6G無(wú)源物聯(lián)網(wǎng)定位技術(shù)白皮書(shū)1.0

目 錄無(wú)源物聯(lián)網(wǎng)發(fā)展歷程 1無(wú)源物聯(lián)網(wǎng)定位概述 3無(wú)物聯(lián)定位義 3無(wú)物聯(lián)定位勢(shì)與戰(zhàn) 4無(wú)物聯(lián)定位場(chǎng)前景 7無(wú)源物聯(lián)網(wǎng)定位典型場(chǎng)景與需求分析 7企服務(wù)位場(chǎng)景 8倉(cāng)儲(chǔ)物流 8商超零售 9智能制造 10智慧停車(chē) 11政與公服務(wù)位場(chǎng)景 12博物展覽 12礦井管廊 14公檢司法 15醫(yī)療養(yǎng)老 15個(gè)和家定位景 16家人關(guān)愛(ài) 16家庭家居 17定需求指標(biāo)析 18無(wú)源物聯(lián)網(wǎng)定位端到端技術(shù) 20定網(wǎng)絡(luò)——組架構(gòu)空口撲 21單點(diǎn)式無(wú)源物聯(lián)定位架構(gòu) 21組網(wǎng)式無(wú)源物聯(lián)網(wǎng)定位架構(gòu) 22蜂窩無(wú)源物聯(lián)網(wǎng)定位架構(gòu) 23定算法——定測(cè)量估計(jì)位置算 24定位測(cè)量量估計(jì) 24位置解算 33融合定位 47定終端——標(biāo)技術(shù) 51定業(yè)務(wù)——定服務(wù)子能力 52無(wú)源物聯(lián)網(wǎng)定位應(yīng)用案例 52立倉(cāng)庫(kù)位解方案 52平倉(cāng)庫(kù)位解方案 53進(jìn)卡口物定解決案 54管人員位解方案 55服零售店陳核查決方案 57總結(jié)及展望 58縮略語(yǔ)列表 59參考文獻(xiàn) 61編寫(xiě)單位及人員 64無(wú)源物聯(lián)網(wǎng)發(fā)展歷程物聯(lián)網(wǎng)本著“萬(wàn)物皆可連接”的愿景，已經(jīng)通過(guò)4/5G、NB-IoT、LoRa、藍(lán)牙、等通信技術(shù)，幫助數(shù)以?xún)|計(jì)的設(shè)備實(shí)現(xiàn)互聯(lián)互通。然而，隨著物聯(lián)網(wǎng)市場(chǎng)規(guī)模的蓬勃增長(zhǎng)，1圖1物聯(lián)網(wǎng)連接金字塔模型無(wú)源物聯(lián)網(wǎng)的優(yōu)勢(shì)具體體現(xiàn)在：免供電：端側(cè)設(shè)備將通信的射頻信號(hào)轉(zhuǎn)換為電能，滿(mǎn)足自身電路工作的供電需求，電路的設(shè)計(jì)，導(dǎo)致其成本遠(yuǎn)低于其它通信技術(shù)的終端，目前無(wú)源物聯(lián)網(wǎng)典型產(chǎn)品超高頻）RFID免維護(hù)：標(biāo)簽無(wú)需更換電池，一旦部署，可永久使用。RFID、藍(lán)牙、LoRa等無(wú)源物聯(lián)通信技術(shù)。其中，UHFRFID1~10米，標(biāo)簽種類(lèi)多樣，生態(tài)成1.02.03.0的“單點(diǎn)讀取”向“網(wǎng)絡(luò)覆蓋”的跨越式發(fā)展[1]。RFIDISO18000-6CRFID相關(guān)標(biāo)3GPPRel-185G-Advanced以及關(guān)于蜂2025年下半年凍結(jié)標(biāo)準(zhǔn)，屆時(shí)無(wú)源物聯(lián)網(wǎng)將納入到蜂窩通信產(chǎn)業(yè)中，釋放無(wú)源物聯(lián)網(wǎng)的龐大市場(chǎng)潛力。本白皮書(shū)基于單點(diǎn)式、組網(wǎng)式和蜂窩式無(wú)源物聯(lián)網(wǎng)架構(gòu)開(kāi)展定位技術(shù)的研究。無(wú)源物聯(lián)網(wǎng)定位概述無(wú)源物聯(lián)網(wǎng)定位定義2圖2無(wú)源物聯(lián)網(wǎng)定位示意圖X、Y3個(gè)及XYZ三維坐標(biāo)，即在平面定位的基礎(chǔ)上增加高度信息。從定位模式區(qū)分，無(wú)源物聯(lián)網(wǎng)定位包括主動(dòng)定位和被動(dòng)定位：從定位狀態(tài)區(qū)分，無(wú)源物聯(lián)網(wǎng)定位可以分為靜態(tài)定位、動(dòng)態(tài)定位：從定位的結(jié)果區(qū)分，無(wú)源物聯(lián)網(wǎng)定位可以分為相對(duì)定位、絕對(duì)定位：無(wú)源物聯(lián)網(wǎng)定位優(yōu)勢(shì)與挑戰(zhàn)5GUWBRFID5G5G終端定位。蜂窩網(wǎng)絡(luò)通過(guò)檢測(cè)移動(dòng)手機(jī)和多個(gè)基站之間傳播信號(hào)的特征參數(shù)（RSSI、傳播時(shí)間或時(shí)間差、入射角等），可采用鄰近探測(cè)法、AOA（AngleofArrival，到達(dá)角）、TOA（TimeofArrival，到達(dá)時(shí)間）和OTDOA(ObservedTimeDifferenceOfArrival,觀測(cè)到達(dá)時(shí)間差)3GPPR16協(xié)議要求5G3米@80%[3]。3GPPR175G定位能力的持續(xù)增強(qiáng)，基5G0.5米@90%甚至更高精度[4]。5G定位技術(shù)：WiFi定位技術(shù)可基于測(cè)距的定位方法和距離無(wú)關(guān)的定位方法，實(shí)現(xiàn)最RSSI（ReceivedSignalStrengthIndicator，接收信號(hào)強(qiáng)度指示）Beacon的定位方法和基于角度測(cè)量的測(cè)距方法，可實(shí)現(xiàn)400米的覆蓋范圍，定位精度為厘米級(jí)別，具有低成本、低功耗等優(yōu)勢(shì)。其中，基于RSSI測(cè)距的定位方法需要使用信號(hào)傳播模型，而在室內(nèi)環(huán)境中，情況復(fù)雜多變，很難找到Beacon的定位方法需要在室內(nèi)部Beacon信標(biāo)，成本較高。20195.1技術(shù)標(biāo)準(zhǔn)[5]，提出IQ（In-phaseandQuadrature，同相正交）采CTE（ChannelTimingExtension，信道定時(shí)擴(kuò)展UWB50-100mUWB定位技IDIDDID定位則主要依賴(lài)于信號(hào)強(qiáng)度表1常見(jiàn)定位技術(shù)比較[6]定位技術(shù)覆蓋定位精度功耗優(yōu)勢(shì)劣勢(shì)5G~100m幾米~幾十厘米高大帶寬、多天線(xiàn)、密集組網(wǎng)定位精度一般，功耗大WiFi~100m幾十厘米~幾厘米高無(wú)處不在，低成本定位精度低，功耗大藍(lán)牙5~400m幾米~幾十厘米很低低功耗受干擾影響大，定位精度一般UWB~100m幾十厘米~幾厘米中定位精度高，魯棒成本高，受金屬和液性好體干擾RFID~10m幾米~幾十厘米很低超低成本，超低功耗覆蓋低，安全性低，時(shí)延大1的比較看出，RFID定位的最大優(yōu)勢(shì)在于成本優(yōu)勢(shì)、無(wú)需充電的便捷性以及廣泛的適用場(chǎng)景，在定位精度要求不高的物流、倉(cāng)儲(chǔ)、零售等多個(gè)領(lǐng)域廣泛應(yīng)用，以及在高溫、RFID的近距離通信范圍，利用蜂窩網(wǎng)絡(luò)在覆蓋、雖然無(wú)源物聯(lián)網(wǎng)定位的基本物理原理與業(yè)界常見(jiàn)的藍(lán)牙、UWB、5G等定位技術(shù)一樣，環(huán)境干擾影響大：受限于標(biāo)簽反向散射的工作原理，反向散射信號(hào)傳輸功率較低，6無(wú)源物聯(lián)網(wǎng)定位市場(chǎng)前景隨著物聯(lián)網(wǎng)技術(shù)的進(jìn)步和室內(nèi)定位需求的增長(zhǎng)，全球室內(nèi)定位市場(chǎng)正在經(jīng)歷快速增長(zhǎng)。在市場(chǎng)規(guī)模方面，據(jù)華經(jīng)產(chǎn)業(yè)研究院的數(shù)據(jù)，2021105億元人民幣，2013-20214.12%2022年的市場(chǎng)規(guī)模達(dá)到了2802028年，[7]無(wú)源物聯(lián)網(wǎng)定位典型場(chǎng)景與需求分析AI融合定位技術(shù)、多模態(tài)融合定位技術(shù)都將進(jìn)一步提升定位精度。基于上企業(yè)服務(wù)定位場(chǎng)景倉(cāng)儲(chǔ)物流34所示，基于無(wú)源物聯(lián)網(wǎng)的定位技術(shù)，能夠?qū)崟r(shí)追蹤貨物的精圖3倉(cāng)儲(chǔ)物流定位實(shí)景圖圖4倉(cāng)物物流定位部署示意圖進(jìn)出庫(kù)管理1~3100%1米及以?xún)?nèi)。載具流轉(zhuǎn)管理商超零售56圖5商超零售無(wú)源定位場(chǎng)景實(shí)景圖圖6商場(chǎng)零售定位部署示意圖消費(fèi)者購(gòu)物導(dǎo)引APPAPP可實(shí)現(xiàn)特定門(mén)店位置1-3米即可。門(mén)店商品自動(dòng)化盤(pán)點(diǎn)與陳列核查商超經(jīng)營(yíng)布局調(diào)整智能制造4.07需要10~30cm定位精度，且其作業(yè)場(chǎng)景也對(duì)定位技術(shù)的抗干擾、抗遮擋能力也有較高要求[8]。