通信導航一體化技術研究進展

尹 露，馬玉崢，李國偉，趙仁明，鄧中亮

(北京郵電大學電子工程學院，北京 100876)

0 引言

通信技術發展迅猛，催生了諸如自動駕駛、工業物聯網、智慧城市等新興智能產業的興起，引發了基于位置的服務(Location Based Services，LBS)需求的新一輪高速增長，定位技術迎來了前所未有的發展機遇。相較于傳統的室外位置服務，新興智能產業對位置服務提出了高性能、泛在化的新需求，具體體現在定位精度、可靠性以及服務范圍等諸多方面。

傳統全球導航衛星系統(Global Navigation Satellite System，GNSS)信號強度弱、穿透力差、易受干擾，在城市峽谷、室內、地下等環境下應用能力不足，無法提供廣域無縫的高性能位置服務。雖然衛星導航常與慣性、地磁、視覺等手段形成組合導航，提高其定位連續性及精度，但當衛星信號長時間不可見時，以衛星導航為核心的組合導航系統難以提供高精度的位置服務。無線通信系統具有覆蓋范圍廣、使用成本低、可靠性高等優點，利用通信系統進行定位，實現通信導航一體化，可有效彌補衛星定位的不足，成為了全球的研究熱點。

廣義上，移動通信系統(1G～5G)、衛星通信系統、Wi-Fi、藍牙、超寬帶(Ultra-Wide Band，UWB)、廣播系統、軍用數據鏈等均屬于無線通信系統。從作用范圍上看，移動通信、衛星通信、廣播等系統和軍用數據鏈可實現廣域定位；Wi-Fi、藍牙、UWB等只能進行局域覆蓋。除4G和5G外，可實現廣域定位的通信系統在設計過程中基本沒有考慮定位功能，因此其定位性能往往較差；局域通信系統雖然大多也未針對定位進行專門設計，但其信號作用距離短、信源密度高、部署靈活等特點使其通常具有更高的定位精度。近年來，以5G和藍牙5.0等為代表的通信技術在系統設計之初就考慮了高精度定位功能，因此其定位性能得到大幅提升。

將通信和導航功能集成在一個系統中實現，即可稱為通信導航一體化。通信和導航的一體化程度經歷了由松耦合到緊耦合的發展過程。例如Wi-Fi和早期的藍牙等系統雖然可以實現定位，但其定位功能完全基于現有通信資源，嚴格來講不能算為通導一體化系統，但由于它們能夠根據定位性能進行網絡布設、節點選取、指紋庫構建等操作，因此可認為是信息和算法層面的通導一體化；2G和3G等移動通信網絡中，雖然沒有專用定位信號，但它們的協議支持小區識別碼(Cell-ID，CID)、輔助GNSS(Assisted GNSS，A-GNSS)等技術以提高定位性能；而4G和5G等系統，在信號體制設計過程中就考慮了定位性能，做到了定位信號與通信信號共存，實現了通信與導航的緊耦合。

本文對通信導航一體化技術(Communication-Positioning Integration Technology, CPIT)的研究進展進行了歸納，并對未來的通導一體化技術進行了展望。文章不針對某特定系統的通導一體化進行討論，而是著重于通導一體化的共性技術。但由于移動通信網的通導一體化起步早、發展進度快、應用范圍廣、技術手段豐富、技術方法相對成熟等特點，因此本文在篇幅上對其稍作傾斜。

1 通信導航一體化的演進

1.1 移動通信網的通導一體化進程

移動通信系統是全球使用范圍最廣、使用人數最多的通信系統。早在20世紀70年代蜂窩通信概念提出之初，就有學者研究了利用蜂窩網對車輛進行定位[1]。此后，隨著移動通信系統的發展，利用移動通信信號進行定位的研究從未間斷。但由于1G～3G系統并沒有設計專門用于定位的參考信號，在此期間利用移動通信信號定位的研究數量遠少于其他定位系統，1G～3G系統的定位性能也十分有限，3G定位精度最高只能達到數十m量級[2]。隨后的4G系統中加入了專門用于定位的定位參考信號(Positioning Reference Signal，PRS)，基于移動通信網定位的相關研究開始迅速增多。但由于資源限制(如帶寬、時長等)，4G定位精度無法突破m級需求。隨著5G的到來，毫米波、多入多出(Multiple-Input Multiple-Output，MIMO)、波束成形等技術為定位性能的提升帶來了新的機遇，5G的理論定位精度也已突破m級，達到亞米甚至cm級[3]，相關研究數量呈井噴式增長。

