15是5G的基础标准,于2018年(NSA)和2019年(SA)分别冻结,重点满足增强移动宽带(eMBB)和基础的低时延高可靠(URLLC)应用需求。

Rel-16于2020年冻结,主要聚焦于eMBB的增强,低时延高可靠能力的完善,关注垂直行业应用及整体系统的提升,如面向智能汽车交通领域的5G V2X、面向IIoT领域的时间敏感联网等5G NR能力,以及定位、MIMO增强、功耗改进等系统性的提升与增强。

Rel-17在Rel-16的框架下对5G标准进行了进一步的增强,于2022年冻结,其面向5G XR、新型物联网等新业务需求,重点引入了许多全新的特性和技术,比如Redcap终端、上行覆盖增强、动态频谱共享、多播广播业务、多卡技术、卫星5G网络、卫星 NB-IoT物联网、下行1024QAM、定位增强、MIMO技术进一步增强(FeMIMO)、节能增强、URLLC增强、CA/DC增强、辅链路通信增强、无线切片增强等。

2. 5G NR定位技术的发展

5G 应用分为三大类场景:增强移动宽带(eMBB)、海量机器类通信(mMTC)和超可 靠低时延通信(URLLC)。eMBB 场景是指在现有移动宽带业务场景的基础上,对于用 户体验等性能的进一步提升,主要还是追求人与人之间极致的通信体验。mMTC 和 uRLLC 都是物联网的应用场景,但各自侧重点不同。mMTC 主要用于低速时延不敏感的海量物与物的连接。而 URLLC则强调在工业及控制场景对高可靠性和低时延有需求的连接 定位应用在 5G 三大场景中都扮演重要的角色,定位能力更是是 5G 核心能力之一。

2.1 Rel-16首次对基于5G的定位技术进行标准化

R16版本中增加了5G定位功能,其利用MIMO多波束特性,定义了基于蜂窝小区的多站信号往返时间(Multi-RTT)、信号到达时间差(TDOA)、到达角测量法(AoA)、离开角测量法(AoD)等定位技术。R16标准中,室内和室外定位的精度要求如下:

  • 对于80%的UE,水平定位精度优于3米(室内)和10米(室外)。
  • 对于80%的UE,垂直定位精度优于3米(室内和室外)。

2.2 Rel-17进一步提升5G定位技术的性能

随着5G NR通信系统大规模部署,垂直行业场景对定位服务提出了越来越迫切的需求。对运营商而言,也对未来位置服务的广阔市场充满期待,迫切需要拓展基于5G NR的位置增值服务,为普通用户和垂直行业(ToB)提供更高精度的定位服务(20cm)。

因此3GPP确定Rel-17在以下方面进行增强 [摘自3GPP TR 38.857]

  • 更高的精度(水平/垂直)
  • 低时延(物理层和高层端到端定位时延)
  • 网络和/或设备效率
  • 高完整性和可靠性(用于GNSS)

商业场景及IIOT场景下性能指标的要求分别为:

商业用例的目标定位需求定义如下:

- 90%的ue水平定位精度(< 1米)

- 90% ue的垂直定位精度(< 3米)

-终端位置估计的端到端延迟(< 100 ms)

- UE位置估计的物理层延迟(< 10 ms)

IIoT用例的目标定位要求定义如下:

- 90%的ue水平定位精度(< 0.2 m)

- 90%的ue的垂直位置精度(< 1米)

- UE位置估计的端到端延迟(< 100ms,期望为10ms)

- UE位置估计的物理层延迟(<10ms)

注1:并非所有方案和部署都能达到目标定位要求

注2:对于某些场景,在工业物联网用例中,对水平位置精度的要求可以放宽到< 0.5 m。

注3:并非所有定位技术都能在所有场景下达到目标定位要求

3. Rel-18 关于5G定位技术的新方向、新进展

Rel-18中关于5G定位技术的讨论主要包括三个方向:Sidelink高精度定位功能,对高精度定位完整性和低功耗的增强,基于RedCap 的UE定位;下文将详细介绍这三个方向的研究和讨论内容。为减少分歧,部分专业词汇及内容将直接引用3GPP相关文档原文。

3.1 Sidelink高精度定位功能

Sidelink定位是Rel-18新引入的特性,与之前版本的NR RAT定位相对独立,旨在研究通过PC5接口实现Sidelink高精度定位功能,这也称之为standalone模式;除此之外,也支持与现有NR RAT技术联合,通过基站辅助(需在覆盖、半覆盖场景下)实现协同定位,即non-standalone模式。Sidelink定位的基础属性如下:

  • 覆盖:覆盖内、部分覆盖和覆盖外
  • 要求:基于TR38.845和TS22.261和TS22.104中确定的要求
  • 用例:V2X (TR38.845)、公共安全(TR38.845)、商业(TS22.261)、工业物联网(TS22.104)
  • 频谱:ITS band和授权频谱

具体地,由于Sidelink是一套比较独立的系统,具备两种工作模式(mode1和mode2),且可能在没有网络覆盖的场景工作,因此需要从头到尾重新设计Sidelink定位方案。不过,在一些技术上还是参考了NR定位设计,例如参考信号,定位测量等方面。

在Rel-18中,定义了三种Sidelink定位方式,分别是Absolute positioning、Relative positioning和Ranging,三种方式对应的描述如下:

- Ranging accuracy, expressed as the difference (error) between the calculated distance/direction and the actual distance/direction in relation to another node

- Relative positioning accuracy, expressed as the difference (error) between the calculated horizontal/vertical position and the actual horizontal/vertical position relative to another node

- Absolute positioning accuracy, expressed as the difference (error) between the calculated horizontal/vertical position and the actual horizontal/vertical position.

3.2 针对上述不同用例,3GPP考虑按照下表中的精度要求为目标,开展标准化工作:

Table: Target accuracy requirements for SL positioning

3.3 对高精度定位完整性和低功耗的增强

为了进一步提高精度,Rel- 18考虑在NR RAT定位引入两种较有前景的技术:一种是利用5G丰富的频谱,基于PRS/SRS带宽聚合来增加定位参考信号的收发带宽,另一种是使用NR载波相位测量。与现有的NR定位方法相比,NR载波相位定位在室内和室外部署中具有显著的性能改进潜力,并且与室外RTK-GNSS相比,具有更短的延迟和更低的终端功耗。此外,还将研究基于NR RAT的定位完整性和低功耗高精度定位技术。具体地,可以分为以下四个部分:

1. Improved accuracy based on NR carrier phase measurement

在Rel-18中,由于极其优异的定位性能(经过仿真模拟,能够实现厘米级定位精度,可参考TR 38.859),基于载波相位测量的定位方式被引入,各家公司在该议题下进行了大量讨论,包括如何进行相位测量、定位计算及上报等问题。其中,如何确定整数模糊度(请见下文原理说明),是目前讨论最多的问题。

在载波相位定位的标准化工作中,一个主要导向是尽量避免给现有协议带来额外影响,因此载波相位定位的很多机制都重用了现有NR定位内容。简而言之,载波相位定位只是在具体的定位算法上和现有技术有区别,而定位触发、测量和上报等环节和现有方式原理是类似的(至少从物理层流程的角度看,但也有一些差异内容),可以理解为是将载波相位定位方式纳入现有定位体系。

2. Bandwidth aggregation for positioning measurements

RAN 1从112次会议开始讨论基于带宽聚合的定位,这和载波聚合通信是不同的概念,但其中有一些交叉的部分。无论是上行SRS还是下行PRS,在Rel-18中均支持带宽聚合定位,但定位的带宽聚合实现更为复杂,因为涉及到关联TRP和定位频率层等概念,聚合的资源在频域上不一定是连续的。从物理层的角度,UE在Connected态、inactive态和idle态下均可进行PRS带宽聚合测量,在Connected态和inactive态可以进行定位SRS带宽聚合。

3. Solutions for integrity of RAT dependent positioning techniques

在之前的版本中,3GPP完成了基于GNSS定位的完整性设计,在Rel-18中,3GPP决定处理基于NR RAT定位方式的定位完整性。其中,定位完整性可以理解为对定位相关数据的精确性以及提供相关警报的能力的信任度量,其定义如下:

Positioning integrity: A measure of the trust in the accuracy of the position-related data and the ability to provide associated alerts.

4. LPHAP (Low Power High Accuracy Positioning).

Rel-18 LPHAP目前的研究侧重于评估RRC_INACTIVE态下,基于现有Rel-17定位技术,终端是否能够满足电池时间需求(电池时间评估方式已达成一致意见,请参考会议结论)以及定位要求。并且,为了能够处理RRC_INACTIVE状态和/或RRC_IDLE状态下UE面临的任何限制,3GPP正研究对应的增强方案。

具体地,3GPP确定TS 22.104中的用例6(如下表所示),对应的电池时间需求为6-12个月,作为LPHAP研究的代表用例。在物理层,功率消耗是LPHAP仿真评估的主要角度。

如上表所示,LPHAP定位要求可以总结为:

  • 90%的ue水平定位精度< 1米;
  • 定位间隔/占空比15-30秒;
  • ue电池寿命6个月- 1年;

4. 基于RedCap 的UE定位

RedCap UE定位作为Rel-18定位研究的一个重要部分,在研究初期是基于传统NR RAT定位方式进行性能评估,然后基于这部分仿真结果,识别需要增强的技术。在仿真假设中,FR1下的带宽设置为20MHz,可选5MHz,FR2下的带宽设置为100MHz。其定位性能要求如下:

1.用于室内和室外场景的商业用例

-水平定位精度:90%的ue(< 3米)

-垂直定位精度:90%的ue < 3米

2.对于工业物联网用例:

-水平定位精度:90%的ue < 1m

-垂直定位精度:90%的ue < 3米

(备注:对于上述评估的目标需求,需要注意的是,目标定位需求可能并不一定能够实现所有的场景和用例。此外,并非所有的定位技术都能满足所有场景下的所有定位需求。)

具体地,由于RedCap UE带宽能力较低,因此各公司非常关注跳频(frequency hopping)技术在RedCap定位的应用,包括上行SRS传输hopping和下行PRS接收hopping。在RAN1 112会议中,3GPP确定PRS仅支持下行hopping接收,即网络侧不采用hopping方式传输DL PRS,因为这对现有协议的改动较大。另外,无论是上行SRS hopping还是下行PRS hopping,都被配置在单个SRS/PRS资源内进行,且SRS hopping无论是RRC_connected态还是RRC_inactive态都支持。Redcap UE定位还重点讨论了测量间隔、hopping pattern、上行SRS碰撞和hop间切换时延等问题。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/271893.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

力扣经典题目解析--反转链表

原题地址: . - 力扣&#xff08;LeetCode&#xff09; 给你单链表的头节点 head &#xff0c;请你反转链表&#xff0c;并返回反转后的链表。 示例 1&#xff1a; 输入&#xff1a;head [1,2,3,4,5] 输出&#xff1a;[5,4,3,2,1] 题目解析 链表&#xff08;Linked List&…

【Unity】ABB CRB 15000 外部引导运动

一、RobotStudio控制器的文件系统和配置参数 HOME&#xff1a;控制器文件系统的根目录或起始点。配置&#xff1a;机器人控制器的配置设置和参数。外件信息&#xff1a;连接到机器人的外部组件的信息。I/O 系统&#xff1a;输入/输出系统&#xff0c;管理机器人和外部设备之间的…

UNIapp实现局域网内在线升级

首先是UNIapp 生成apk 用Hbuilder 进行打包 可以从网站https://www.yunedit.com/reg?gotocert 使用自有证书&#xff0c;目测比直接使用云证书要快一些。 发布apk 网站 用IIS发布即可 注意事项中记录如下内容 第一、需要在 iis 的MiMe 中添加apk 的格式&#xff0c;否则无法…

JavaWeb-MyBatis(上)

学完项目管理工具Maven后&#xff0c;继续学习MyBatis。我们都知道&#xff0c;JDBC是一个与数据库连接相关的API&#xff0c;最开始学习数据库连接都是从JDBC开始学起&#xff0c;但是其也有缺点&#xff0c;比如硬编码和操作繁琐等等。而今天学习的MyBatis就是专门为简化JDBC…

论文目录3:大模型时代(2023+)

1 instruction tuning & in context learning 论文名称来源主要内容Finetuned Language Models Are Zero-Shot Learners2021 机器学习笔记&#xff1a;李宏毅ChatGPT Finetune VS Prompt_UQI-LIUWJ的博客-CSDN博客 早期做instruction tuning的work MetaICL: Learning to …

K线实战分析系列之十八:十字线——判断行情顶部的有效信号

K线实战分析系列之十八&#xff1a;十字线——判断行情顶部的有效信号 一、十字线二、十字线总结三、三种特殊十字线四、长腿十字线五、墓碑十字线六、蜻蜓十字线七、特殊十字线总结 一、十字线 重要的反转信号 幅度较大的下跌&#xff0c;出现一根十字线&#xff0c;正好是在…

力扣刷题Days13-101对称二叉树(js)

目录 1,题目 2&#xff0c;代码 2.1递归思想 2.2队列--迭代思想 3&#xff0c;学习与总结 1,题目 给你一个二叉树的根节点 root &#xff0c; 检查它是否轴对称。 2&#xff0c;代码 2.1递归思想 return dfs(left.left, right.right) && dfs(left.right, right.l…

Go-知识struct

Go-知识struct 1. struct 的定义1.1 定义字段1.2 定义方法 2. struct的复用3. 方法受体4. 字段标签4.1 Tag是Struct的一部分4.2 Tag 的约定4.3 Tag 的获取 githupio地址&#xff1a;https://a18792721831.github.io/ 1. struct 的定义 Go 语言的struct与Java中的class类似&am…