圖7智能制造定位部署示意圖生產(chǎn)工序定位員工考勤/離崗等工作狀態(tài)的管理，便于實(shí)現(xiàn)人員調(diào)度和安全管理。這類(lèi)業(yè)務(wù)對(duì)定位精度以及定位系統(tǒng)的實(shí)時(shí)性和穩(wěn)定性要求較高。智慧停車(chē)當(dāng)前，室外定位技術(shù)日臻成熟，GPS定位或蜂窩定位等技術(shù)已經(jīng)非常好的滿(mǎn)足人們?cè)?閑置車(chē)位引導(dǎo)智能反向?qū)ぼ?chē)圖8停車(chē)場(chǎng)無(wú)源物聯(lián)網(wǎng)定位場(chǎng)景政府與公共服務(wù)定位場(chǎng)景博物展覽910所示，通過(guò)無(wú)源物聯(lián)網(wǎng)定位技術(shù)，通過(guò)室內(nèi)部署無(wú)源物聯(lián)網(wǎng)設(shè)備，與部署在展圖9博物展覽定位場(chǎng)景圖10博物展覽定位部署示意圖展品位置安全管理游客精準(zhǔn)導(dǎo)覽服務(wù)博物館人流監(jiān)控與管理礦井管廊121~3米[8]。圖11城市管廊定位場(chǎng)景圖12礦井管廊定位部署示意圖巡檢定位1~3米，以實(shí)現(xiàn)對(duì)巡檢人員實(shí)時(shí)動(dòng)態(tài)的精確掌握。作業(yè)管理3米。公檢司法13所示，無(wú)源物聯(lián)網(wǎng)定位技術(shù)應(yīng)用在監(jiān)獄監(jiān)所領(lǐng)域，能有效輔助解決警力緊張、工作壓力沉重、難以全局監(jiān)控等問(wèn)題，<10m即可[8]，大部分場(chǎng)景下只要基于定位能力準(zhǔn)確區(qū)分人員所在區(qū)域，即存在級(jí)定位就可滿(mǎn)足需求。圖13監(jiān)獄監(jiān)所定位部署示意圖重點(diǎn)區(qū)域安全監(jiān)控：監(jiān)獄內(nèi)的重點(diǎn)區(qū)域，如禁閉室、倉(cāng)庫(kù)等，需要特別加強(qiáng)安全監(jiān)控。人員日常活動(dòng)監(jiān)控5醫(yī)療養(yǎng)老[8]14圖14醫(yī)療養(yǎng)老定位部署示意圖患者實(shí)時(shí)定位與監(jiān)護(hù)醫(yī)療設(shè)備追蹤與管理緊急事件快速響應(yīng)個(gè)人和家庭定位場(chǎng)景家人關(guān)愛(ài)圖15尋找小孩的定位部署示意圖[12]15寵物位置追蹤家庭家居在智能家居應(yīng)用場(chǎng)景中，查找個(gè)人物品是重要的應(yīng)用之一，這些物品通常都是小尺寸，3m30o處”。另外，坐標(biāo)轉(zhuǎn)換這圖16居家找物定位部署示意圖[13]LoS（Lineofsight，視距傳播）徑時(shí)，可1mNLoS（Nonelineofsight，非視距傳播）徑時(shí)（16）1~2定位需求與指標(biāo)分析歸納分析上述應(yīng)用場(chǎng)景，不難看出無(wú)源物聯(lián)網(wǎng)的定位場(chǎng)景主要集中在室內(nèi)，涵蓋定位、2表2典型定位場(chǎng)景的定位需求與指標(biāo)分析定位分類(lèi)定位目標(biāo)定位業(yè)務(wù)定位模式服務(wù)方式標(biāo)簽部署方式無(wú)源物聯(lián)網(wǎng)設(shè)備部署需求（推薦）定位指標(biāo)（90%置信度）服務(wù)可用性定位時(shí)延并發(fā)頻次定位人員工考勤主動(dòng)定位周期定位目標(biāo)攜帶標(biāo)簽蜂窩基站＜5m99%<5s高低電子圍欄被動(dòng)定位周期環(huán)境部署參考標(biāo)簽蜂窩基站——95%<1s低低物進(jìn)出庫(kù)管理主動(dòng)定位周期定位目標(biāo)攜帶標(biāo)簽組網(wǎng)式無(wú)源物聯(lián)設(shè)備——99%<3s高低上下架管理主動(dòng)定位觸發(fā)定位目標(biāo)攜帶標(biāo)簽組網(wǎng)式無(wú)源物聯(lián)設(shè)備＜1m95%<5s低低導(dǎo)航人泊車(chē)找車(chē)被動(dòng)定位觸發(fā)環(huán)境部署參考標(biāo)簽蜂窩基站與中繼設(shè)備＜5m90%<5s中中導(dǎo)覽導(dǎo)購(gòu)被動(dòng)定位觸發(fā)環(huán)境部署參考標(biāo)簽蜂窩基站與中繼設(shè)備＜5m90%<5s高中物機(jī)器人找物主動(dòng)定位觸發(fā)定位目標(biāo)攜帶標(biāo)簽單點(diǎn)式網(wǎng)絡(luò)設(shè)備＜1m90%<1s高中追蹤人巡檢定位主動(dòng)定位周期定位目標(biāo)攜帶標(biāo)簽蜂窩基站＜5m95%<5s低高老幼防意外主動(dòng)定位觸發(fā)定位目標(biāo)攜帶標(biāo)簽蜂窩基站與中繼設(shè)備＜5m95%<5s低高物定位主動(dòng)定位周期定位目標(biāo)攜帶標(biāo)簽組網(wǎng)式無(wú)源物聯(lián)設(shè)備＜3m95%<3s中高追蹤主動(dòng)定位觸發(fā)定位目標(biāo)攜帶標(biāo)簽組網(wǎng)式無(wú)源物聯(lián)設(shè)備＜5m95%<1s低高無(wú)源物聯(lián)網(wǎng)定位端到端技術(shù)無(wú)源物聯(lián)網(wǎng)端到端定位技術(shù)涵蓋定位終端層、網(wǎng)絡(luò)層、算法層和業(yè)務(wù)層。如圖17所示：圖17無(wú)源物聯(lián)網(wǎng)定位端到端技術(shù)體系ID信息和傳感信息，定位功能也是從搭載這類(lèi)信息的無(wú)線(xiàn)信號(hào)中提取測(cè)3GPPI類(lèi)標(biāo)簽。此外，為實(shí)現(xiàn)更遠(yuǎn)距離傳輸，3GPP還II-AII-B類(lèi)標(biāo)簽[14]?；跇?biāo)簽反向散射信號(hào)或主動(dòng)發(fā)射信號(hào)的定位算法不同，本章節(jié)主要討論基于標(biāo)簽反向散射的定位算法。14.1章節(jié)；計(jì)算標(biāo)簽位置，以及實(shí)現(xiàn)多測(cè)量、多標(biāo)簽、多模態(tài)、AI融合的定位方法。依據(jù)定4.2章節(jié)展開(kāi)詳細(xì)分析；由于定位網(wǎng)絡(luò)層決定了定位流程和算法的選擇，而定位算法又是定位技術(shù)的研究重點(diǎn)。所以在接下來(lái)的章節(jié)中按照定位網(wǎng)絡(luò)層、算法層、終端層和業(yè)務(wù)層的順序展開(kāi)詳細(xì)分析。定位網(wǎng)絡(luò)層——組網(wǎng)架構(gòu)與空口拓?fù)?大類(lèi)：?jiǎn)吸c(diǎn)式無(wú)源物聯(lián)定位架構(gòu)RFID就屬于該類(lèi)架18ISO18000-6C協(xié)EPC（ElectronicProduct圖18單點(diǎn)式定位系統(tǒng)網(wǎng)絡(luò)架構(gòu)組網(wǎng)式無(wú)源物聯(lián)網(wǎng)定位架構(gòu)19ISO18000-6C協(xié)議，這里提到的定位指令和定位信號(hào)，也是復(fù)用無(wú)源EPC時(shí)的信號(hào)，未來(lái)將支持蜂窩無(wú)源物聯(lián)網(wǎng)的定位協(xié)議。圖19組網(wǎng)式定位系統(tǒng)網(wǎng)絡(luò)架構(gòu)蜂窩無(wú)源物聯(lián)網(wǎng)定位架構(gòu)在蜂窩無(wú)源物聯(lián)網(wǎng)中，基站或中繼設(shè)備集成標(biāo)簽讀寫(xiě)模塊，復(fù)用核心網(wǎng)5G定位網(wǎng)元SMLC（ServingMobileLocationCenter，服務(wù)移動(dòng)定位中心LMF（LocationManagementFunction，位置管理功能SMLC與客戶(hù)定位應(yīng)用交互，接收應(yīng)用位置請(qǐng)求，返回位置信息；LMFSMLC的定位請(qǐng)求，向基站datamanagement，統(tǒng)一數(shù)據(jù)管理網(wǎng)元）網(wǎng)元參3GPP還未開(kāi)展詳細(xì)討論，初步結(jié)論是由于標(biāo)簽的低功耗和有限的計(jì)算能力，物理層和鏈路層協(xié)議不易太復(fù)雜。如圖20所示，標(biāo)簽和基站的空口拓?fù)浞旨?xì)分為以下3種情況[14]：2：中繼設(shè)備部署在距離標(biāo)簽較近的位置，向發(fā)送激勵(lì)信號(hào)和定位指令；圖20蜂窩無(wú)源物聯(lián)網(wǎng)定位系統(tǒng)組網(wǎng)架構(gòu)定位算法層——定位測(cè)量量估計(jì)與位置解算定位測(cè)量量估計(jì)RSSIID信息等位置解算的輔助信息。此外，標(biāo)簽、無(wú)源物聯(lián)網(wǎng)設(shè)備的固有誤差、信號(hào)定位測(cè)量量分析信號(hào)相位21所示，無(wú)源物聯(lián)網(wǎng)設(shè)備先發(fā)出指定頻段的SsendSrecv，解調(diào)出其中的信息，完成整個(gè)通信的流程。圖21無(wú)源物聯(lián)網(wǎng)的無(wú)線(xiàn)信號(hào)傳播示意圖Ssend：Sntt)Ao(fct0T)

