综述：5G定位：一项全面的最新技术综述，涵盖分类体系与未来发展趋势

《Computer Networks》：5G positioning: A comprehensive state-of-the-art review with taxonomy and future trends

　　摘要
5G技术的定位能力对于众多应用至关重要，包括自动驾驶汽车、无人机追踪、紧急服务以及基于位置的服务。得益于毫米波信号、多输入多输出天线和设备间通信等优势特性，这种定位技术在室内和室外环境中都能实现1米甚至更低的精度。因此，在过去十年中，许多研究者关注5G定位系统的演变。本文全面回顾了2015年以来文献中提出的5G定位方法，并对其进行了分类和多种指标的比较分析，涵盖了各自的优缺点。此外，本文还阐述了5G定位的架构设计和优势特性。与卫星信号类似，5G信号也会受到各种障碍物的干扰，进一步降低定位精度。同时，5G定位技术还存在一些安全问题和隐私隐患。因此，设计一个精确且安全的5G定位系统面临诸多挑战。本文提出了多种策略以提高5G定位精度，并解决了与之相关的安全和隐私问题。

引言
在当代社会，定位已成为未来无线网络不可或缺的组成部分，它使得用户能够无缝获取基于位置的信息，并有效利用网络资源[1]、[2]、[3]、[4]。在城市环境中实现精确定位不仅对于多种无线网络应用（如室内导航[5]、[6]、[7]、无人机追踪[8]、[9]、紧急服务等[10]、[11]、车辆导航[12]、[13]、[14]以及库存追踪[15]、[16]至关重要，而且在提供基于位置的服务[17]、[18]、[19]、[19]以提升生活品质方面也发挥着关键作用。在这些应用中，车辆导航尤其需要高精度定位，并面临更大的挑战。

基于卫星信号的定位主要适用于完全开阔的空间，用户设备接收来自卫星的信号并利用这些信号计算自身的精确位置[20]、[21]。然而，在室内环境、城市峡谷或建筑密集区域内，由于视线（LOS）卫星信号频繁被遮挡以及反射信号的影响，这种定位方法常常失效[22]。在这种情况下，多路径传播成为导致定位不准确的主要因素[23]。最近的发展提高了测量各种多路径通道延迟和方向的能力，分辨率也随之提升。多种射频技术（包括超宽带（UWB）[24]、射频识别（RFID）[25]、蓝牙[26]、Zigbee[27]和Wi-Fi[28]）被用于室内和人口密集城市环境的定位系统设计[29]、[30]。其中，Wi-Fi指纹识别方法受到了广泛关注[31]、[32]、[33]。不过，环境条件和Wi-Fi信号强度等因素会显著影响这类定位方法的效率[34]、[35]。在2G和3G网络中，手机定位通过无线资源控制（RRC）和无线资源定位服务协议（RRLP）[36]、[37]来实现。在4G长期演进（LTE）标准中，支持的定位技术包括观测时间差到达（OTDOA）、增强型小区ID（ECID）和辅助全球导航卫星系统（A-GNSS）[38]、[39]、[40]。

目前，5G网络作为一种有前景的定位技术脱颖而出[41]，原因包括无需额外基础设施成本、可靠性高以及促进标准化。5G网络中五项关键技术尤为突出：大规模多输入多输出（mMIMO）天线、毫米波（mmWave）信号、超密集网络（UDN）部署、设备间（D2D）通信能力以及协作定位的支持[42]、[43]、[44]。关于数据包丢失率和延迟，第三代合作伙伴计划（3GPP）的5G局域网（LAN）表现优于无线局域网和商用Wi-Fi系统，实验结果已予以证明[45]、[46]。大带宽结合波束技术以及5G网络中小型蜂窝的密集定制部署也提升了定位分辨率[47]。基于对两种不同环境中5G毫米波各种波束参数的测量分析[48]，展示了组合波束数量、聚合通道数和部署密度对5G毫米波性能的影响，其吞吐量在超过100米的距离上仍可达1.2 Gbps。因此，5G网络可以实现多Gbps的吞吐量，而中频4G和5G网络在延迟方面表现相当[49]、[50]。毫米波技术的应用不仅增强了频率和带宽，还提高了传播时间测量的准确性，并有助于解决多路径问题。此外，当使用超过24 GHz的载波频率时，毫米波传播具有较少的传播路径、散射最小且几乎没有阴影效应或衍射[51]。

通过集成大规模MIMO[52]，可以改善基站（BS）和移动终端（MT）之间的定向测量能力，同时支持在MT上安装多个天线。D2D通信允许MT直接通信，无需预先设置路由路径，从而在它们之间建立众多额外的视线链接[53]。超连接性和宽频带支持机器对机器（M2M）通信，这进一步帮助定位通过网络相互连接的各类设备，而不仅仅是MT。5G定位的这些优势特性为众多实际应用铺平了道路，吸引了学术界和工业界研究人员的兴趣，推动了智能物流、智能制造和高效自动化车辆的发展。此外，该定位技术还能提升增强现实（AR）和虚拟现实（VR）应用中的用户体验，提供更精确的基于位置的信息，从而实现更沉浸式和互动式的体验。表1列出了本文中使用到的各种缩写术语和符号的完整形式或定义，并介绍了现有的5G定位研究工作及其主要贡献，随后对当前的5G定位方法进行了全面回顾。

