我们的家庭、车辆、工厂、办公楼、公共场所和智慧城市基础设施中所部署的数十亿物联网设备，正在推动大规模追踪和定位服务的需求。在当今的物联网连接时代，必须精确地确定智能电表、医疗可穿戴设备、集装箱和工业机器人等无数物体的位置。从物流和运输到制造和能源，端到端定位服务的物联网用例范围广泛且任务关键。
当今的定位服务通常依赖于全球导航卫星系统(GNSS)，有时还需要有Wi-Fi、蓝牙、Cell-ID(小区标识符)和增强型Cell-ID以及其他基于蜂窝的技术的辅助。然而，为了充分利用物联网追踪和定位服务的巨大潜力，我们需要实现一种更好的解决方案，从而降低实现精确定位所需的硬件和软件的成本和复杂性，同时最大限度地减少从设备传输到云的数据量以降低安全性风险。
传统的位置服务方法在某些场景下存在很大的局限性。例如，GNSS通常只能在室外工作，Wi-Fi通常不可靠或连接不到，而Cell-ID和增强型Cell-ID以及其他基于蜂窝的服务部署起来可能很复杂且成本高昂。这些解决方案中有部分或者全部都需要提供准确的定位。
例如，典型的无线IoT设备可能使用LTE调制解调器来获取数据，使用全球定位系统(GPS)传感器来进行室外定位，并使用Wi-Fi或蓝牙连接来进行室内定位。由此产生的多种无线设备和技术的复杂性，就需要使用专用硬件并会造成功耗增加，这就与物联网的设计目标——设计简单、超低功耗、微小的外形尺寸和极低的成本——相矛盾。
更好的方法是纯粹依靠使用4G LTE和5G设备定位的蜂窝网络本身来消除这种硬件和软件复杂性。
基于LTE/5G设备的定位所依赖的基本原理与管理基于云的定位相同，但由于该技术依靠终端用户设备确定位置，因此它不依赖于云，并且几乎消除了与设备到云连接所相关的延迟和安全/隐私问题。传输至网络或从网络传输的数据量也大大减少，从而即可节省大量电力并降低终端用户的数据使用成本。因为基于设备的定位使用现有的LTE信号，所以无需为其提供GPS、Wi-Fi或蓝牙连接，这样就可减少物料清单、系统成本、设备尺寸和功耗，同时延长电池寿命(见图1)。
图1：基于设备的定位技术(例如hellaPHY)可省去元器件的使用，从而降低成本和尺寸并延长电池寿命。
例如，PHY Wireless的一种名为hellaPHY的基于设备的定位技术，使用了3GPP第9版中标准化的特定位置信号。这种基于标准的技术被称为定位参考信号(PRS)，旨在提供尽可能高的精度和覆盖范围并同时减少干扰。这些地面信号的信号强度通常比卫星GPS信号高50dB。
无线运营商可以不频繁地广播PRS信号，以最大限度地利用数据和其他服务的频谱。这些信号通常用于满足FCC对增强型911(E911)服务的要求。人们普遍认为，如果将PRS信号的频率显著增加到超过E911等宽带用例所使用的极低密度，那么低带宽IoT设备就可以提供良好的精度。
基于设备的定位技术仅需要非常有限的PRS信号带宽(大约0.625%)即可实现接近GPS的性能。由于该解决方案是由网络运营商启用和提供的服务，因此基于设备的定位使他们能够充分利用位置信息的潜力并从其网络资产中获取更多价值。运营商不仅可以将PRS用于E911等应用，还可以应对大量且不断增长的既需要极低功耗又需要高定位精度的商业机会。
虽然GNSS可能比基于设备的定位具有更高的精度，但这种优势通常没有实际意义，因为只有与其他定位技术相结合才能实现精确的室内覆盖。此外，并非每种场景都需要最高水平的定位精度，因此LTE-M技术的50m精度通常足以满足许多用例。随着无线行业向5G过渡以及小型蜂窝基站的激增，特别是在私有无线部署中，基于设备的定位解决方案已被证明可以实现精确至1m的定位精度。
基于设备的定位所基于的前提是避免与网络交互，从而节省功耗，因此通过将决策转移到网络边缘并实现低功耗边缘处理器自主做出决策，设备可以决定哪些数据需要立即传输，以及哪些数据可以先存储再转发。
通过最大限度地减少网络和云的交互，这种方法可以实现大规模物联网扩展，并且所需的数据量比其他蜂窝定位技术少300倍。这种方法还为可能需要地理围栏或面包屑导航的各种应用打开了大门，而使用基于云的技术来实现它们则会受到功耗限制。
基于设备的定位系统由多种功能组成，如图2所示。网络运营商的基站年历(BSA)数据库包含定义网络布局的小区参数，数据库中的每个小区都由唯一的小区标识符(ECGI)来表征，包括小区发射点的经纬度、物理小区索引、天线信息、发射功率等参数。云辅助服务器可通过与BSA数据库交互，基于与终端用户设备的服务小区的接近程度向终端用户设备提供BSA运营商的小子集。