（4-1）其中，A為信號(hào)的幅度，fc為信號(hào)的載波頻率，φ0為信號(hào)的初始相位，φT為信號(hào)在無(wú)Srecv。Svt)Ao(fctTR)0TagR)

（4-2）其中，δ為信號(hào)傳輸?shù)倪^(guò)程中產(chǎn)生的衰減系數(shù)，τT和τR為信號(hào)前向和后向傳輸所消耗的時(shí)間，φR為信號(hào)在無(wú)源物聯(lián)網(wǎng)設(shè)備接收鏈路產(chǎn)生的相位。同時(shí)，標(biāo)簽對(duì)信號(hào)進(jìn)行調(diào)制的過(guò)程中也會(huì)引起的相位變化，代表標(biāo)簽的調(diào)制信息，φtag為信號(hào)在標(biāo)簽中產(chǎn)生的相位。各個(gè)階段引入的相位變化如圖22所示，所有的相位變化中，只有信號(hào)傳播過(guò)程中τT和τR產(chǎn)生的相位變化才是與測(cè)距相關(guān)的相位參數(shù)，其他過(guò)程引入的相位均為誤差。圖22信號(hào)傳播過(guò)程中相位變化示意圖I/Q23所示。圖23 I/Q解調(diào)原理圖I/Q兩路的基帶信號(hào)，根I/QSLO為：SLOt)LOo(fctLO)

（4-3）I(t)1A

)

（4-4）2 LO

c T R nQ(t)1A

Ain(f

()

（4-5）2 LO

c T R n其中n0TagRLO。此時(shí)，可計(jì)算出信號(hào)中如下式所示的相位信息：arctan(Q(t))I(t)d1c2

（4-6）（4-7）2 RSSIPtagRx

Greader

Gtag

L()21

（4-8）Ptag?Rx為標(biāo)簽的接收能量，Preader?Tx為無(wú)源物聯(lián)網(wǎng)設(shè)備天線(xiàn)發(fā)射的信號(hào)能量，Greader?Tx和Gtag分別為無(wú)源物聯(lián)網(wǎng)設(shè)備天線(xiàn)和標(biāo)簽天線(xiàn)的信號(hào)增益，L為信道衰減系數(shù)，d1為前向通信距離，同理可得無(wú)源物聯(lián)網(wǎng)設(shè)備接收天線(xiàn)接收到的標(biāo)簽信號(hào)的能量為：PreaderRx

Greader

Gtag

2L(4d)2

（4-9）Preader?Rx為無(wú)源物聯(lián)網(wǎng)設(shè)備天線(xiàn)的接收能量，Ptag?Tx為標(biāo)簽線(xiàn)反射的信號(hào)能量，d2為后向通信距離，假設(shè)標(biāo)簽對(duì)的能量利用率為β，即Ptag?Tx=βPtag?Rx，則聯(lián)立上式可得PreaderRx

adrTx

Greader

Greader

2GtagG

()4(4

1d1d2

（4-10）通過(guò)能量PreaderRx可解算得到RSSIRSSI10log10(P)

（4-11）d1d2相等時(shí)，RSSIRSSI0d0處RSSIn為路徑損耗系數(shù)（n2）d越小，即標(biāo)簽距離無(wú)源物聯(lián)網(wǎng)設(shè)備越近，則RSSI值越大。RSSIRSSI0