在移動互聯網普及以前，大眾對室內定位需求并不迫切，而室外位置服務基本可以由衛星導航提供，因此出于商業因素，通信運營商對定位功能并不感興趣；另一方面，早期的移動通信系統帶寬資源有限，難以實現高精度定位。迫使通信系統加入定位功能的最主要因素是美國聯邦通信委員會(Federal Communications Commission，FCC)在1996年提出的E911(Enhanced 911)法案，該法案要求基于終端與基于網絡的定位精度分別達到50m與100m(67%)、150m與300m(95%)[4]。由于2G和3G網只能利用現有的通信同步及導頻信號進行測距，其精度難以達到E911要求。同時，為了實現定位功能，運營商還需要對已有的服務器及軟件進行更新，用戶終端甚至也需要更換，巨額的成本使運營商沒有往下推進的動力。2010年時，FCC甚至降低了E911的精度要求，并且免除了對運營商無法達到E911需求的罰款。

與此同時，一些學者對2G和3G網的定位方法進行了研究，設備商與運營商也在努力推進下一代通信系統對定位功能的原生支持。2009年，在3GPP[注]13GPP—The 3rdGeneration Partnership Project，制定移動通信系統技術規范和技術報告的標準化組織；RAN1—Radio Access Network 1，主要負責物理層標準制定的工作組。RAN1 #56b會議1中，首次就在4G網絡中播發定位參考信號達成了一致意見[5]。該事件也標志著移動通信網正式從信號體制層面進行通導一體化建設。

4G的正式商用促進了移動互聯網的快速發展，大眾對室內位置服務的需求越來越高，2020年全球位置服務終端出貨量較2013年增長了近3倍，達到了80億部[6]。在此背景下，2018年3GPP RAN #81會議中首次提出了5G系統的設計應考慮商用定位需求，并在2019年3GPP RAN1 #94b會議中明確了室內外水平定位精度應分別達到3m和10m(80%)、垂直定位精度達到3m(80%)[7]。商業需求的確定意味著移動通信網定位不再是政府的強制功能，而是有商業前景的業務，極大地促進了通導一體化進步深度耦合的進程。

在5G系統中，定位參考信號得到了進一步的改進，例如5G的定位參考信號支持最大400MHz的帶寬和毫米波頻段，信號的測距能力相對于4G大幅提升；5G的定位參考信號在comb-6的資源映射模式的基礎上，增加了comb-2和comb-4兩種新型資源映射模式，提升了定位參考信號的配置靈活性[8]；5G的定位參考信號增加了更多的周期配置，使得在播發定位參考信號時可以選擇連續播發的模式以提高定位精度；同時5G定位參考信號支持在MIMO天線下的波束管理功能，使得5G定位參考信號具備測量角度的能力[9]。

正是由于5G從信號體制層面對通導一體化進行了全面設計，大幅提升了通導一體化程度，使其定位性能一舉超過了眾多局域定位系統。在最新版本的5G標準中，定位的商業需求達到了亞米級(<1m)，在工業物聯網及車聯網領域對定位精度分別提出了0.2m(絕對精度)和0.1m(橫向相對精度)的需求[10]，其性能要求已與成本高昂的UWB定位系統相當。

