部署在我們的家庭、車輛、工廠、辦公樓、公共空間和智能城市基礎設施中的數十億臺物聯網設備正在推動對大規模跟蹤和定位服務的需求。在當今的物聯網連接時代，精確地確定無數事物的位置，例如智能電表，醫療可穿戴設備，集裝箱和工業機器人。端到端定位服務的物聯網用例具有擴展性和關鍵任務性，從物流和運輸到制造和能源。

今天的位置服務通常依賴于全球導航衛星系統（GNSS），有時由Wi-Fi，藍牙，蜂窩ID和增強型蜂窩ID以及其他基于蜂窩的技術輔助。然而，為了充分利用物聯網跟蹤和定位服務的巨大潛力，我們需要一個更好的解決方案，以降低實現精確定位所需的硬件和軟件的成本和復雜性，同時最大限度地減少從設備傳輸到云的數據量，以減輕安全風險。

基于位置的服務的傳統方法在某些情況下具有明顯的局限性。例如，GNSS通常只在戶外工作，Wi-Fi通常不可靠或不可用，并且蜂窩ID和增強型蜂窩ID以及其他基于蜂窩的服務可能很復雜且部署成本高昂。需要部分或全部這些解決方案來提供準確的定位。

例如，典型的支持無線功能的 IoT 設備可能使用 LTE 調制解調器進行數據傳輸，使用全球定位服務 （GPS） 傳感器進行室外定位，并使用 Wi-Fi 或藍牙連接進行室內定位。由此產生的多種無線設備和技術的復雜性需要專用硬件并推高功耗，這與物聯網旨在實現的目標相矛盾：設計簡單，超低功耗，微小的外形尺寸和非常低的成本。

更好的方法是通過使用4G LTE和基于5G設備的定位來純粹依賴蜂窩網絡本身來消除這種硬件和軟件的復雜性。

基于設備的定位不依賴于云、GPS、Wi-Fi 或藍牙

基于LTE/5G設備的定位依賴于管理基于云的位置的相同基本原則，但由于最終用戶設備確定位置，因此該技術不依賴于云，并且幾乎消除了與設備到云連接相關的延遲和安全/隱私問題。與網絡之間傳輸的數據量也大大減少，從而節省了大量電力并降低了最終用戶的數據使用成本。無需 GPS、Wi-Fi 或藍牙連接，因為基于設備的定位使用現有的 LTE 信號，從而減少了物料清單、系統成本、設備尺寸和功耗，同時延長了電池壽命（見圖 1）。

圖 1：基于設備的定位技術（如 hellaPHY）消除了組件，降低了成本和尺寸，并延長了電池壽命。

例如，PHY 無線的一種名為 hellaPHY 的基于設備的定位技術使用 3GPP 第 9 版中標準化的特定于位置的信號。這種基于標準的技術被稱為定位參考信號（PRS），旨在提供盡可能高的精度和覆蓋范圍，同時減少干擾。這些地面信號的信號強度通常比衛星GPS信號高50 dB。

無線運營商可以不經常廣播PRS信號，以最大限度地利用其頻譜用于數據和其他服務。這些信號通常用于滿足增強型 911 （E911） 服務的 FCC 要求。人們普遍認為，如果PRS信號的頻率顯著超過用于E911等寬帶用例的極低密度，則低帶寬物聯網設備可以提供良好的精度。

基于設備的定位技術只需要非常有限的 PRS 信號帶寬（約 0.625%）即可實現接近 GPS 的性能。由于該解決方案是由網絡運營商啟用和提供的服務，因此基于設備的定位使他們能夠充分利用位置信息的潛力，并從其網絡資產中獲取更高的價值。運營商無需簡單地將 PRS 用于 E911 等應用，而是可以應對大量且不斷增長的商業機會，這些機會既需要非常低的功耗，也需要很高的位置精度。

雖然GNSS可能比基于設備的定位具有更高的精度，但這一優勢通常是沒有意義的，因為只有與另一種定位技術結合使用才能實現精確的室內覆蓋。此外，并非每個場景都需要最高水平的定位精度，因此LTE-M技術的50米精度通常足以滿足許多用例的需求。隨著無線行業向5G過渡以及小型蜂窩的激增，特別是在私人無線部署中，基于設備的定位解決方案已被證明可以實現精確到一米的位置精度。

基于設備的定位基于避免與網絡交互可以節省電力的前提，因此通過將決策轉移到網絡邊緣并允許低功耗邊緣處理器自主做出決策，設備可以決定需要立即傳輸哪些數據以及以后可以存儲和轉發哪些數據。

通過最大限度地減少網絡和云交互，這種方法可實現大規模物聯網擴展，所需數據量比其他蜂窩定位技術少 300 倍。這種方法還為可能需要地理圍欄或面包屑處理的各種應用程序打開了大門，使用基于云的技術實現這些應用程序將非常強大。