10n

(d)d

（4-12）0標(biāo)簽盤(pán)存頻率當(dāng)標(biāo)簽與無(wú)源物聯(lián)網(wǎng)設(shè)備之間完成一次盤(pán)存流程，即認(rèn)為標(biāo)簽被無(wú)源物聯(lián)網(wǎng)設(shè)備讀取了一次。標(biāo)簽在距離無(wú)源物聯(lián)網(wǎng)設(shè)備天線(xiàn)較近的區(qū)域時(shí),單位時(shí)間的讀取次數(shù)很高,而且較為穩(wěn)定，該指標(biāo)可用于粗比較標(biāo)簽與無(wú)源物聯(lián)網(wǎng)設(shè)備天線(xiàn)之間的相對(duì)距離。IDIDIDIDID可約束范圍為激勵(lì)設(shè)備天線(xiàn)激勵(lì)范圍與接收器天線(xiàn)識(shí)別范圍的交集。定位測(cè)量量預(yù)處理設(shè)備固有誤差消除或減弱SFOCFO消除SFO（samplingfrequencyoffset，采樣頻率偏移）對(duì)定位測(cè)量量的影響，SFOSFOSFO引起的頻率誤差為Δf（假設(shè)為正值），則接收端接收的信號(hào)頻率分別為：f0＋f1＋Δf－f1＋Δff1＋Δff1SFO引起的頻率誤差ΔfOOK，設(shè)計(jì)標(biāo)簽反向散射信號(hào)的序列，F(xiàn)O或arrerrequencyOfset。標(biāo)簽反向散射引起的載波相位變化消除無(wú)源物聯(lián)網(wǎng)定位系統(tǒng)由于標(biāo)簽反向散射引起的載波相位變化φtag，對(duì)標(biāo)簽反射載波信號(hào)相位測(cè)量造成誤差影響，例如：標(biāo)簽類(lèi)型，標(biāo)簽貼附物，標(biāo)簽貼附方式、標(biāo)簽周期環(huán)境變化SFOSTO消除的相位采集改進(jìn)若無(wú)源物聯(lián)網(wǎng)定位系統(tǒng)采用收發(fā)分離的架構(gòu)，還需要考慮收端與發(fā)端的SFO或STO（SamplingTimeT1packet1T2packet2給接收端，24所示，packet1packet2進(jìn)行相關(guān)（（再根據(jù)同步誤差進(jìn)行補(bǔ)償后實(shí)現(xiàn)收發(fā)端信號(hào)同步（圖③）。圖24收發(fā)分離架構(gòu)下的收發(fā)端非理性因素消除定位系統(tǒng)編碼方式配置BLF（BackscatterLinkFrequency，反向鏈路頻率RSSI功率值也不同，進(jìn)而影響定位標(biāo)簽的距離范圍。雖然無(wú)源物聯(lián)網(wǎng)設(shè)備靈敏度越高，RSSIRSSI值越小時(shí)，自干擾信號(hào)和噪聲會(huì)導(dǎo)致測(cè)RSSIBLF帶寬合理配置值。干擾消除干擾分量的存在會(huì)降低接收機(jī)的靈敏度，也會(huì)對(duì)測(cè)量信號(hào)的幅值、相位造成影響，進(jìn)一步影響無(wú)源物聯(lián)網(wǎng)的定位精度。LNA（LowNoiseConverter，模數(shù)轉(zhuǎn)換器）會(huì)飽和，造成相位測(cè)量誤差[21]。圖25無(wú)源物聯(lián)網(wǎng)系統(tǒng)的干擾抑制示意圖此處，針對(duì)收發(fā)一體式和收發(fā)分離式架構(gòu)，提出干擾消除或干擾抑制的方法：無(wú)源物聯(lián)網(wǎng)設(shè)備側(cè)干擾抑制[15]25所示，主要有三種抑制方式，1）空域干擾隔30dB，擋板可以47dB77dB的抑制效果；2）模擬域電路抑制：通過(guò)構(gòu)建（后，通過(guò)信道估計(jì)構(gòu)建等幅反相的信號(hào)，實(shí)現(xiàn)數(shù)字域自干擾消除（10dB）。反向散射信號(hào)與載波信號(hào)的頻率間隔（20MHz），接收端通過(guò)模擬濾波器可以抑制II-A類(lèi)標(biāo)簽。環(huán)境多徑誤差處理hannelrequencyespons，信道頻率響應(yīng)K個(gè)頻點(diǎn)，可得到每個(gè)頻點(diǎn)相位12..k

（4-13）可根據(jù)該相位進(jìn)行CFR重構(gòu)C,C2...Ck]i Caei

（4-14）（4-15）Ci為接收天線(xiàn)在頻點(diǎn)fi的CFR。ai為接收天線(xiàn)頻點(diǎn)i下信號(hào)的衰減系數(shù)，可基于前導(dǎo)序Rkai表示為：a1L1Q*R

（4-16）i L k0 k k再通過(guò)快速傅里葉逆變換可獲得信號(hào)傳播時(shí)間函數(shù)為：f(t)IFFT(C)

（4-17）時(shí)域信息波形圖峰值對(duì)應(yīng)的時(shí)間τ即信號(hào)傳播的最短路徑的飛行時(shí)間,根據(jù)該飛行時(shí)間可得待測(cè)目標(biāo)所在位置相對(duì)距離粗估計(jì)值為d0c

（4-18）假設(shè)有M條多徑，則可得接收天線(xiàn)對(duì)應(yīng)頻率fi的CFR為：ijfd jfdiCia0e c

Mm1

a1e

cim

（4-19）amLoSmNLoSdm分LoSmNLoS路徑的真實(shí)距離。通過(guò)距離粗估計(jì)值對(duì)各頻點(diǎn)的LoS信號(hào)的影響，得到多徑抑制后的相位測(cè)量值為：ii1i'kCii1i

2c(fi

fk)d0

（4-20）相位誤差消除相位中心矯正[16]（二者未必完全重合這種近似會(huì)產(chǎn)生一些小nm*n的相S。11phase1 Phasen11S

（4-21）mmphase1 phasenmm由于標(biāo)簽移動(dòng)軌跡已知，可得到每個(gè)相位采集的位置矩陣T。(x1,y1,z1) (xn,yn,zn)T

1 1 1

1 1 1

（4-22）mmmmmm(x1,y1,z1) (xn,yn,zn)mmmmmmmNLoSLoSNLoS信號(hào)相位方向不一致，以每個(gè)窗口第一個(gè)相位為錨點(diǎn)，后續(xù)相位根據(jù)距離差轉(zhuǎn)化為第一個(gè)位置的理論相位，NLoSLoS26mPhase'

ni1

Phaei

j((did1))me cm

（4-23）圖26多個(gè)相位疊加抑制NLoS信號(hào)示意圖基于計(jì)算得到的LoS信號(hào)相位，可構(gòu)建全息圖，如某位置為相位中心，則相位固有誤差為：

m(Phase'm

fdm)mod()mcm

（4-24）PO，則判定位置是否為相位中心的似然函數(shù)為：PO1,m]

（4-25）P 1std(PO)

（4-26）通過(guò)遍歷全息圖中各點(diǎn)似然值，確定似然值最大的位置為相位中心。相位解纏繞180360收發(fā)分離對(duì)相位的影響消除Si差，并通過(guò)激勵(lì)設(shè)備進(jìn)行頻率預(yù)補(bǔ)償值，具體相位補(bǔ)償值如下：i0iangl[(Li0i

