你有没有想过一个有趣的问题——打开手机地图的瞬间,系统是怎么知道你在哪里的?
很多人第一反应是"GPS嘛"。没错,卫星导航确实是当今最主流的定位手段。但你可能不知道的是,你手中的5G手机,除了跟天上的卫星打交道,还在不停地跟地面的基站"对暗号",用一套精密的无线信号测量体系来辅助甚至独立完成定位。
这篇文章要讲的就是:5G网络如何通过无线信号算出你的位置。我们从日常直觉出发,拆解定位背后的几何原理、信号设计、协议架构,直到工程实践中的坑。
想象一个场景:你在一座大商场里找朋友,但朋友不知道自己在哪。你有三种策略:
| 策略 | 做法 | 对应5G定位技术 |
|---|---|---|
| 问距离 | "你离A店、B店、C店分别多远?"——知道三个距离就能画三个圆,交点就是位置 | Multi-RTT(往返时间测距) |
| 问时间差 | "你听到A店广播和B店广播的时间差是多少?"——时间差能画出双曲线,多条双曲线相交就是位置 | DL-TDOA / UL-TDOA(到达时间差) |
| 问方向 | "你在我的几点钟方向?"——两个以上方向线的交点就是位置 | UL-AoA / DL-AoD(角度测量) |
这三种策略分别对应了5G定位的三大技术流派:基于距离(测距)、基于时间差、基于角度。5G网络把它们组合使用,就像一个经验丰富的侦探综合利用各种线索锁定目标。
在5G核心网中,有一个专门负责定位的功能模块——LMF(Location Management Function,位置管理功能)。它是整个定位流程的"总指挥",负责:
graph TB
UE["📱 UE(手机)"]
gNB1["📡 gNB(服务基站)"]
gNB2["📡 gNB(邻区基站1)"]
gNB3["📡 gNB(邻区基站2)"]
AMF["🔀 AMF(接入管理)"]
LMF["🧠 LMF(定位管理)"]
GMLC["🌐 GMLC(网关定位中心)"]
App["🏢 外部应用/紧急呼叫"]
UE -->|LPP协议<br>测量配置与结果上报| AMF
AMF -->|转发定位请求/结果| LMF
gNB1 -->|NRPPa协议<br>PRS配置/测量结果| LMF
gNB2 -->|NRPPa协议| LMF
gNB3 -->|NRPPa协议| LMF
App -->|定位请求| GMLC
GMLC -->|定位请求/结果| AMF
LMF -->|位置计算结果| AMF
style LMF fill:#ff6b6b,color:#fff
style UE fill:#4ecdc4,color:#fff
style AMF fill:#45b7d1,color:#fff
在这个架构中,有两条通信"专线"至关重要:
| 协议 | 连接谁 | 传什么 | 承载方式 |
|---|---|---|---|
| LPP(LTE Positioning Protocol) | 手机 ↔ LMF | 定位辅助数据、测量配置、测量结果 | 经AMF中转,走NAS信令 |
| NRPPa(NR Positioning Protocol A) | 基站 ↔ LMF | PRS配置信息、基站测量结果、TRP位置信息 | 经AMF中转 |
为什么需要两个协议? 因为手机和基站的"角色"不同——手机是"被定位者",基站是"参考点"。手机测量下行信号,基站测量上行信号,两边的测量数据格式和流程完全不同,所以需要两套协议分别管理。
原理:手机连着哪个基站(Cell ID),就认为手机在这个基站的覆盖范围内。再结合信号强度、定时提前量(TA)等辅助信息,缩小范围。
类比:这就像说"你在北京市海淀区"——粗略但快速。
| 维度 | 说明 |
|---|---|
| 精度 | 50~500米(取决于小区半径) |
| 优点 | 无需额外信号,任何手机都支持 |
| 缺点 | 精度太低,无法满足导航需求 |
| 应用 | 紧急呼叫的最低精度兜底 |
核心原理:多个基站同时发送定位参考信号(PRS),手机测量不同基站信号到达的时间差(RSTD),然后利用双曲线交汇原理算出位置。
graph LR
subgraph "DL-TDOA原理:双曲线交汇"
BS1["基站A (已知位置)"]
BS2["基站B (已知位置)"]
BS3["基站C (已知位置)"]
UE["📱 手机"]
BS1 -.->|"信号先到<br>t₁"| UE
BS2 -.->|"信号后到<br>t₂"| UE
BS3 -.->|"信号最晚到<br>t₃"| UE
NOTE["时间差 t₂-t₁ 画出一条双曲线\n时间差 t₃-t₁ 画出另一条双曲线\n交点 = 手机位置"]
end
style UE fill:#ff6b6b,color:#fff
style NOTE fill:#fff3cd,color:#333
为什么需要基站间严格同步?
