[论文解读] 5G Deployment Strategies for High Positioning Accuracy in Indoor Environments

Maria Posluk, Jesper Ahlander+4 more|arXiv (Cornell University)|May 20, 2021

Indoor and Outdoor Localization Technologies参考文献 8被引用 9

一句话总结

本文评估了在工业和办公环境中使用下行链路TDOA（DL-TDOA）进行高精度室内定位的5G部署策略。研究发现，壁挂式TRP显著优于吊顶安装部署，尤其在视距（LOS）受限的工厂环境中；混合壁挂与吊顶部署在精度和可用性之间达到最佳平衡。

ABSTRACT

Indoor positioning is currently recognized as one of the important features in emergency, commercial and industrial applications. The 5G network enhances mobility, flexibility, reliability, and security to new higher levels which greatly benefit the IoT and industrial applications. Industrial IoT (IIoT) use-cases are characterized by ambitious system requirements for positioning accuracy in many verticals. For example, on the factory floor, it is important to locate assets and moving objects such as forklifts. The deployment design for different IIoT environments has a significant impact on the positioning per-performance in terms of both accuracy and availability of the service. Indoor factory (InF) and indoor open office (IOO) are two available and standardized Third Generation Partnership Project (3GPP) scenarios for evaluation of indoor channel models and positioning performance in IIoT use cases. This paper aims to evaluate the positioning performance in terms of accuracy and availability while considering different deployment strategies. Our simulation-based evaluation shows that deployment plays a vital role when it comes to achieving high accuracy positioning performance. It is for example favorable to deploy the 5G Transmission and Reception Points (TRPs) on the walls of the factory halls than deploying them attached to the ceiling.

研究动机与目标

• 研究5G传输与接收点（TRP）部署策略对室内定位精度和可用性的影响。
• 评估在复杂室内环境中，部署几何结构、视距链路可用性与TRP密度之间的权衡。
• 在室内办公（IOO）和室内工厂（InF）场景中，对比标准（吊顶安装）、边缘（壁挂）和混合TRP部署策略。
• 利用Cramér-Rao下界（CRLB）和几何精度稀释因子（GDOP）评估非视距（NLOS）条件下DL-TDOA定位的性能。
• 为工业物联网（IIoT）用例中的5G室内定位部署提供兼顾精度、可用性与成本的设计指南。

提出的方法

• 基于仿真评估5G下行链路到达时间差（DL-TDOA）定位性能，采用来自多个TRP的参考信号（PRS）测量数据。
• 应用Cramér-Rao下界（CRLB）计算定位误差的理论下限，与具体算法无关。
• 使用几何精度稀释因子（GDOP）评估TRP几何结构对定位精度的影响，与其它误差源解耦。
• 在3GPP定义的IOO和InF场景中，评估三种部署策略：标准（吊顶安装）、边缘（壁挂）和混合（壁挂与吊顶结合）。
• 模拟视距（LOS）和非视距（NLOS）传播条件，尤其在杂乱的工厂环境中。
• 通过累积分布函数（CDF）和百分位误差（80%、90%、95%）分析不同部署配置下的定位误差分布。

实验结果

研究问题

• RQ1 TRP部署几何结构（吊顶与壁挂）在IOO和InF场景中如何影响5G室内定位精度？
• RQ2 在NLOS主导环境中，增加TRP密度对定位精度和可用性有何影响？
• RQ3 视距条件与非视距传播在工业环境中的定位性能表现，与开放式办公室相比如何？
• RQ4 在真实室内环境中，哪种部署策略——优化几何结构或最大化视距链路——能带来更好的定位精度？
• RQ5 在杂乱的工厂环境中，混合部署策略（壁挂与吊顶TRP结合）在多大程度上提升了定位性能？

主要发现

• 与标准吊顶安装相比，壁挂式TRP显著提升了定位精度，尤其在LOS可用性较低的InF-DH场景中表现更优。
• 在IOO场景中，混合部署策略的90%分位数定位误差为0.92m，优于标准部署（1.78m）和边缘部署（0.79m）。
• 在InF-DH场景中，混合部署将90%分位数误差从标准部署的25.83m降低至13.11m；当在高误差区域增加2–3个额外TRP后，误差进一步降至11.80m和11.55m。
• 研究证实，有利的部署几何结构比单纯增加LOS链路更为关键，因为优化几何结构带来的精度提升超过仅增加LOS数量的效果。
• 在IOO场景中，边缘部署（壁挂式）表现最佳，90%分位数误差为0.79m；而标准吊顶部署表现最差，误差为1.78m。
• 在高误差区域（如InF-DH）增加TRP可提升精度，但每增加一个TRP带来的增益递减，表明投资回报呈递减趋势。