*i

)/

（4-27）FsN2

（4-28）其中，L表示測(cè)量的樣本點(diǎn)數(shù)，N表示測(cè)量頻率相差的樣點(diǎn)間隔，F(xiàn)s表示系統(tǒng)采樣率。位置解算ISO18000-6C的通信協(xié)議，對(duì)基于指紋的定位技術(shù)、基于距離模型的定位、基于角度模型的定位方法進(jìn)行了詳細(xì)分析，適用于單點(diǎn)式和組網(wǎng)式無(wú)源物聯(lián)網(wǎng)定位。在實(shí)際應(yīng)用中，基于指紋的定位算法RSSI、相位作為指紋特征。無(wú)源物聯(lián)網(wǎng)中基于指紋的經(jīng)典定位算法包括Landmarc算法[18]VIRE（VirtualReferenceElimination）算法[19]。Landmarc算法LandmarcRSSIRSSI圖27Landmarc定位算法示意圖27NS1

S1 S11S2SS1

2 NSS2 2SS2 N

（4-29）S

SM

SM1 2 NnSmnmRSSIE：nE1

E1 E11E2EE1

2 NEE2 2EE2 N

（4-30）ET

ET

ET1 2 Nn其中，El表示無(wú)源物聯(lián)網(wǎng)設(shè)備n接收到的待測(cè)標(biāo)簽l的RSSI值。n根據(jù)KNN（K-NearestNeighbor，K鄰近算法）算法，需要計(jì)算待測(cè)標(biāo)簽和參考標(biāo)簽之間的歐式距離來(lái)挑選距離待測(cè)標(biāo)簽最近的前k個(gè)參考標(biāo)簽，得到矢量矩陣DD1

D1 D11D2DD1

2 mDD2 2DD2 m,m

（4-31）DT

DT

DT1 2 mmmtN個(gè)無(wú)源物聯(lián)網(wǎng)設(shè)備，所以需要增加一步求和，減少因?yàn)閱蝹€(gè)無(wú)源物聯(lián)網(wǎng)設(shè)備可能引發(fā)的誤差。mNSi EiNSi Eim l2i1DmmmDllm，對(duì)單個(gè)待測(cè)標(biāo)簽的距離進(jìn)行排序，選kDlkmmKNNk個(gè)近鄰標(biāo)簽的坐標(biāo)信息和權(quán)重，得到待測(cè)標(biāo)簽的坐標(biāo)，計(jì)算公式如下：t tk

i ix,y

i1

x,y

（4-33）1 k 1其中，iDt/i1Dt，i表示第i i i的標(biāo)簽其標(biāo)簽越有價(jià)值，所占權(quán)重應(yīng)該越大。算法的性能評(píng)價(jià)是利用待測(cè)標(biāo)簽的計(jì)算位置與實(shí)際位置的均方誤差來(lái)進(jìn)行描述的：tRMSExjxj2yjyjt

（4-34）0 0j1其中，xj,yj是待測(cè)標(biāo)簽j的實(shí)際位置，xj,yj是通過(guò)Landmarc算法計(jì)算得到的標(biāo)0 0簽j的坐標(biāo)值。Landmarc定位算法改變了單純依靠無(wú)源物聯(lián)網(wǎng)設(shè)備和待定位目標(biāo)信息實(shí)現(xiàn)定位，其最28所示。圖28Landmarc算法在不同k值下的定位精度VIRE算法Landmarc算法的位置精度與參考標(biāo)簽的數(shù)量具有較緊密的關(guān)聯(lián)。當(dāng)標(biāo)簽數(shù)量達(dá)到一定量時(shí)，位置精度可以保持在高水平。然而，過(guò)多增加參考標(biāo)簽不僅導(dǎo)致了成本的一定上升，VIRE29Q，無(wú)源物聯(lián)網(wǎng)設(shè)備個(gè)數(shù)N4個(gè)真實(shí)參考標(biāo)簽覆蓋的小區(qū)域內(nèi)等距插入虛擬參考標(biāo)簽。圖29VIRE定位算法示意圖RSSIRSSIRSSI通過(guò)計(jì)算參考標(biāo)簽與待定位RSSI之間的差值與閾值篩選出每個(gè)閱讀器所獲得的參考標(biāo)簽。圖30虛擬參考標(biāo)簽的篩選示意圖接下來(lái)，采用“模糊地圖”來(lái)篩選參考標(biāo)簽：29所示，無(wú)源物聯(lián)網(wǎng)設(shè)備利用自己所測(cè)出的值求出歐式距離，將其與設(shè)定好N次（4次），該無(wú)源物聯(lián)網(wǎng)設(shè)備可得到不同的虛擬參考標(biāo)304個(gè)模糊地圖取交集，保留可能性較大的區(qū)域，得到最終的“模糊地圖”，此區(qū)域?yàn)榇ㄎ粯?biāo)簽存在的區(qū)域。圖31VIRE算法在不同虛擬標(biāo)簽個(gè)數(shù)的情況下的定位精度VIRE定位算法RSSIRSSI31所示，虛擬標(biāo)簽數(shù)量基于距離模型的定位算法RSSI的距離模型定位RSSI-距離模RSSI0d0RSSI值，n為路徑損耗系數(shù)，X為噪聲：RSSIRSSI0

10n

(d)Xd

（4-35）0由公式可根據(jù)信號(hào)的RSSI強(qiáng)弱進(jìn)行距離估算，實(shí)際情況中，由于RSSI易受到硬件及環(huán)境的影響，直接使用距離模型定位效果較差，多用于天線(xiàn)級(jí)定位算法中，如圖32所示。圖32隨著距離的增大，RSSI理論變化與實(shí)際變化曲線(xiàn)[19]IDIDRSSI距離模型作為輔助信息以提升定位精度，實(shí)現(xiàn)標(biāo)簽-區(qū)域的精準(zhǔn)匹配。基于相位的距離模型定位若標(biāo)簽與無(wú)源物聯(lián)網(wǎng)設(shè)備天線(xiàn)之間的距離為d，則可得到相位-距離模型如下，其中f為信號(hào)頻率，φTag,φAntenna為標(biāo)簽與無(wú)源物聯(lián)網(wǎng)設(shè)備天線(xiàn)的相位偏移。(

)

（4-36）c Antenna基于多頻域點(diǎn)相位的位置解算（FD-PDOA）圖33基于頻域相位差測(cè)量的定位方法示意圖[20]33所示，F(xiàn)D-PDOA（Frequency-DifferenceofArrivalPhase-DifferenceofArrival，不同頻率下的到達(dá)相位差）f1、f2f1f2處測(cè)量反向散射信號(hào)的相位，則距離信息可通過(guò)下式獲?。篶12dabs4f1

f2

（4-37）最大測(cè)距值受反向散射信號(hào)的頻差影響，可通過(guò)下式表示： c 12Rmaxabs2ff 12

（4-38）位的準(zhǔn)確性[27]?？紤]了基于多頻域點(diǎn)相位的位置解算方法，并給出一種有效避免相位卷繞34可以看出，在工作頻段范圍內(nèi)，由于受到相位噪聲干擾，幾個(gè)采樣點(diǎn)的跳變較大，數(shù)據(jù)平均后可得到工作頻段內(nèi)較穩(wěn)定的相位差。圖34基于頻域相位差測(cè)量的定位方法的相位測(cè)量結(jié)果[27]基于多空間點(diǎn)相位的位置解算（SD-PDOA）SD-PDOA（Space-DifferenceofArrival-Phase-DifferenceofArrival，不同空間點(diǎn)下的到達(dá)相位差）包括基于實(shí)際天線(xiàn)的雙曲線(xiàn)定位方法和移動(dòng)天線(xiàn)的合成孔徑兩種方法。雙曲線(xiàn)定位算法通過(guò)標(biāo)簽到兩個(gè)天線(xiàn)的相位差帶入距離模型中得到標(biāo)簽到兩個(gè)天線(xiàn)的1的坐標(biāo)為(x1,y1)2的坐標(biāo)為(x2,y2)，則根據(jù)兩個(gè)天線(xiàn)采集的相位差，可得到標(biāo)簽距兩個(gè)天線(xiàn)的距離差為：d