1.2 其他網絡的通導一體化進程

除了移動通信系統，國內外學者對其他通信系統的通導一體化也進行了研究，例如水下通導一體化、空天地通導一體化等。

由于水下對電磁波的衰減嚴重，因此水下目標的通信與定位面臨很大的技術挑戰。為此，文獻[11]結合船載測距儀、海面的無線電遙控浮標、海底應答器陣、無線電基站等設備構成水下通導一體化系統，為了降低定位信號與通信信號的干擾，采用了多頻方式進行水下信號傳輸；文獻[12]提出了將通信和定位信息融合在一個數據包中進行水聲測距與通信一體化；文獻[13]利用移動水下傳感器網絡的空間相關性，估計信號多普勒頻移以及長動態傳播延遲特性，提高了通導一體化系統的時間同步精度；文獻[14]利用基于單信標的單程傳播時間定位算法，并通過聲學通信向水下設備傳遞導航信息，實現了水下10900m的聲學通導信息傳輸。

衛星通信與定位的一體化得到了廣泛關注。早在銥星通信時代，就有學者對利用銥星系統定位進行了研究[15]；美國國家航空航天局(National Aeronautics and Space Administration，NASA)提出了空間通導一體化工程，并給出了其網絡的體系架構[16]。我國的北斗導航系統具備了短報文的收發功能，且已經在實際應用中發揮了巨大作用，例如2008年汶川地震時，地面通信、電力、交通都已損壞，救援人員利用北斗衛星的定位和短報文功能，實現了對受困人員的定位和救援；文獻[17]設計了一種基于北斗的野外車輛行動監控系統，用戶把自己的定位數據通過短報文的方式傳送到監控中心，實現對野外車輛的行動監視；文獻[18]利用北斗獨有的短報文通信功能，實現了一種適用于老人定位系統的短報文通信方案。雖然北斗衛星通導一體化已經得到了應用，但總體上定位和通信功能相對獨立[19]。

近年來，隨著衛星通信、低軌衛星、無人機等技術的發展，突破了地面網絡限制，實現了地面、衛星、機載網絡和海洋網絡的通導信號無縫覆蓋，即空天地通導一體化[20-21]，成為了移動通信網通導一體化外的另一研究熱點。文獻[21]介紹了空天地通導一體化的必要性和需要解決的主要問題，由于它們的高度較低，因此具有更高的信號強度和更快的幾何變化；文獻[22]分析了低軌衛星導航增強技術系統未來發展面臨的通信導航一體化設計等技術挑戰；文獻[23]提出了一種基于低軌全球通信星座的全球導航增強系統，該系統不需獨立建設，可與低軌通信星座融合發展；文獻[24]針對天地一體化網絡的天基部分，以能覆蓋全球的典型低軌星座作為分析對象，分析了其拓撲結構的動態變化特性與星座的全球覆蓋性能；武漢大學利用其發射的珞珈一號科學實驗衛星，提供低軌衛星導航增強信號，與現有衛星導航集成以提高實時導航性能[25]。

除此以外，文獻[26]研究了X射線導航通信一體化技術，提出了X射線圓偏振測距方法及X射線通信測距一體化方法；文獻[27]研究了衛星編隊自主相對導航與通信一體化系統，提出了基于軟件無線電的半雙工碼分多址(Code Division Multiple Access，CDMA)測量通信一體化系統，實現了自主相對導航和星間通信的一體化功能；文獻[28]提出了基于正交頻分復用(Orthogonal Frequency Division Multiplexing，OFDM)調制的WiMAX網絡通導一體化系統；藍牙在其5.0版本中首次加入了定位功能，并支持距離和角度的測量，在Wi-Fi輔助下可以達到1m的定位精度，而在最新的5.1版本中，不需要任何輔助即可實現cm級定位[29]。

2 通導一體化常見定位方法

在通導一體化系統中，位置解算過程既可在終端側完成也可在網絡側完成。根據信號的傳播方向，可以分為下行定位和上行定位。對于終端之間進行相對定位的端到端(Device to Device，D2D)定位，上行與下行是相對的。無論何種定位方式，常見的定位方法主要有如下幾種。

2.1 臨近定位

該方法通過一定手段(通常為信號強度)尋找離終端最近的基站，并用基站的位置作為終端位置的近似值，如圖1所示。典型的臨近定位方法包括CID、增強型CID(Enhanced CID, E-CID)等技術。