在过去十年中，已有大量文献综述了5G定位技术、应用场景及其应用前景[54]~[72]。Shahmansoori等人在[54]中最早研究了大规模MIMO和毫米波在提升定位精度方面的优势，以及支持位置感知通信的基础概念。该研究还展示了波束成形在利用路径损耗模型减少毫米波传播损失方面的有效性，并通过模拟实验验证了基于高频毫米波信号的传播时间和角度测量，实现了厘米级定位精度[54]。关于蜂窝网络定位的众多研究[55]~[58]关注了定位架构的演变、所使用的信号和方法以及不同的信道估计程序。研究者们在[55]中分析了5G定位涉及的技术，并全面回顾了蜂窝定位架构的演变；S. Dwivedi等人[56]简要介绍了5G网络中使用的定位架构、信号和方法。此外，[57]还对三种不同场景下的5G定位进行了基于模拟的性能分析[57]。Wen等人[58]探讨了大规模MIMO定位设计中使用的多种信道估计协议和方案，并指出了该领域进一步研究的方向[58]。另一项综述[59]比较分析了近几十年来提出的5G和6G网络的传统和机器学习定位技术。该研究还详细说明了6G定位的预期进展及实际应用中的重要发现[59]。Jia等人[60]提出了利用信道状态信息（CSI）设计5G定位方法的链路级模拟器，因为文献中尚无针对此目的的标准化平台。

一些研究者探讨了5G定位在车辆网络和车载导航中的应用[61]，讨论了蜂窝定位方法的发展及其在车辆定位和导航方面的优势特性，以及相关的开放性问题[61]。S. Bartoletti等人[62]详细阐述了5G网络实施的定位和感知方法在保障道路安全方面的应用。Alalewi等人[63]介绍了5G技术在实际应用中的需求以及满足定位和通信服务严格要求所需的主要技术和架构方法。Tan等人[64]评估了基于毫米波的V2X通信中长时间波束对可靠性的影响，并提出了相应的改进技术和未来研究方向[64]。Ciaramitaro等人[65]提出了一种基于传感器的毫米波车辆对车辆（V2V）通信协作架构，以解决传统波束扫描方法在高度移动车辆场景中的传输效率问题[65]。Italiano等人[67]强调了利用5G蜂窝系统进行主动弱势道路使用者（VRU）定位的方法，而[68]则将5G定位与全球导航卫星系统（GNSS）结合，提供了城市环境中的互补导航解决方案。

除了车辆和车载用户定位外，一些研究还探索了5G定位在室内环境中的潜在应用[69]~[72][72][72]。文章[69]提供了关于无需设备的定位和基于毫米波通信的设备定位的最新综述，包括其工作原理、使用的方法及其应用。研究人员[70]研究了5G室内定位中的异常值去除技术，而[71]展示了将Wi-Fi指纹识别方法与5G结合用于室内定位的优势，以克服不完整无线地图带来的限制[71]。Nikonowicz等人[72]强调了Release 18中载波相位（CP）测量在时间和角度定位中的重要性，详细介绍了5G定位框架、技术和测量方法，以及在这些环境中应用这些测量的挑战及其解决方案[72]。尽管非视线（NLOS）因素对基于时间的定位精度有显著影响，但根据Fisher信息原理[73]评估了这些因素对5G毫米波MIMO定位系统中位置和方向估计的潜在影响。为了应对恶劣室内环境中的强NLOS条件和多路径传播带来的挑战，Torsoli等人[74]引入了阻塞智能概念，并将其与基于软信息（SI）的定位算法结合，以提高5G网络及其在此类环境中的定位精度[74]。