c4f

（4-39）進(jìn)而構(gòu)建雙曲線(xiàn)確定標(biāo)簽可能的位置：2 x 2 a2 b2 1

（4-40）adc2c2a21212(xx)2(yy)21 21 2c

（4-41）35所示，當(dāng)兩個(gè)天線(xiàn)間距大于半波36所示。圖35基于相位的雙曲線(xiàn)定位方法示意圖圖36基于可行區(qū)域的雙曲線(xiàn)定位精度合成孔徑定位算法是通過(guò)預(yù)設(shè)一個(gè)可能涵蓋標(biāo)簽位置的區(qū)域(監(jiān)測(cè)區(qū)域)，根據(jù)已知的天線(xiàn)位置和測(cè)量的相位值，在監(jiān)測(cè)區(qū)域遍歷每個(gè)位置并計(jì)算標(biāo)簽在每個(gè)位置的可能性[23]。根圖37基于相位的合成孔徑定位方法示意圖37所示，利用移動(dòng)的天線(xiàn)模擬多天線(xiàn)對(duì)標(biāo)簽進(jìn)行掃描，當(dāng)標(biāo)簽在已知軌道和運(yùn)動(dòng)速度而天線(xiàn)靜止時(shí)算法與之相通。具體實(shí)現(xiàn)方法如下：假定監(jiān)測(cè)區(qū)域S為大小為P*Q的矩陣，天線(xiàn)移動(dòng)過(guò)程中產(chǎn)生A1...AM的相位測(cè)量點(diǎn)，則對(duì)監(jiān)測(cè)區(qū)域的任意位置Z(p,q)，可求出如標(biāo)簽位于該位置理論上天線(xiàn)采集到的相位。 (A,Z

)mod2

（4-42）m,p,q m p,qd代表兩個(gè)位置間的歐式距離。則可設(shè)計(jì)似然函數(shù)（如余弦相似度函數(shù)），通過(guò)似然值代表理論值與真實(shí)采集相位值φ0之間的相似度，構(gòu)建全息圖H。L1M M

m,p,q0

（4-43）m,p,q0hp,qLm,p,q0

（4-44） H

（4-45）hp1 P,Q通過(guò)全息圖H，可得到目標(biāo)標(biāo)簽坐標(biāo)。(x,y)argmax(hx,y)

（4-46）其實(shí)驗(yàn)結(jié)果如圖38所示。圖38標(biāo)簽在圓形軌道勻速運(yùn)動(dòng)的情況下合成孔徑算法定位精度[23]基于多時(shí)間點(diǎn)相位的速度/位置解算（TD-PDOA）TD-PDOA（Time-DifferenceofArrival-Phase-DifferenceofArrival，不同時(shí)間下的到達(dá)相位差）指通過(guò)時(shí)域載波相位差測(cè)速方法，指在兩個(gè)不同時(shí)刻基于LoS徑測(cè)量?jī)蓚€(gè)時(shí)刻的相位差，從而實(shí)現(xiàn)測(cè)量標(biāo)簽徑向速度的方法。該方法適用于無(wú)源物聯(lián)網(wǎng)的導(dǎo)航與追蹤業(yè)務(wù)。圖39基于時(shí)域相位差的定位方法示意圖39所示，假設(shè)標(biāo)簽在一定時(shí)間內(nèi)勻速運(yùn)動(dòng)，在兩個(gè)不同時(shí)刻分別測(cè)量反向散射信號(hào)的相位差，可通過(guò)下式計(jì)算標(biāo)簽相對(duì)于閱讀器的徑向的速度投影Vr

c4ft

（4-47）f表示載波頻率，Vr在遠(yuǎn)離閱讀器，正號(hào)表示標(biāo)簽接近閱讀器，它們由相位的變化情況決定。此外測(cè)速時(shí)，需要滿(mǎn)足：1）對(duì)應(yīng)時(shí)間間隔應(yīng)讀取連續(xù)相位；2）其相位差不應(yīng)超過(guò)π，否則有可能會(huì)導(dǎo)致π的相位卷繞或解卷繞時(shí)發(fā)生錯(cuò)誤。進(jìn)一步，可得到最大可測(cè)速范圍和最小可測(cè)速范圍。除了計(jì)算速度，對(duì)長(zhǎng)窗口標(biāo)簽的連續(xù)相位值進(jìn)行分析，可得到標(biāo)簽的時(shí)空動(dòng)態(tài)變化曲線(xiàn)，進(jìn)而估算標(biāo)簽與天線(xiàn)的位置關(guān)系[24]40所示，當(dāng)部署了標(biāo)簽的物V形區(qū)，天線(xiàn)到標(biāo)簽的距離越大，VV形區(qū)到達(dá)最低點(diǎn)的順DDnamcerng，動(dòng)態(tài)時(shí)間規(guī)整算法V40V形區(qū)示意圖[25]基于角度模型的定位算法圖41空域相位差測(cè)量定位方法AOA（AngleofArrival，到達(dá)角場(chǎng)景中由于標(biāo)簽側(cè)沒(méi)有數(shù)據(jù)處理能力，由無(wú)源物聯(lián)網(wǎng)設(shè)備天線(xiàn)側(cè)解算回波的到達(dá)角。如圖4121天線(xiàn)間距為a，反向散射信號(hào)到達(dá)不同天線(xiàn)的路徑差為d2d1，則到達(dá)角可表示為：arcsinc

21

（4-48）a 從圖42可以看出，標(biāo)簽從距離無(wú)源物聯(lián)網(wǎng)設(shè)備-0.5m到0.5m移動(dòng)時(shí)，對(duì)應(yīng)的到達(dá)角從-15度變化到15度。圖42到達(dá)角隨標(biāo)簽與無(wú)源物聯(lián)網(wǎng)設(shè)備的距離變化的仿真結(jié)果[28]離位算法示例如下：VirtualAntennaArray）基本原理是定位設(shè)備按照某運(yùn)動(dòng)軌跡運(yùn)動(dòng)AOA，43圖43基于虛擬天線(xiàn)陣列的測(cè)角原理假設(shè)標(biāo)簽發(fā)送的用于定位的參考信號(hào)或數(shù)據(jù)幀頭為?收到的第?個(gè)數(shù)據(jù)包的第?個(gè)基帶采樣點(diǎn)???

?=1,2?,?，則定位設(shè)備接r[n,m][n,m]*[m]ej0f0(tnms))[n,m]

（4-49）其中，???表示標(biāo)簽與定位設(shè)備之間的信道脈沖響應(yīng)，?0為初始數(shù)據(jù)包（或初始位參考信號(hào)與第?個(gè)數(shù)據(jù)包之間的時(shí)間間隔，????假設(shè)在?個(gè)數(shù)據(jù)包發(fā)送過(guò)程中，收發(fā)端的頻率偏移?0保持不變。不失一般性，信道可以簡(jiǎn)化為：??,?=???˙? （-5）其中，?為波矢量（wave?表示定位設(shè)備接收到第（x-y平面ˉ?˙?ˉ?˙?

=?

??cos?+

sin? （4-51）???x-y坐標(biāo)系中接收到第?據(jù)包的坐標(biāo)（1個(gè)數(shù)據(jù)包的坐標(biāo)）。因而，接收信號(hào)可以表示為：jf(tmT)

)y[n]sin()))r[n,m]

0n

(x[n]cos(m]

（4-52）SignalClassification，多重信號(hào)分類(lèi)ESPRIT（estimatingsignalparameterviarotationalinvariancetechniques，基于旋轉(zhuǎn)不變性的參數(shù)信號(hào)估計(jì)）等算法來(lái)估計(jì)?AOAAOA2??0??????AOA????IMU（InertialMeasurementUnit感單元MUSIC（MultipleSignalClassification，多重信號(hào)分類(lèi)）算法為例，簡(jiǎn)述VAA估計(jì)角度原理。假設(shè)定位設(shè)備將?y[m]a(f0,)u[m]w[m]

（4-53）其中，方向矢量??0,?表示成：?2??0?1+2??1cos?+?1sin?? ??2??0?2+2??2cos?+?2sin???0,?=? ??