圖1 鄰近定位示意圖Fig.1 Schematic diagram of proximity positioning

2.2 三邊定位

通過測量終端與基站之間的距離，利用幾何解算進行定位，由于三維定位時最少需要測量3組終端與基站間的距離，因此稱為三邊定位，如圖2所示。

圖2 三邊定位示意圖Fig.2 Schematic diagram of trilateration positioning

最常用的測距方法為測量信號在基站和終端之間的傳播時間再轉換為距離。由于時間測量往往需要基站間的時鐘同步，因此高精度時鐘同步是通導一體化中的關鍵問題之一，而時鐘同步誤差也是制約三邊定位法精度提升的重要因素之一。此外，利用電磁波衰減模型通過信號強度估算距離也是常用的測距方法之一，該方法不需要時鐘同步，但受環境影響巨大。

根據測量方式的不同，三邊定位可包含多種定位模型，如到達時間(Time of Arrival，ToA)、到達時間差(Time Difference of Arrival，TDoA)、觀測時間差(Observed Time Difference，OTD)等。

2.3 角度定位

通過測量終端與基站之間的角度，利用幾何解算進行定位，如圖3所示。

圖3 角度定位示意圖Fig.3 Schematic diagram of triangulation positioning

角度測量一般需要天線陣列，如果信號發射端是單天線、接收端是多天線，可測出信號的到達角(Angle of Arrival，AoA)或到達方向(Direction of Arrival，DoA)；反之若發射端是多天線、接收端是單天線，可測出信號的出發角(Angle of Departure，AoD)或出發方向(Direction of Departure，DoD)。

2.4 指紋匹配定位

信號的傳播與周圍環境有很強的相關性，該相關性可體現在信號的強度、信道狀態信息、信號時延等特征與位置之間的對應關系上。若信源與環境狀態穩定，則信號在每個位置上的特征是唯一的，因此可認為這些特征是該位置的指紋，如圖4所示。

圖4 指紋匹配定位示意圖Fig.4 Schematic diagram of fingerprint positioning

指紋定位主要分為2個階段：離線采集階段和在線定位階段。離線采集階段通過采集定位區域內的信號特征建立指紋數據庫；在線定位階段將終端在待測點采集到的信號特征與指紋庫中的數據進行匹配，得出待測點所在的位置信息。

2.5 混合定位

同時利用上述多種方法進行位置估計可稱為混合定位。混合定位可將不同定位方法進行優勢互補，從而得到更優的定位結果。

3 通導一體化關鍵技術

根據通導一體化耦合程度不同，需要利用不同技術實現對必要信息的測量及獲取，以利用第2節所述方法實現基于通信網的定位。例如，在早期通信系統的設計中，并未考慮定位需求，因此只能利用已有信號或信息通過一定方法進行位置估算，常見如小區識別碼定位技術和指紋定位技術；進一步地，可通過信號體制設計實現更高的信號測量精度，但這會帶來通信與導航信號的干擾問題；為了實現更高的定位精度及魯棒性，可以利用多種專用或非專用定位系統進行組合定位，但這會帶來不同系統間的兼容互操作問題。本節針對現有常見的通導一體化技術進行介紹。

3.1 小區識別碼定位技術

小區識別碼定位是移動通信系統中使用最廣泛的定位技術，也是常見通導一體化定位方法中復雜度最低、使用最簡單的定位方法。在蜂窩通信系統中，每個基站都有一個唯一的識別碼，即Cell-ID，在定位過程中移動設備只需上報自身所處位置附近基站的小區號，處于核心網的位置服務平臺就可以根據小區號回傳該基站的經緯度坐標，從而粗略估計出用戶位置[30]。