因为DL-TDOA的"时间差"是相对于"基站同时发射"这个基准的。如果基站之间时钟差了100纳秒,对应的距离误差就是30米(光速×时间)。所以DL-TDOA要求基站间达到纳秒级时钟同步,通常通过GPS或IEEE 1588 PTP实现。
数学表达:对于两个基站i和j,手机测量的参考信号时间差为:
$$\text{RSTD}{i,j} = \frac{d_i - d_j}{c} + (t)$$},i} - t_{\text{Tx},j
其中 $d_i$ 是手机到基站i的距离,$c$ 是光速,$t_{\text{Tx}}$ 是基站发射时刻。当基站完全同步时,$t_{\text{Tx},i} = t_{\text{Tx},j}$,RSTD就纯粹反映距离差。
与DL-TDOA镜像对称——手机发射信号,多个基站接收并测量到达时间差。
为什么设计上行版本? - 手机发射的SRS(Sounding Reference Signal)可以被多个基站同时接收 - 基站侧有更精确的时钟和更强的计算能力 - 适合运营商需要对大量终端进行定位的场景(不需要手机参与计算)
核心原理:手机和多个基站分别测量信号往返时间,从而得到手机到每个基站的距离,多个距离画圆,圆的交点就是位置。
graph TB
subgraph "Multi-RTT原理:三圆交汇"
direction TB
BS1["基站A<br>RTT₁ → 距离d₁"]
BS2["基站B<br>RTT₂ → 距离d₂"]
BS3["基站C<br>RTT₃ → 距离d₃"]
UE["📱 手机"]
BS1 -.->|"d₁"| UE
BS2 -.->|"d₂"| UE
BS3 -.->|"d₃"| UE
CALC["距离公式: d = c × RTT / 2\n三个圆交点 = 手机位置"]
end
style UE fill:#ff6b6b,color:#fff
style CALC fill:#d4edda,color:#333
Multi-RTT的最大优势:不需要基站间严格同步!
为什么?因为RTT测量的是往返时间,包含了手机到基站和基站到手机两段。即使基站之间时钟不同步,只要同一个基站内部的收发时钟一致(这很容易做到),RTT就是准确的。
$$d = \frac{c \times \text{RTT}}{2} = \frac{c \times (t_{\text{Rx,gNB}} - t_{\text{Tx,gNB}} + t_{\text{Rx,UE}} - t_{\text{Tx,UE}})}{2}$$
注意这里的巧妙之处:RTT = 基站发送→手机接收 + 手机发送→基站接收。手机和基站的时钟偏差相互抵消了,这就是为什么Multi-RTT不需要同步。
UL-AoA(上行到达角):基站利用天线阵列测量手机信号到来的方向角。两个以上基站测出方向角,方向线交汇即为手机位置。
DL-AoD(下行离开角):基站通过波束赋形在已知方向发送信号,手机测量来自不同基站的波束信号功率,推算出角度信息。
5G的独特优势:5G的Massive MIMO天线阵列规模远超4G,波束更窄、角度分辨率更高。一个64T64R的基站阵列,角度估计精度可以达到1°~5°,比4G的8天线阵列提升了一个数量级。
| 定位方法 | 测量方 | 是否需要同步 | 典型精度 | 适用场景 |
|---|---|---|---|---|
| E-CID | 手机 | 否 | 50~500m | 紧急呼叫兜底 |
| DL-TDOA | 手机 | 是(纳秒级) | 1~10m | 室外同步网络 |
| UL-TDOA | 基站 | 是(纳秒级) | 1~10m | 网络侧定位 |
| Multi-RTT | 手机+基站 | 否 | 0.2~3m | 室内外通用 |
| UL-AoA | 基站 | 否 | 1~5m | Massive MIMO基站 |
| DL-AoD | 手机 | 否 | 1~5m | 下行波束扫描 |
你可能会问:5G不是已经有很多参考信号了吗(DM-RS、CSI-RS、SRS等),为什么还要专门设计PRS?