（4-54）???2??0??+2???cos?+??sin??而??對(duì)所有虛擬天線(xiàn)都是固定的，表示成：[m][mej0f0ms)

（4-55）同時(shí)，w??R?=?2??。?

?1,?,?2,?,???

?為維度為?×1的高斯噪聲矢量，其協(xié)方差矩陣定義協(xié)方差矩陣?=?????????MUSICKAOA。進(jìn)一步，定義??×??????MUSCI頻譜可以表示為：

(f0

,)

a*(f

1,)EE*a(f)

（4-56）0 ww 0,更進(jìn)一步，通過(guò)二維搜索算法，并通過(guò)計(jì)算出最大的峰值就可以估計(jì)AOA角度?0(??)gm{p0

(f,)}

（4-57）(f0,)

MU 0上述的虛擬天線(xiàn)陣列測(cè)角或定位算法中，需要對(duì)定位設(shè)備的移動(dòng)速度進(jìn)行限制，以保vr

（4-58）445mAOA估計(jì)的誤差小于25o@95%1m@95%。44AOA（來(lái)源：vivo）融合定位AIRSSIID等多種信號(hào)特征，克服了單一測(cè)量量在定位中的局限性。多標(biāo)簽融合定位利用標(biāo)簽陣列的拓?fù)浣Y(jié)構(gòu)和信號(hào)差異，提高了定位的精度。AI算法融合不僅能夠有效地去噪融合多測(cè)量量定位RSSIIDID在多徑的定位方法受環(huán)境干擾較大，導(dǎo)致定位精度低。而無(wú)源標(biāo)簽依靠信號(hào)反向反射進(jìn)行通45所示，根據(jù)標(biāo)簽的該特性，提出RSSI與讀取次數(shù)的無(wú)源物聯(lián)網(wǎng)定位方法，利用每秒標(biāo)簽可被讀取到的次數(shù)，對(duì)標(biāo)簽RSSIRSSIRSSI、原始讀取次數(shù)RSSI和讀取次數(shù)，1~3m@90%，驗(yàn)證了融合多測(cè)量量定位的有效性。圖45融合多測(cè)量量定位融合多標(biāo)簽定位位置[29]。根據(jù)標(biāo)簽陣列的部署位置，融合多標(biāo)簽的定位技術(shù)可分為綁定式的多標(biāo)簽融合定46所示。圖46融合多標(biāo)簽定位示意圖[31]。AI算法定位AI融合定位框架可大致分為信號(hào)預(yù)處理、特征抽取、位置感知三個(gè)處理模47AIAI融合定位技術(shù)分為兩類(lèi)：AI融合來(lái)進(jìn)行去噪、AI融合來(lái)提取特征、建立非線(xiàn)性映射，從而提升定位精度。具體分析如下：AI前融合：在無(wú)源物聯(lián)網(wǎng)定位的相關(guān)工作中，目標(biāo)物體的估算位置難免會(huì)受噪聲影響AI[32]基于相位與RSSI特征計(jì)算標(biāo)簽陣列的似然特征圖，再通過(guò)融合AI聚類(lèi)算法來(lái)剔除手指移動(dòng)軌跡中噪聲的干擾，實(shí)現(xiàn)對(duì)手指的追蹤與其移動(dòng)軌跡的還原。AI后融合：為確定目標(biāo)位置，首先需要建立物理信號(hào)模型、提取特征，并從特征中計(jì)RSSI、相位、讀取率、激活能量AI算法可更好地建Tagoram[33]圖47AI融合多模態(tài)定位48所示，一方面，無(wú)源物聯(lián)網(wǎng)可以和其他無(wú)線(xiàn)技術(shù)或傳感器協(xié)5GIMU未來(lái)無(wú)源物聯(lián)網(wǎng)的無(wú)源物聯(lián)網(wǎng)設(shè)備形態(tài)與功能將超越目前傳統(tǒng)RFID設(shè)備的局限。藍(lán)牙Beacon（信標(biāo)）、網(wǎng)關(guān)，甚至我們?nèi)粘Ｊ褂玫闹悄苁謾C(jī)終端，都可能成為無(wú)源標(biāo)簽的圖48融合多模態(tài)定位定位終端層——標(biāo)簽技術(shù)RFID3GPP定義的蜂窩無(wú)源物聯(lián)網(wǎng)的標(biāo)簽根據(jù)供能方式和標(biāo)簽?zāi)芊褡灾魃尚盘?hào)，將標(biāo)簽分為Ⅰ類(lèi)、II-AII-B類(lèi)，這些標(biāo)簽都將擴(kuò)大定位的覆蓋范圍，也有利于定位精度的提升：RFID標(biāo)簽基本一致，峰值功耗僅~1μW，RFID30米左右的定位場(chǎng)景，在大量部署時(shí)成本最低。II-AμW類(lèi)標(biāo)簽的上行放大是通過(guò)反射放大器實(shí)現(xiàn)。II-A類(lèi)標(biāo)簽除了通過(guò)射頻采能外，還可采集環(huán)境光能、100~200高于I類(lèi)標(biāo)簽。II-B類(lèi)標(biāo)簽峰值功耗可達(dá)百μWmW類(lèi)標(biāo)簽主動(dòng)生成載波信號(hào)，有可能支持發(fā)送定位參考信號(hào)，其靈活性更高。定位業(yè)務(wù)層——定位服務(wù)原子能力APPweb室內(nèi)導(dǎo)航：基于室內(nèi)地圖，實(shí)時(shí)定位標(biāo)簽的位置，為人或車(chē)提供路線(xiàn)路徑規(guī)劃及導(dǎo)航，APP無(wú)源物聯(lián)網(wǎng)定位應(yīng)用案例立體倉(cāng)庫(kù)定位解決方案（簡(jiǎn)稱(chēng)立庫(kù)2mRSSIID1000100049所示，應(yīng)用基于多測(cè)量量融合的無(wú)源物聯(lián)定位技術(shù)方案后，進(jìn)行1-2人年。圖49立體倉(cāng)庫(kù)托盤(pán)定位的解決方案平面?zhèn)}庫(kù)定位解決方案1m，準(zhǔn)確率高、實(shí)時(shí)性好，有效提升了庫(kù)存管理效率，節(jié)約了物料尋找時(shí)間。此外，相比藍(lán)牙、UWB31000MO（MaterialOrder，物料訂單50所示，基于多標(biāo)簽融合的無(wú)源物聯(lián)定位技術(shù)方案提供自動(dòng)定位能力，可準(zhǔn)確定位物料所在的庫(kù)位位置，且可在線(xiàn)實(shí)時(shí)查詢(xún)物料位置，運(yùn)輸人員直接達(dá)到庫(kù)位取出物料。5180%以上。圖50平面?zhèn)}庫(kù)物料定位的解決方案進(jìn)出卡口貨物定位解決方案ID51所示，基于多模100%，5秒，幫助企業(yè)實(shí)現(xiàn)準(zhǔn)確、高效的自動(dòng)化進(jìn)出卡口管理。圖51進(jìn)出卡口貨物定位的解決方案管廊人員定位解決方案城市管廊作為城市生命線(xiàn)工程的重要組成部分，承載著電力、通信、燃?xì)狻崃Φ榷囝?lèi)2~3AI算法實(shí)現(xiàn)人員定位。具體來(lái)講，標(biāo)簽陣列與一個(gè)無(wú)67公里，包括水信艙、WiFi信號(hào)強(qiáng)大的穿墻5052AI融合的無(wú)源物聯(lián)定位技術(shù)方案，結(jié)合55秒，低成本實(shí)現(xiàn)城市管廊巡檢人員遠(yuǎn)程監(jiān)控。圖52管廊人員定位的解決方案服裝零售門(mén)店陳列核查解決方案RSSI、相位、頻點(diǎn)、時(shí)間等信息，結(jié)合機(jī)器學(xué)習(xí)、深度學(xué)習(xí)、模式AI技術(shù)，可充分考慮環(huán)境因素如障礙物、反射面、多徑效應(yīng)等對(duì)信號(hào)傳播的影響，53AIAI模型”，為門(mén)店管理者提供實(shí)時(shí)、可視、準(zhǔn)確的陳列及試衣數(shù)據(jù)，滿(mǎn)足服裝自動(dòng)陳列核查、試穿自動(dòng)識(shí)別、圖53服裝門(mén)店陳列核查解決方案總結(jié)及展望憑借低功耗、低成本、易部署和免維護(hù)等優(yōu)勢(shì)，無(wú)源物聯(lián)網(wǎng)定位能力已經(jīng)在倉(cāng)儲(chǔ)物流、UHFRFID向組網(wǎng)式和蜂窩無(wú)源物聯(lián)網(wǎng)的快速演進(jìn)，其系統(tǒng)的靈活組網(wǎng)、空口通信性能和標(biāo)簽?zāi)芰Χ紝⑦M(jìn)一步增強(qiáng)，AI6G無(wú)源物聯(lián)網(wǎng)第二大剛需的應(yīng)用需求，實(shí)現(xiàn)無(wú)源物聯(lián)網(wǎng)的一網(wǎng)多能化演進(jìn)發(fā)展。