核心内容摘要
《图书馆的女朋友》第一季：心动讯号，在书海中悄然绽放
5G NR-PRS赋能6G多基地ISACLoS/NLoS混合场景定位精度突破28%在第六代移动通信6G的技术演进蓝图中集成感知与通信ISAC作为“通感一体”的核心技术正重构无线系统的应用边界——从远程医疗精准监护、自动驾驶环境感知到城市智能安防追踪、增强现实AR空间定位ISAC的渗透力已覆盖多个关键领域。
然而多基地ISAC系统多发射机多接收机分散部署面临着复杂传播环境的严峻考验视距LoS与非视距NLoS路径并存引发的多径效应、测量异常值outliers以及定位参考信号PRS固有分辨率误差共同导致定位精度大幅下降。
近期发表于2025年IEEE无线通信与网络会议WCNC的一项研究以5G新空口NR的PRS为核心感知信号提出创新算法成功破解这一难题相关成果符合3GPP标准为6G ISAC的工程化落地提供了关键支撑。
研究背景ISAC定位的核心痛点与技术突破口ISAC的
核心价值在于通过同一无线资源同时实现通信与感知而5G NR中的定位参考信号PRS凭借独特优势成为ISAC感知的理想选择。
作为3GPP Release 16引入的标准化信号PRS具备极强的配置灵活性物理资源块PRB数量可在24至272之间动态调整支持4种频率梳状结构Comb 2/4/6/12和5种时域符号配置Symbol 1/2/4/6/12能精准适配不同场景的感知精度需求。
相比单基地ISAC多基地系统通过分散部署的基站gNB发射机和用户设备UE接收机获得“分集增益”但信号传播过程中存在三类致命问题一是目标与gNB、UE之间的NLoS路径会导致测量值偏离真实距离形成异常值二是PRS的距离分辨率存在固有限制本研究配置下约
15m会引入固定误差三是现有定位方法存在明显短板——传统最小二乘法LS对异常值敏感迭代加权最小二乘法IRLS易因初始值选择不当导致迭代发散而基于到达时间ToA/到达时间差TDoA的方法或依赖LoS/NLoS路径先验信息或存在参考基站偏差难以适配无源目标未接入网络的物体/人员的定位需求。
更关键的是现有研究多聚焦于联网设备定位而无源目标在LoS/NLoS混合场景下的定位问题尚未有结合3GPP标准约束的有效解决方案。
为此研究团队以5G NR-PRS为感知信号针对性设计了兼顾异常值抑制与分辨率误差补偿的创新算法。
核心方法三重优化破解多场景定位难题研究团队提出的算法以“全场景适配、误差双消除、自适应融合”为设计核心从信号选择、系统建模到算法优化形成完整技术链
标准化感知信号基于5G NR-PRS的精准感知算法直接采用5G NR中用于UE定位的PRS作为感知信号充分利用其标准化优势——PRS序列由长度31的Gold序列生成通过正交频分复用OFDM资源网格传输UE可通过频域/时域偏移特性精准提取不同gNB的PRS信号再经快速傅里叶变换FFT、逆快速傅里叶变换IFFT等处理实现无模糊距离估计为定位精度奠定基础。
多基地系统建模明确LoS/NLoS传播机制研究构建了包含S个gNB、K个UE和1个无源点目标的多基地ISAC模型gNB与UE位置已知通过5G定位服务获取目标位置待估gNB时钟通过GPS模块同步UE接收目标反射的PRS信号并估计双基地距离gNB→目标→UE的总距离。
模型明确了LoS场景下的双基地距离几何表达式同时量化了NLoS路径带来的额外传播距离误差与PRS分辨率误差的统计特性。
创新算法设计三重策略实现精度突破针对目标可能面临的“与UE-NLoS、与gNB-NLoS、与两者均NLoS”三类场景算法设计了针对性优化策略场景适配误差抵消无需预先判断路径状态通过计算“不同gNB到同一UE的距离差”消除目标与UE间的NLoS误差通过“同一gNB到不同UE的距离差”抵消目标与gNB间的NLoS误差确保LoS场景下测量值的准确性误差双消除机制在优化模型中同时纳入NLoS异常值与PRS分辨率误差的统计特性通过多维目标函数构建与梯度下降算法迭代求解实现两类误差的同步抑制自适应融合鲁棒性增强引入与IRLS的加权融合策略——密集环境如工厂、楼宇提升IRLS权重开阔环境如郊区增加本算法权重若IRLS迭代发散自动切换至本算法输出彻底规避单一算法的局限性。
实验成果3GPP标准下的性能验证研究基于MATLAB 5G工具箱搭建仿真平台严格遵循3GPP TS
3
211/
3
214/
3
104等技术规范模拟400m×400m区域gNB部署、200m×200m区域UE分布及150m×150m区域目标移动场景关键配置如下载波频率28GHz、子载波 spacing 120kHz、PRS带宽100MHz66个PRB、距离分辨率
15m异常值范围
m。
实验结果显示平均定位误差较LS方法降低28%较IRLS方法降低20%LS为
28mIRLS为
19m本算法为
96m90分位定位误差较LS提升16%较IRLS提升13%LS为
08mIRLS为
01m本算法为
74m当gNB与UE数量≥4时算法精度增益持续扩大而LS与IRLS的性能提升逐渐趋于平缓在最大18m异常值干扰下算法仍保持稳定鲁棒性适配城市、室内等复杂环境。
研究结论为6G ISAC落地提供关键支撑该研究首次实现了3GPP标准约束下利用5G NR-PRS信号在LoS/NLoS混合场景中对无源目标的精准定位其核心贡献在于一是突破了现有方法对先验信息的依赖实现全场景自适应定位二是同时抑制NLoS异常值与PRS分辨率误差解决了误差累积问题三是通过与IRLS的自适应融合规避了迭代发散风险。
从应用价值来看该算法兼容现有5G网络架构无需额外部署专用感知设备可直接向6G平滑演进尤其适用于城市楼宇、室内场馆、工业厂区等复杂传播环境。
未来随着gNB与UE部署密度的提升算法的定位精度与鲁棒性有望进一步优化为6G“通感一体”的规模化应用注入核心动力。