原因是定位对信号的精度要求极高。普通的参考信号主要是为了解调和信道估计设计的,它们在时频资源上的密度、带宽覆盖、抗干扰能力都无法满足高精度定位的需求。PRS就是为了定位场景量身定制的"特种兵"。
| 参数 | 含义 | 可选值 | 对精度的影响 |
|---|---|---|---|
| 带宽 | PRS占用的频域宽度 | 24~272个PRB | 带宽越宽,时间分辨率越高,精度越高 |
| Comb大小 | 频域稀疏度(每隔几个子载波放一个) | 2, 4, 6, 12 | Comb越小密度越高,但开销越大 |
| 符号数 | 时域上占几个OFDM符号 | 1~12 | 符号越多,平均效果越好 |
| 周期 | 多久发送一次 | 4~160ms或非周期 | 周期越短,定位延迟越低 |
| Muting | 静默模式(某些时机不发) | 按pattern静默 | 降低邻区干扰,提升远端PRS测量精度 |
PRS Muting的设计思想非常巧妙:
问题场景:多个基站都在发PRS,手机接收时,远处基站的PRS被近处基站的PRS"淹没"了(远近效应)。
解决方案:给每个基站分配一个静默图案(Muting Pattern)。在某些时机的PRS资源上故意不发信号,让远处的基站信号能"喘口气"被手机测量到。
类比:想象一个鸡尾酒会上,所有人同时说话你什么都听不清。但如果主持人安排大家轮流安静5秒,你就能依次听清每个人的声音。PRS Muting就是这个"轮流安静"的机制。
graph TD
subgraph "PRS Muting示例(4个时机×3个基站)"
T1["时机1"]
T2["时机2"]
T3["时机3"]
T4["时机4"]
BS1["基站A: 发 送 发 送"]
BS2["基站B: 发 送 发 送"]
BS3["基站C: 发 发 送 发"]
NOTE["绿色=发送PRS\n红色=静默\n确保每个基站在某些时机\n有机会被干净测量"]
end
style NOTE fill:#fff3cd,color:#333
以Multi-RTT为例,一次定位的完整过程如下:
sequenceDiagram
participant App as 外部应用
participant GMLC as GMLC
participant AMF as AMF
participant LMF as LMF
participant gNB1 as gNB-A
participant gNB2 as gNB-B
participant UE as 手机
App->>GMLC: 1. 发起定位请求
GMLC->>AMF: 2. 转发定位请求
AMF->>LMF: 3. 选择LMF并转发
LMF->>gNB1: 4. NRPPa: 获取PRS/SRS配置
LMF->>gNB2: 4. NRPPa: 获取PRS/SRS配置
gNB1-->>LMF: 返回TRP位置+PRS配置
gNB2-->>LMF: 返回TRP位置+PRS配置
LMF->>UE: 5. LPP: 下发测量配置<br>(含PRS辅助数据)
LMF->>gNB1: 6. NRPPa: 下发测量请求
LMF->>gNB2: 6. NRPPa: 下发测量请求
Note over UE,gNB2: 7. 测量阶段:手机和基站交换PRS/SRS信号
UE-->>LMF: 8. LPP: 上报UE Rx-Tx时间差
gNB1-->>LMF: 8. NRPPa: 上报gNB Rx-Tx时间差
gNB2-->>LMF: 8. NRPPa: 上报gNB Rx-Tx时间差
Note over LMF: 9. LMF计算RTT和距离<br>RTT = (UE_RxTx + gNB_RxTx)<br>d = c × RTT / 2<br>多圆交汇求解位置
LMF-->>AMF: 10. 返回位置结果(经纬度)
AMF-->>GMLC: 11. 转发结果
GMLC-->>App: 12. 最终位置
流程中的关键步骤解读:
定位的时间分辨率取决于信号的带宽。带宽越宽,时间分辨率越高。
$$\Delta t \approx \frac{1}{B}$$
其中 $B$ 是信号带宽,$\Delta t$ 是可分辨的最小时间差。对应距离分辨率为:
$$\Delta d = \frac{c}{2B}$$
| 信号带宽 | 距离分辨率(理论) |
|---|---|
| 10 MHz | 15米 |
| 50 MHz | 3米 |
| 100 MHz | 1.5米 |
这就是为什么5G的毫米波频段(100~400MHz带宽)在定位上比Sub-6GHz有天然优势——带宽就是精度。
在真实环境中,信号不是沿直线从基站到手机的。它会经过建筑、地面、树木的反射、折射、散射,产生多条路径。接收端收到的是多条路径的叠加信号。
多径如何破坏定位? - 基于时间的方法(TDOA/RTT):反射路径比直射路径长,测量时间偏大→距离偏大 - 基于角度的方法(AoA/AoD):反射信号来自错误方向→角度偏移