該方法的精度主要取決于蜂窩小區的半徑、蜂窩形狀以及終端距基站的距離。在早期蜂窩系統中，由于基站間距可達數百m甚至km級，因此CID方法的定位精度十分有限,可通過估算終端與基站間的距離來提高CID的定位精度。例如Borenovic介紹了2G系統中利用時間提前量(Timing Advance, TA)技術輔助CID的定位方法，并提出了改進的增強型E-CIDTA技術[31]；Borkowski研究了用往返時間(Round Trip Time，RTT)技術輔助CID的定位方法，并提出了利用軟切換技術來進一步提高定位精度[32]。為了獲得所需要的小區識別碼，需要通過信令與核心網進行交互，當定位并發數過多時，大量信令交互會占用核心網資源，嚴重時可導致網絡堵塞。針對這一問題，Hongman Wang提出了一種基于信號監測的CID定位方法，通過從信號監控系統獲取Cell-ID，避免了基于位置的服務與核心網絡之間的相互作用[33]。

3.2 指紋定位技術

指紋定位被廣泛應用于Wi-Fi、藍牙等局域定位系統中。在移動通信系統中，常把指紋定位技術稱為射頻模式匹配(Radio Frequency Pattern Matching，RFPM)定位技術。3GPP將RFPM技術寫入了LTE[注]2LTE是Long Term Evolution縮寫，譯為長期演進，是3.9G標準，也常被視為4G標準。定位協議2(LTE Positioning Protocol，LPP)和LTE定位協議附件A(LPPa)中[34]，將RFPM作為增強定位的方法之一。在此之前，也有學者對2G和3G的指紋定位方法進行了研究[35-36]。

與其他定位方式相比，由于信號強度、信道狀態等參數的易獲取性，往往不需要對現有通信設備進行更改就可以進行指紋定位。移動互聯網以及Wi-Fi、藍牙等設備的普及，也促進了指紋定位的發展。其缺點是由于噪聲的存在及定位環境復雜等因素，不同的定位設備在相同的環境中產生的指紋信息也可能不同，導致定位的結果出現偏差。因此，眾多學者運用非線性最小均方[37]、權重最小均方[38]、最大似然估計[39]、凸優化[40]等方法提升指紋定位性能。

3.3 通導一體化信號體制設計

上述定位方法均以現有通信信號為基礎，在協議層或算法層進行通導一體化設計。由于通信信號的設計過程未考慮定位功能，上述方法在距離、角度等定位重要參數的測量上存在嚴重瓶頸。因此需要在通信系統的信號體制設計過程中考慮定位功能，同時實現具有高速數據傳送與高精度定位復合功能的通導一體化系統，形成通信導航的深度融合。

4G LTE中加入了專門用于下行定位的PRS。PRS由一組頻域具有偽隨機特性的序列生成，終端本地產生的參考信號與接收的PRS進行互相關得出信號傳播時延的估計值，所以PRS需具備較強的自相關特性。同時，為了保證通信系統容量，PRS不應占用頻帶內過多資源，因此PRS被設計為在很短的周期內播發，如圖5所示。區別于在通信信號帶寬外獨立設置定位信號，圖5所示信號也被稱為帶內參考信號。

圖5 帶內定位信號資源占用示意圖Fig.5 Schematic diagram of inband positioning signal resource occupation

國內外學者對帶內定位進行了大量研究。文獻[41]提出了一種使用復合PRS傳輸的新型減少量化誤差的方法，該方法利用一種比PRS常規采樣結構分辨率更高的新型采樣結構，有效地減少了量化誤差；文獻[42]針對不同干擾場景，從最大似然的角度出發評估PRS可實現的定位精度；文獻[43]提出了一種改進的帶內高精度定位網絡架構，提高了信號的同步性能，實現了同一帶寬內通信網和定位網的結合或者分離；文獻[44]針對傳統的無線定位方法容易受到接收信號信噪比低和無法接收直射信號的影響，提出了一種基于非線性多基站分布式混沌隨機共振信號增強技術的無線通信系統定位方法。