它是如何運作的

基于設備的定位系統由多種功能組成，如圖 2 所示。網絡運營商的基站年歷（BSA）數據庫包含定義網絡布局的小區參數，數據庫中的每個小區都由唯一的小區標識符（ECGI）表征，其中包括小區傳輸點的經緯度、物理小區指數、天線信息、發射功率等參數。云輔助服務器與BSA數據庫交互，根據與最終用戶設備的服務單元的距離，為最終用戶設備提供操作員BSA的一小部分。

圖 2：基于設備的定位系統的定位系統架構。

可以使用單個micro-BSA獲得多個位置修復，并且一旦下載數據，設備就需要與網絡進行最少的額外交互。主機調制解調器為板載 hellaPHY 軟件提供必要的信息，以完全計算設備位置。為了最大限度地延長電池壽命，PRS 捕獲是在 3GPP 低功耗擴展不連續接收 （eDRX） 空閑模式或省電模式 （PSM） 期間執行的。

該軟件從micro-BSA中確定細胞以執行測量以獲得最佳位置精度，并且使用高級到達時間（TOA）和濾波算法執行參考信號時差（RSTD）測量。hellaPHY LOC由針對具有挑戰性的多徑蜂窩環境量身定制的位置估計算法組成，這些算法處理TOA測量值和各種質量指標，以得出用戶位置的估計值。這些組件緊密耦合，可快速有效地推導準確的位置估計值。

為了說明這一過程，圖3比較了用于低功耗廣域網（LPWAN）物聯網應用的三種定位解決方案。左側是輔助 GPS 方法（設備 A），中間是基于云的蜂窩方法（設備 B），右側是基于設備的位置解決方案（設備 C）。此分析中的每個設備都采用 LTE-M 基帶在蜂窩網絡上進行數據連接。LTE-M 低功耗特性包括 PSM 和 RRC 空閑不連續接收 （DRX）。分析假設 PSM 名義功耗為 0.01 mA，RRC 空閑 DRX 功耗為 2 mA。當連接到 LTE 網絡并在 RRC 連接模式下交換數據時，假定 LTE-M 調制解調器消耗 150 mA 電流。

Figure 3: Three devices studied.

設備 A 對衛星傳輸執行測量，設備 B 和 C 對地面 LTE 蜂窩信號執行測量，同時還使用每 160 毫秒傳輸 1 毫秒的 PRS。3GPP 規范允許更高密度的 PRS，但假設移動網絡運營商正在部署低密度 PRS 來優先考慮數據容量。

設備 A 使用 GPS 接收器在設備上執行位置估計，該接收器針對精確的定時測量、位置計算更新和濾波進行了優化。算法之間的這種緊密耦合可實現精確的位置精度。設備 B 在設備上執行測量并將這些測量結果上傳到云

執行位置估計的服務器。

這種方法存在一些基本問題。例如，將位置測量值上傳到云會消耗功耗，從而縮短電池壽命，并且將設備上的位置測量值與云中的位置計算分開可能會降低性能。最后，在云中存儲來自數百萬甚至數十億臺設備的位置信息會招致黑客入侵。

設備 C 解決方案通過使用基于設備的定位克服了設備 B 的問題。測量、位置計算和過濾之間的相互作用有效地提高了位置精度。就預期的位置精度而言，A-GPS仍然是室外位置的黃金標準，其中設備具有清晰的天空可見性（例如衛星），精度約為5 m。但如前所述，室內覆蓋有限，而且往往無法獲得。

預計設備B的室內和室外位置精度將超過100米，這不如室外A-GPS準確，但仍然可用于許多物聯網應用，并具有室內覆蓋的優勢。設備C將具有比設備B更好的性能，精度為50米，基于Tier-1網絡運營商的試驗結果，該運營商在LTE-M上比較了helaPHY。設備C還具有支持室內和室外覆蓋的優勢，并在更長的電池壽命方面提供了顯著的優勢。

結論

雖然通過蜂窩網絡進行定位的歷史可以追溯到三十多年前，但它通常用于滿足911應用的監管要求。然而，物聯網和工業4.0的出現引入了廣泛的性能要求，包括準確性，低延遲，可用性，可靠性，安全性以及許多其他因素。

實現精確定位的傳統解決方案需要使用GNSS，Wi-Fi甚至藍牙信標。這些多種技術導致更高水平的網絡復雜性、系統成本和功耗，而這些都無法通過小型電池供電的物聯網設備輕松適應。最佳解決方案是通過僅利用5G網絡中用于LTE網絡通信的信號來實現基于設備的定位，從而消除設計復雜性。

圖 4：基于設備的位置可顯著延長地理圍欄和面包屑處理應用的電池壽命。

完全在設備上執行定位需要消耗最少的直流功率以延長電池壽命（圖 4），并采用主機設備固有的高級別安全性，同時提供依賴于 LTE/5G 信號的所有定位技術的最高精度?；诤＠璓HY設備的定位解決方案的能效是GNSS的60倍。

與其他方法相比，基于設備的定位軟件需要的內存也少得多，可以擴展到任何類型的物聯網設備，并且頻譜效率非常高。由基于設備的定位提供支持的位置服務不僅滿足了當前物聯網用例的需求，而且還使下一代LTE / 5G連接設備能夠提供更高的位置精度。

審核編輯 黃昊宇