图2：基于设备的定位系统的定位系统架构。
使用单个微型BSA即可获得多种位置修复，下载数据后，设备只需与网络进行最少的额外交互。主机调制解调器为板载hellaPHY软件提供了全面计算设备位置的必要信息。为了最大限度地延长电池寿命，PRS捕获可在3GPP低功耗扩展不连续接收(eDRX)空闲模式或省电模式(PSM)期间执行。
该软件可确定微BSA中的单元在执行测量时获得最佳定位精度，并使用先进的到达时间(TOA)和滤波算法执行参考信号时间差(RSTD)测量。hellaPHY LOC由针对具有挑战性的多路径蜂窝环境所定制的位置估计算法所组成，因此可处理TOA测量和各种质量指标，进而估计用户位置。这些组件形成紧密耦合，可快速有效地得出准确的位置估计。
为了说明这一过程，图3比较了低功耗广域网(LPWAN)物联网应用的三种定位解决方案。左侧是GPS辅助方法(设备A)，中间是基于云的蜂窝方法(设备B)，右侧是基于设备的定位解决方案(设备C)。本分析中的每个设备都采用LTE-M基带在蜂窝网络上进行数据连接。LTE-M低功耗功能包括PSM和RRC空闲非连续接收(DRX)。该分析假设PSM名义上消耗0.01mA，RRC空闲DRX消耗2mA，并假设当连接到LTE网络并在RRC连接模式下交换数据时，LTE-M调制解调器消耗150mA的电流。
图3：三种设备研究。
设备A用于对卫星传输执行测量，设备B和设备C则用于对地面LTE蜂窝信号执行测量，但也会用到每160ms传输一次的1ms的PRS。3GPP规范支持更高密度的PRS，但假设移动网络运营商正在部署低密度PRS，以便优先考虑数据容量。
设备A使用GPS接收器对设备执行位置估计——该接收器针对精确定时测量、位置计算更新和滤波进行了优化。算法之间的这种紧密耦合可实现精确的定位精度。设备B则在设备上执行测量并将这些测量结果上传到执行位置估计的云服务器。
这种方法存在一些基本问题。例如，将位置测量值上传到云端会消耗电量，从而缩短电池寿命，而将设备上的位置测量值与云端的位置计算分开则会降低性能。最后，将数百万甚至数十亿台设备的位置信息存储在云中会招致黑客的入侵。
设备C这种解决方案则通过使用基于设备的定位克服了设备B的问题。测量、位置计算和滤波之间的相互作用有效地提高了定位精度。就预期定位精度而言，A-GPS仍然是室外位置的黄金标准——在这种情况下设备可清晰地看到天空(例如卫星)，精度约为5m。但如前所述，其室内覆盖范围有限且通常不可用。
设备B的室内和室外定位精度预计超过100m，虽然不如室外A-GPS准确，但仍可用于许多物联网应用，并具有室内覆盖的优势。根据一级网络运营商在LTE-M上所比较hellaPHY的试验结果，设备C的性能将优于设备B，精度为50m。设备C还具有支持室内和室外覆盖的优势，并在更长的电池寿命方面提供了显著的优势。
尽管通过蜂窝网络进行定位的历史可以追溯到三十多年前，但它通常用于满足911应用的监管要求。然而，物联网和工业4.0的出现对准确性、低延迟、可用性、可靠性、安全性和许多其他因素提出了广泛的性能要求。
实现精确定位的传统解决方案需要使用GNSS、Wi-Fi，甚至蓝牙信标。这些技术囊括起来就会导致更高水平的网络复杂性、系统成本和功耗，进而导致采用小型电池供电的物联网设备难以适应所有要求。最佳解决方案是仅利用5G网络中LTE网络通信所用的信号来实现基于设备的定位，从而消除设计复杂性。
图4：基于设备的定位极大地延长了地理围栏和面包屑应用的电池寿命。
完全用设备执行定位可消耗最少的直流电源，从而延长电池寿命(图4)，并可利用主控设备所固有的高安全级别，同时提供所有依赖LTE/5G信号的定位技术中最高的精度。基于hellaPHY设备的定位解决方案在能效上比GNSS高60倍。
基于设备的定位软件所需的内存还比其他方法要少得多，并可扩展至任何类型的物联网设备，并且频谱效率非常高。基于设备的定位所支持的位置服务不仅可以满足当前物联网用例的需求，还可以使下一代LTE/5G连接设备提供更高的位置精度。
（原文刊登于EDN姊妹网站embedded，参考链接：The case for device-based positioning in IoT tracking and location，由Franklin Zhao编译。）
本文为《电子技术设计》2023年9月刊杂志文章，版权所有，禁止转载。免费杂志订阅申请点击这里。
最前沿的电子设计资讯