帶內定位信號的缺點之一是無法連續播發，否則會占用通信資源，大幅降低通信容量，因此終端無法對其進行信號跟蹤，導致其測距精度嚴重受限。為解決該問題，文獻[45]提出了時分碼分正交頻分復用(Time & Code Division Orthogonal Frequency Division Multiplexing，TC-OFDM)定位信號，在通信信號背景噪聲中嵌入定位信號，在通信的同時實現定位信號的連續捕獲和跟蹤，從而實現精確的測距與定位。由于該信號不占用獨立的頻率資源，因此也稱其為共頻帶信號，如圖6所示。

圖6 共頻帶定位信號資源占用示意圖Fig.6 Schematic diagram of co-band positioning signal resource occupation

由于共頻帶定位信號功率遠低于通信信號(甚至低于背景噪聲)，因此共頻帶定位信號幾乎不會影響通信容量，其時間連續特性允許終端采用更加精確的測距方式，實現比其他信號更加精確的定位。3GPP在R16階段對其進行了研究[46]，仿真結果顯示，其定位精度在室內場景中可達0.125m(67%@FR1、100MHz帶寬)[47]，比帶內的0.4m(67%@FR1、100MHz帶寬)精度提升68.75%[48]。2019年，3GPP就PRS的連續播發達成了一致意見[49]，使5G的定位性能較4G得到了大幅提升。

國內外學者基于共頻帶定位方法進行了大量研究。文獻[50]利用共頻帶思想設計了5G上行定位信號，并分析了其測距誤差下界；文獻[51]將共頻帶信號運用到小傾角傾斜同步軌道衛星的通導一體化信號體制設計中，導航與通信共用轉發器頻率和功率資源，在同一個轉發器上實現實時雙向通信以及高精度定位；文獻[52]提出了一種基于TC-OFDM系統的室內定位算法，提升了定位魯棒性；文獻[53]針對物聯網終端定位需求的差異性，通過非正交多址接入技術將不同時長和帶寬的共頻帶定位信號分配給不同用戶，實現了通信與定位性能的最大化；文獻[54]提出了一種融合帶內和共頻帶的新型定位參考信號，該信號可根據終端定位需求為其提供普通帶內定位或高精度共頻帶定位。

除此以外，國內外學者還從調制方式、信號波形設計、信道編碼等方面就通導一體化開展了大量研究。文獻[55]設計了一種基于通用濾波多載波調制技術的通信與導航一體化系統，并針對該一體化系統的結構給出了基于訓練符號的測距方法；文獻[56]提出了基于向量正交頻分復用調制的衛星通導一體化系統，并對信道分配、導頻設計、信道估計、信號檢測、碼元同步等關鍵技術進行了研究；文獻[57]從信號調制的角度研究通信、導航信號的融合方法，提出了一種頻域符合OFDM調制的方法，將擴頻序列應用于頻域調制，并與通信系統中的OFDM相結合，從而實現通導信號良好的兼容性；文獻[58]圍繞通導融合系統中定位信號的體制設計，提出了一種新型的擴頻碼，并對使用該新型擴頻碼的定位信號的定位性能進行了評估。

3.4 通信導航間干擾的消除

由于終端通過尋找參考信號的相關峰來確定傳播時延，原則上任何鏈路參考信號均可作為定位參考信號用于距離測量。例如，LTE中可采用小區參考信號(Cell Reference Signal，CRS)、主同步信號(Primary Synchronization Signal，PSS)以及信道狀態信息參考信號(Channel State Information Reference Signal，CSI-RS)作為定位信號[59]。然而，這些下行鏈路參考信號是用于支持數據通信目的而設計的，在通信過程中終端僅需對單個基站進行連接以保證資源優化和干擾最小化。所以，終端難以從相鄰小區中捕獲足夠數量的其他參考信號進行觀察到達時間差(Observed Time Difference of Arrival，OTDOA)解算。

上述問題的本質是信號間干擾問題，通信的單基站連接和定位的多基站解算形成了矛盾。為此，4G PRS在設計過程中并未填滿所有資源柵格，以便避開CRS和物理下行鏈路控制信道(Physical Downlink Control Channel，PDCCH)[60]，如圖7所示。在5G PRS中，由于不再采用CRS，因此可以支持更加靈活的信號配置方案，例如多種梳狀結構等。