6G無(wú)6G縮略語(yǔ)列表縮略語(yǔ)英文全名中文解釋3GPP3rdGenerationPartnershipProject第三代合作伙伴計(jì)劃4G6thgenerationmobilenetworks第四代移動(dòng)通信技術(shù)5G5thgenerationmobilenetworks第五代移動(dòng)通信技術(shù)5G-A5thGenerationAdvancedMobileCommunicationTechnology第五代增強(qiáng)移動(dòng)通信技術(shù)ADCAnalog-to-DigitalConverter模數(shù)轉(zhuǎn)換器AOAAngleofArrival到達(dá)角APPApplication應(yīng)用程序ASKAmplitudeshiftkeying振幅鍵控BeaconBeacon信標(biāo)BLFBackscatterLinkFrequency反向鏈路頻率BPSKBinaryphaseshiftkeying二進(jìn)制相移鍵控CFRChannelFrequencyResponse信道頻率響應(yīng)CTEChannelTimingExtension信道定時(shí)擴(kuò)展DOADirectionoftransmitter出發(fā)角DTWDynamicTimeWarping動(dòng)態(tài)時(shí)間規(guī)整算法EPCElectronicProductCode電子產(chǎn)品代碼ESPRITestimatingsignalparameterviarotationalinvariancetechniques基于旋轉(zhuǎn)不變技術(shù)的信號(hào)參數(shù)估計(jì)FDDFrequencyDivisionDuplexing頻分雙工FD-PDOAFrequency-DifferenceofArrival-Phase-DifferenceofArrival不同頻率下的到達(dá)相位差GPSGlobalPositioningSystem全球定位系統(tǒng)IFFTInverseFastFourierTransform快速傅里葉逆變換IoTInternetofThings物聯(lián)網(wǎng)IQIn-phaseandQuadrature同相正交KNNK-NearestNeighborK鄰近算法LMFLocationManagementFunction位置管理功能LNALowNoiseAmplifier低噪聲放大器LoraLongRangeRadio長(zhǎng)距離無(wú)線(xiàn)電LoSLineofSight視距傳播MOMaterialOrder物料訂單MUSICMultipleSignalClassification多重信號(hào)分類(lèi)NB-IoTNarrowBandInternetofThings窄帶物聯(lián)網(wǎng)NLoSNoneLineofSight非視距傳播QPSKQuadraturephaseshiftkeying正交相移鍵控RANRadioaccessnetwork無(wú)線(xiàn)接入網(wǎng)RFIDRadioFrequencyIdentification射頻識(shí)別RSSIReceivedSignalStrengthIndicator接收信號(hào)強(qiáng)度指示SD-PDOASpace-DifferenceofArrival-Phase-DifferenceofArrival不同空間點(diǎn)下的到達(dá)相位差SFOsamplingfrequencyoffset采樣頻率偏移SLOSignalfromLocalOscillator本地振蕩器產(chǎn)生的信號(hào)SMLCServingMobileLocationCenter服務(wù)移動(dòng)定位中心STOSamplingTimeOffset采樣時(shí)間偏移TDoATimeDifferenceofArrival到達(dá)時(shí)間差TD-PDOATime-DifferenceofArrival-Phase-DifferenceofArrival不同時(shí)間下的到達(dá)相位差TOATimeofArrival到達(dá)時(shí)間UDMUnifieddatamanagement統(tǒng)一數(shù)據(jù)管理網(wǎng)元UEUserequipment用戶(hù)設(shè)備UHFUltraHighFrequency超高頻UWBUltraWideBand超寬帶VAAVirtualAntennaArray虛擬天線(xiàn)陣列參考文獻(xiàn)面向萬(wàn)物互聯(lián)的無(wú)源物聯(lián)網(wǎng)技術(shù).中國(guó)移動(dòng),無(wú)源物聯(lián)網(wǎng)技術(shù)聯(lián)合創(chuàng)新中心.2022.5G-A無(wú)源物聯(lián)網(wǎng)典型場(chǎng)景技術(shù)解決方案白皮書(shū).中國(guó)移動(dòng)通信集團(tuán)有限公司.2024.3GPP.StudyonNRpositioningsupport,version16.0.0:TR38.855[S].2019.3GPP.StudyonNRpositioningenhancements,version17.0.0:TR38.857[S].2021.5.1技術(shù)標(biāo)準(zhǔn).藍(lán)牙技術(shù)聯(lián)盟.2019.PooyanShamsFarahsari;AmirhosseinFarahzadi;JavadRezazadeh;AlirezaBagher.A_Survey_on_Indoor_Positioning_Systems_for_IoT-Based_Applications.IEEE.2022.2023-2028年中國(guó)室內(nèi)定位行業(yè)市場(chǎng)深度分析及投資潛力預(yù)測(cè)報(bào)告華經(jīng)產(chǎn)業(yè)研究院.2023.5G室內(nèi)融合定位白皮書(shū).中興通訊股份有限公司等.2020.3GPP.StudyonAmbientpower-enabledInternetofThings.TR22.840V2.2.0(2023-12).6G感知的需求和應(yīng)用場(chǎng)景研究.IMT-2030(6G)推進(jìn)組.2023.企業(yè)級(jí)室內(nèi)定位需求白皮書(shū).5G應(yīng)用產(chǎn)業(yè)方陣.2022.XiananZhang,WeiWang,XuedouXiao,HangYang,XinyuZhang,andTaoJiang.2020.Peer-to-PeerLocalizationforSingle-AntennaDevices.Proc.ACMInteract.Mob.WearableUbiquitousTechnol.4,3,Article105(September2020),25pages./10.1145/3411833.KotaruM,ZhangP,KattiS.Localizinglow-powerbackscattertagsusingcommodityWiFi[C]//Proceedingsofthe13thinternationalconferenceonemergingnetworkingexperimentsandtechnologies.2017:251-262.3GPP.StudyonAmbientIoT(InternetofThings)inRAN.TR38.848V18.0.0(2023-09).NwankwoCD,ZhangL,QuddusA,etal.Asurveyofself-interferencemanagementtechniquesforsinglefrequencyfullduplexsystems[J].IEEEAccess,2017,6:30242-30268.XuZhang;JiaLiu;XingyuChen;WenjieLi;LijunChen.SAH:Fine-grainedRFIDLocalizationwithAntennaCalibration.IEEE.2022.陶波,龔澤宇.RFID與機(jī)器人：定位、導(dǎo)航與控制.2021.L.M.Ni;YunhaoLiu;YiuChoLau;A.P.Patil.LANDMARC:IndoorLocationSensingUsingActiveRFID.IEEE.2003.YiyangZhao;YunhaoLiu;LionelM.Ni.VIRE:activeRFID-basedlocaliz