由于安全性对5G定位系统的有效运行和可靠性至关重要（确保敏感数据的安全、防止攻击和抵御干扰或其他恶意行为），研究者们开始研究安全挑战和问题，包括5G定位的潜在风险和漏洞[75]。同时，研究还提出了增强5G定位系统安全性的未来研究方向和解决方案[76]。S. Traboulsi[76]概述了现有定位技术（包括5G）的精度分析。该研究还确定了5G定位在智能城市发展中的潜在用途，并提出了多种改进设计方案。Italiano等人在IEEE Communication Surveys & Tutorials上发表的最新教程[77]讨论了蜂窝网络定位的演变、标准化的5G定位信号及其应用和配置参数，并对定位架构和方法进行了全面评估[77]。此外，本研究还广泛探讨了5G定位在各种应用中的模拟情况，包括室内和室外环境中的某些具有挑战性的场景，并讨论了5G定位的局限性。相反，Abuyaghi等人[78]在最近的研究中涵盖了3GPP 5G定位的最新发展，包括不同用例的要求和支持的定位方法，以及新兴的定位技术和面临的挑战。关于现有5G定位研究工作的讨论表明，许多研究关注的是该技术所采用的使能技术、架构、信号和方法及其演变。相比之下，一些研究深入探讨了5G在车辆网络中的潜在应用，特别是车辆定位、导航和道路安全方面。虽然有一些研究讨论了5G定位中使用的安全协议和各种信道估计程序，尤其是涉及安全问题和实际应用的内容，但仍然缺乏一个全面且最新的综述，并为这种定位提供一个适当的分类体系。此外，任何现有的综述都尚未涵盖5G定位所有方面的未来研究趋势。最近提出的综述中没有一个能够提供详尽且及时的5G定位综述，包括合适的分类体系，而且最近的出版物也忽略了未来研究趋势。为了填补5G定位领域文献中的技术空白，本研究提供了各种5G定位技术的最新综述，并附有适当的分类体系，以帮助研究人员根据特定使用场景选择最合适的5G定位方法，同时概述了该领域的未来研究趋势，并对现有的5G定位方法进行了深入的比较分析，以及这些定位方法的优势。表2展示了现有综述工作与我们当前研究的比较，包括使能技术、定位架构和信号、具有分类体系的定位方法及其比较分析、用例和未来研究方向，突出了5G定位文献中的技术差距以及我们综述的贡献。

正如表2中对现有5G定位综述与我们当前研究的比较所概述的，当前研究的贡献总结如下：
- 本研究提供了一个全面而详细的5G定位方法综述，该综述基于用于定位的数据类型和算法以及相关技术，以帮助研究人员在特定使用场景中选择合适的5G定位方法。
- 除了对现有5G定位方法的综述外，还通过对多种5G定位技术进行广泛的比较分析（基于多个与定位相关的关键指标），为研究人员提供了关于其在不同情况下适用性的宝贵见解。
- 此外，该研究还强调了这一领域的当前和未来研究趋势，考虑了5G定位的所有方面。
- 另外，该研究详细描述了5G定位架构和信号，并说明了这种定位技术在使能技术方面的优势。

图1展示了一个示意图，说明了论文的整体结构，包括各个部分/子部分。第2节讨论了定位架构，包括5G支持的各种协议和方法及其有利方面。第3节以分类格式全面回顾了自2015年以来的各种5G定位技术。第4节对所审查的5G定位技术进行了比较分析，而第5节则强调了该领域的未来趋势。第6节总结了全文。

将定位方法纳入蜂窝无线网络的主要动机是为了满足美国联邦通信委员会（FCC）提出的紧急服务定位需求[79]。为了计算用户设备（UE）或移动电话的位置坐标，需要测量一些信号参数，如到达时间（TOA）[80]、[81]、到达时间差（TDOA）[82]、[83]和接收信号强度（RSS）[84]。

**最新综述**
本节全面回顾了过去几十年文献中提出的各种5G定位技术，包括最近的进展。本研究提出的5G定位分类体系遵循了其他基于无线技术的定位方法（如Wi-Fi、RFID和WSN）所建立的框架，这些方法主要根据是否涉及距离将定位方法分为两类：基于距离的和非基于距离的。

**比较分析**
本节对基于距离和非基于距离的5G定位方法进行了深入的比较分析，以提供关于5G定位的新见解。比较的指标包括设计中使用的信号测量和算法、具体的操作区域、评估类型（模拟或基于实际数据）、评估指标以及相应的结果，还包括它们的优点和缺点。

**5G定位的未来趋势**
通过利用各种机器学习模型（包括深度学习模型）并整合多种定位技术（如GNSS、惯性传感器和超宽带（UWB），在过去十年中提出了许多高精度和可靠的5G定位方法。这些定位方法在模拟环境中的有效性主要得到了证明，但在实际应用中可能无法充分体现。

**结论**
本文全面回顾了现有的各种5G定位方法，包括最新发展、它们的分类体系以及这种定位的架构和有利方面。所审查的5G定位方法的分类体系考虑了使用的数据类型或采用的算法，以及其他技术的参与情况。除了对5G定位方法的广泛回顾外，还从这些研究中吸取了经验教训。

**CRediT作者贡献声明**
Pampa Sadhukhan：撰写——原始草案、资源、方法论、调查、形式分析、概念化。
Pradip K. Das：撰写——审阅与编辑、监督。
Nandini Mukherjee：可视化。
Keshav Dahal：验证、监督。

**未引用参考文献**
[184]

**利益冲突声明**
作者声明他们没有已知的利益冲突或可能影响本文工作的个人关系。

**致谢**
作者衷心感谢贾达普尔大学移动计算与通信学院的院长及所有工作人员提供的设施和支持，该学院是UGC“具有潜力的优秀大学”计划下的一个卓越中心。

**Pampa Sadhukhan | Pradip K. Das | Nandini Mukherjee | Keshav Dahal**