圖7 4G PRS信號資源柵格映射方式之一[61]Fig.7 One of the 4G PRS resource grid mappings

由于用于測距的偽隨機序列會出現來自不同的基站信號多址干擾的問題，即信號的強弱干擾。為此，傳統PRS采用了輪播的方式播發，不同小區的基站分時播發，避免小區間干擾[61]。PRS也可以通過設計較大的頻率復用因子(Frequency Reuse Factor， FRF)，將不同小區的定位信號分配到不同頻帶上，降低強弱干擾[62]。文獻[63]提出了一種多尺度非正交多址接入(Multi-Scale Non-Orthogonal Multiple Access，MS-NOMA)的新型共頻帶通信導航一體化信號，利用正交頻分復用使不同定位用戶的信號相互正交，從而降低強弱干擾，如圖8所示。

圖8 MS-NOMA信號結構Fig.8 Structure of MS-NOMA signal

文獻[64]提出了一種用于PRS傳輸的時分復用和碼分復用方案，以解決異構網絡中的干擾問題；文獻[65]提出了基于改進最小二乘信道估計的綜合迭代時延估計干擾消除算法，降低時延估計的時間，提高信號時延的檢測精度，從而提高定位精度；文獻[66]提出了一種面向共頻帶技術的偽隨機碼復用策略，在實現基站碼復用的同時解決互干擾問題；文獻[67]提出了一種基于特征分離算法的井下救援人員準確定位方法，對采集的信號進行連續小波變換處理, 去除信號中的干擾信息, 提高信號的準確性。同時，通導一體化信號的設計還應滿足較低的峰均比，以提升功放效率、較強的自相關和正交特性，從而使接收機更容易獲取相關峰[68]。

3.5 多系統融合定位協議

多系統融合定位可以發揮各系統優勢，提升定位性能，是定位技術的一大分支。在通導融合方面，多系統融合定位的支持是十分必要與重要的，這在通信系統里更多地體現在協議的支持上。

早在2G網絡，其就支持輔助GPS(Assisted Global Positioning System，A-GPS)[69]。在LTE網絡中，增加了對其他衛星導航系統的支持，形成了A-GNSS協議[70]。

近幾年，3GPP陸續又增加了移動通信網與其他系統的融合定位協議，如基于偽衛星技術的地面信標系統(Terrestrial Beacon Systems，TBS)、Wi-Fi、藍牙、氣壓計[71]等。由于這些系統間的融合與信號體制無關，因此也稱為與無線接入無關的技術(Radio Access Technology independent，RAT-independent)。

4 通導一體化技術展望

通信技術的發展，給定位技術帶來了更多的機遇，以5G為代表的移動通信技術，具有高速率、低延遲、低功耗、大容量和大規模等特點。5G中引入的新技術可為通導一體化提供多種全新的可能。

4.1 MIMO技術

MIMO系統利用發射端的多個天線獨立發送信號，并在接收端利用多個天線接收信號，如圖9所示。MIMO技術主要包括波束成形技術、空時編碼技術和空間復用技術，可以在保持帶寬不變的前提下提高通信容量和頻譜利用率[72]。

圖9 MIMO技術Fig.9 MIMO technology

大規模MIMO為信號提供了角度測量能力，從而使通信網具備角度定位能力。測角與測距的結合還可以實現單基站定位。單基站定位可有效解決強弱干擾等原因帶來的可見基站數量不足的問題，同時也可降低由建筑物遮擋等因素造成的非視距定位問題。

4.2 毫米波

毫米波在30～300GHz之間的頻率下工作，具有很大的可用帶寬(如5G毫米波頻段最大帶寬可達400MHz)，滿足了未來無線系統不斷增長的帶寬需求。除了較大帶寬外，由于波長短使得毫米波可在很小體積內實現MIMO，進一步促進了MIMO技術的規模化發展[73]。在定位領域，MIMO播發的毫米波信號由于帶寬高、波長短、信道稀疏等特點，使其能夠提供更加準確的距離和角度估計值，為高精度定位提供了新的技術途徑[74]。同時，毫米波的寬帶特性可以為終端提供更高的多徑分辨率，降低多徑對定位的影響[9]。