局域网管理工具

每个组织的业务运营方法都是独一无二的&#xff0c;其网络基础设施也是如此&#xff0c;由于随着超融合基础设施等新计算技术的发展&#xff0c;局域网变得越来越复杂&#xff0c;因此局域网管理也应该如此&#xff0c;组织需要量身定制的局域网管理解决方案&#xff0c;这些解…

【C++】浅谈 vector 迭代器失效 深拷贝问题

目录 前言 一、底层空间改变 【错误版本1】 &#x1f31f;【解答】正确版本 ​ 【错误版本2】 &#x1f31f;【解答】正确版本 二、指定位置元素的删除操作--erase 【错误版本1】 &#x1f31f;【解答】 【错误版本2】 &#x1f31f;【解答】 三、深拷贝问题 前言 迭…

10 事务控制

文章目录 事务控制事务概述事务操作事务四大特性事务隔离级别 事务控制 事务概述 MySQL 事务主要用于处理操作量大&#xff0c;复杂度高的数据。比如说&#xff0c;在人员管理系统中&#xff0c;你删除一个人员&#xff0c;既需要删除人员的基本资料&#xff0c;也要删除和该…

探讨2024年AI辅助研发的趋势

一、引言 随着科技的飞速发展&#xff0c;人工智能&#xff08;AI&#xff09;已经成为当今时代最具变革性的技术之一。AI的广泛应用正在重塑各行各业&#xff0c;其中&#xff0c;AI辅助研发作为科技和工业领域的一大创新热点&#xff0c;正引领着研发模式的深刻变革。从医药…

提醒一下!今年考研的人不要太老实了!!

今年准备计算机考研的同学&#xff0c;别太老实了&#xff01;别人说什么你就信什么 如果你的工作能力不足以支撑找到一个满意的工作&#xff0c;那我建议再沉淀两年&#xff01; 很多同学其实有点眼高手低&#xff0c;在计算机专业&#xff0c;低于1w的工作看不上&#xff0…

KubeSphere平台安装系列之二【Linux单节点部署KubeSphere】(2/3)

**《KubeSphere平台安装系列》** 【Kubernetes上安装KubeSphere&#xff08;亲测–实操完整版&#xff09;】&#xff08;1/3&#xff09; 【Linux单节点部署KubeSphere】&#xff08;2/3&#xff09; 【Linux多节点部署KubeSphere】&#xff08;3/3&#xff09; **《KubeS…

找出单身狗1,2

目录 1. 单身狗12. 单身狗2 1. 单身狗1 题目如下&#xff1a; 思路&#xff1a;一部分人可能会使用对数组排序&#xff0c;遍历数组的方式去找出只出现一次的数字&#xff0c;但这种方法的时间复杂度过高&#xff0c;有时候可能会不满足要求。 有一种十分简便的方法是使用异或…

Libevent的使用及reactor模型

Libevent 是一个用C语言编写的、轻量级的开源高性能事件通知库&#xff0c;主要有以下几个亮点&#xff1a;事件驱动&#xff08; event-driven&#xff09;&#xff0c;高性能;轻量级&#xff0c;专注于网络&#xff0c;不如 ACE 那么臃肿庞大&#xff1b;源代码相当精炼、易读…

OpenHarmony教程指南-自定义通知推送

介绍 本示例主要展示了通知过滤回调管理的功能&#xff0c;使用ohos.notificationManager 接口&#xff0c;进行通知监听回调&#xff0c;决定应用通知是否发送。 效果预览 使用说明 1.在使用本应用时&#xff0c;需安装自定义通知角标应用&#xff1b; 2.在主界面&#xff…

【操作系统概念】 第9章:虚拟内存管理

文章目录 0.前言9.1 背景9.2 按需调页9.2.1 基本概念9.2.2 按需调页的性能 9.3 写时复制9.4 页面置换9.4.1 基本页置换9.4.2 FIFO页置换9.4.3 最优(Optimal)置换9.4.4 LRU&#xff08;Least Recently Used&#xff09;页置换9.4.5 近似LRU页置换9.4.6 页缓冲算法 9.5 帧分配9.5…

Python笔记|基础算数运算+数字类型(1)

重新整理记录一下python的基础知识 基础运算符 、-、*、/ &#xff1b;括号 ()用来分组。 >>>2 2 4 >>>50 - 5*6 20 >>>(50 - 5*6) / 4 5.0 >>>8 / 5 1.6向下取整除法&#xff1a;向下舍入到最接近的整数的数学除法。运算符是 //。比如1…

JVM-虚拟机栈概述

背景&#xff1a;由于跨平台的设计&#xff0c;java指令都是根据栈来设计的。不同平台CPU架构不同&#xff0c;所以不能设计为基于寄存器。 栈是运行时单位&#xff0c;而堆是存储的单位。即&#xff1a;栈解决程序运行的问题&#xff0c;即程序如何执行&#xff0c;或者说如何…