5G如何应对多径? 1. PRS的高密度设计:PRS的时频密度远高于普通参考信号,能更好地区分直射径和反射径 2. 多天线合并增益:利用Massive MIMO的波束赋形,在空间域增强直射径、抑制反射径 3. 载波相位定位(Rel-17/18增强):利用信号的载波相位信息而非时间信息,精度可达厘米级
即使信号再精确,如果参与定位的基站分布不好,精度也会大打折扣。
GDOP(Geometric Dilution of Precision,几何精度因子)描述了基站几何分布对定位精度的影响:
类比:三把量角器测方向时,如果三把量角器都在你的正前方,方向线几乎平行,交点范围巨大——这就是GDOP大的情况。如果三把量角器分别在你前方120°分布,方向线交叉紧密——GDOP小,精度高。
这是5G定位的"刚需场景"。各国监管要求:紧急呼叫时,网络必须能在一定时间内、一定精度范围内定位手机。5G定位技术正是为了满足这些监管要求而引入的。
工程实际:运营商网络中的定位精度通常取决于: - 网络侧是否部署了LMF - 基站是否配置了PRS - 是否有足够的邻区基站参与测量 - 基站间同步精度
| 优化方向 | 具体操作 | 效果 |
|---|---|---|
| 增加PRS带宽 | 从24 PRB提升到最大272 PRB | 时间分辨率提升10倍 |
| 增加参与基站数 | 从3个增加到6个以上 | GDOP改善,冗余测量降低误差 |
| 优化PRS Muting | 根据拓扑设计合理的静默图案 | 远端PRS测量成功率提升 |
| 开启载波聚合定位 | 跨载波联合测量 | 等效带宽增加,精度提升 |
| 混合定位 | TDOA + AoA联合 | 互补校准,精度提升30~50% |
3GPP Rel-17和Rel-18对5G定位做了进一步增强:
| 增强特性 | 说明 | 精度目标 |
|---|---|---|
| 载波相位定位 | 利用PRS的载波相位而非时间差,达到厘米级精度 | < 0.1m |
| PRS带宽扩展 | 支持更大的PRS带宽(如272 PRB以上) | 亚米级 |
| RedCap终端定位 | 支持低复杂度终端的定位功能 | 1~3m |
| 多TRP联合定位 | 一个基站多个TRP协同测量 | 精度提升2~3倍 |
| AI辅助定位 | 机器学习模型辅助NLOS(非视距)检测和补偿 | 混合场景精度提升 |
Q: 5G定位和GPS/GNSS定位有什么区别?
A: GPS是卫星定位,手机接收至少4颗卫星的信号计算位置,精度通常5~10米,室内几乎不可用。5G定位是地面网络定位,利用基站信号,室内外均可工作,精度可达亚米级。实际上两者经常联合使用——5G网络可以辅助GNSS定位(A-GNSS),也可以独立定位作为补充。
Q: DL-TDOA和Multi-RTT应该选哪个?
A: 如果基站间有高精度同步(比如部署了PTP/GPS同步),DL-TDOA通常精度更高且手机功耗更低。如果同步条件不好或部署灵活度更重要,Multi-RTT是更好的选择,因为它不需要基站间同步。实际网络中经常两者混合使用。
Q: 5G定位需要手机硬件支持吗?
A: 需要支持LPP协议的手机才能参与网络定位。好消息是,主流5G芯片(高通骁龙、联发科天玑、三星Exynos等)从2021年起已基本支持5G NR定位功能。但具体支持哪些定位方法取决于芯片和终端的实现。
Q: PRS会不会占用太多无线资源?
A: PRS确实是额外开销。以24 PRB带宽、4符号、160ms周期为例,PRS的资源开销不到整个小区容量的1%。而且PRS是可配置的——运营商可以根据定位需求灵活调整PRS的密度和带宽。不需要定位时甚至可以关闭PRS。
Q: 室内定位精度能达到多少?
A: 这是5G定位最大的挑战。室内多径严重、GNSS信号弱。单独依赖5G信号,室内精度通常3~10米。但如果结合UL-AoA(Massive MIMO的角度信息)和UL-TDOA,利用室分系统的高密度TRP部署,室内亚米级定位是可实现的。此外,5G-Advanced引入的载波相位定位有望将室内精度推向厘米级。
本文由「51学通信」技术团队出品。51学通信由通信行业18年老兵爱卫生(微信ID: gprshome201101)维护,聚焦5G/6G核心网、3GPP标准解读、通信前沿技术深度分析。 出版作品有《5G核心网原理与实践》《IMS原理与实践》等4本通信专业书籍。知识星球「51学通信」提供深度技术答疑和行业洞察。
[!tip] 51学通信知识星球 星主:爱卫生(微信:gprshome201101)——公众号「51学通信」创办者,19 年通信行业运维与讲师经验,著有《GPRS网络信令实例详解》《EPC原理与实践》《5G核心网原理与实践》三本纸质书(各大电商平台有售)。 星球定位:深耕 5G 核心网、IMS、NFV/AI、云原生等 ICT 领域,主打运维岗位与信令分析。 当前规模:5200 篇主题 / 990 个回答,198 元/年。 加入福利:加入星球后请加爱卫生微信,拉您进知识星球年度陪伴与答疑群——不限量回复您的各种问题,另有群内分享。 AI 加持:51学通信知识星球已作为 skill 接入 WorkBuddy,使用 deepseek-4-flash 在海量星球帖子中精准找贴、找视频、找 FAQ 和案例,做总结、找文档和 PPT 等场景全覆盖。