但毫米波比低頻信號會產生更大的路徑損耗，其信噪比損失必須通過在發送端和/或接收端進行復雜的波束成形來補償，從而形成方向性強的鏈路[75]。高路徑損耗的好處是可以進一步減弱反射徑的強度，從而降低多徑的影響，但整個系統復雜度會大幅上升。因此，在5G初期更多地使用頻率范圍在450MHz～6GHz的sub-6G頻段，毫米波的大規模應用還需若干年的發展。

4.3 協同定位

協同定位最早出現在無線傳感器網絡的研究中,其基本思想為：允許未知位置節點與錨節點進行測量的同時，也允許節點之間互相測量，以提高復雜環境下的定位精度和可靠性，如圖10所示。5G關鍵技術之一——D2D通信，為協同定位提供了網絡基礎，利用終端之間的通導一體化信號可以實現高精度的協同定位。

圖10 協同定位原理Fig.10 Cooperative localization

協同定位主要可分為集中式和分布式，集中式將網絡中的信息集中在服務器端進行聯合解算；分布式指每個節點通過節點間共享信息獨立計算自身位置，兩種方法的選取主要取決于計算量、時延要求和精度要求。文獻[76]就5G D2D與GNSS的組合定位進行了研究，并提出了高效率的5G D2D測距協議。文獻[77]提出了一種利用多徑的幾何特征進行協同定位的模型。文獻[78]提出了一種基于最小約束系統的分布式協作定位方法，該方法通過極大化由節點間測量引出的似然函數獲得位置估計。文獻[79]提出了一種基于5G邊緣云的協同定位架構，結合了集中式和分布式協同定位的優點，具有精度高、時延低、計算量適中的優點，為無人駕駛等高精度、低時延定位需求提供了基礎；同時，其建立了大規模協同定位中海量測量值的可信度評估模型，降低了劣質測量值的影響，大幅提高了定位精度與魯棒性。

4.4 超密集網絡

5G技術中通過小蜂窩、微微蜂窩和毫微微蜂窩來克服毫米波頻率下的無線電傳播問題，形成超密集網絡(Ultra-Dense Network，UDN)。UDN通常由大量低功耗、小覆蓋的小型基站系統組成，部署在人群密集的火車站、商場、辦公樓等熱點地區。由于UDN的高密度特性，可以為終端提供更高的定位性能，例如高密度的基站將增加信號視距傳播的可能性。

盡管UDN有利于5G網絡中的用戶定位，但仍然存在一些問題。例如，多個小區之間的時鐘同步問題；UDN的空閑模式功能對于緩解相鄰基站之間的干擾非常重要，也會影響定位性能[80]。小型基站因為地理位置的隨機性、分布的密集性、不確定性等，將不可避免地導致小區間干擾的上升，這又會降低UDN的性能，因此如何有效降低小區間干擾并合理地分配資源是改善UDN性能成為了一個亟待解決的關鍵問題[81]。

4.5 人工智能

人工智能技術發展迅速，已經與通信、互聯網、汽車、金融等領域相結合，發揮了強大的功能，對各行業的發展具有深刻的影響，人工智能與通導一體化的結合也必然是未來的發展方向之一。

5 結論

本文首先介紹了通導一體化的演進進程，然后針對通導一體化中的幾個關鍵技術，分析了其研究現狀，最后對通導一體化的發展進行了展望。從本文分析可以看出，通信技術的發展給定位技術帶來了新的機遇，MIMO、毫米波、D2D、UDN、人工智能等技術對定位性能的提升產生了巨大的促進作用，通信與導航的結合成為了必然趨勢。近年來，通導一體化技術已經得到了長足發展，隨著技術的進步，二者的一體化程度仍會不斷加深，并相互促進以實現更高的通信與定位性能，通導一體化將具有廣闊的研究與應用前景。