6G無源物聯(lián)網(wǎng)定位技術(shù)白皮書1.0VIP

目 錄無源物聯(lián)網(wǎng)發(fā)展歷程 1無源物聯(lián)網(wǎng)定位概述 3無物聯(lián)定位義 3無物聯(lián)定位勢與戰(zhàn) 4無物聯(lián)定位場前景 7無源物聯(lián)網(wǎng)定位典型場景與需求分析 7企服務(wù)位場景 8倉儲物流 8商超零售 9智能制造 10智慧停車 11政與公服務(wù)位場景 12博物展覽 12礦井管廊 14公檢司法 15醫(yī)療養(yǎng)老 15個和家定位景 16家人關(guān)愛 16家庭家居 17定需求指標(biāo)析 18無源物聯(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單點式無源物聯(lián)定位架構(gòu) 21組網(wǎng)式無源物聯(lián)網(wǎng)定位架構(gòu) 22蜂窩無源物聯(lián)網(wǎng)定位架構(gòu) 23定算法——定測量估計位置算 24定位測量量估計 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無源物聯(lián)網(wǎng)定位應(yīng)用案例 52立倉庫位解方案 52平倉庫位解方案 53進卡口物定解決案 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縮略語列表 59參考文獻 61編寫單位及人員 64無源物聯(lián)網(wǎng)發(fā)展歷程物聯(lián)網(wǎng)本著“萬物皆可連接”的愿景，已經(jīng)通過4/5G、NB-IoT、LoRa、藍牙、等通信技術(shù)，幫助數(shù)以億計的設(shè)備實現(xiàn)互聯(lián)互通。然而，隨著物聯(lián)網(wǎng)市場規(guī)模的蓬勃增長，1圖1物聯(lián)網(wǎng)連接金字塔模型無源物聯(lián)網(wǎng)的優(yōu)勢具體體現(xiàn)在：免供電：端側(cè)設(shè)備將通信的射頻信號轉(zhuǎn)換為電能，滿足自身電路工作的供電需求，電路的設(shè)計，導(dǎo)致其成本遠(yuǎn)低于其它通信技術(shù)的終端，目前無源物聯(lián)網(wǎng)典型產(chǎn)品超高頻）RFID免維護：標(biāo)簽無需更換電池，一旦部署，可永久使用。RFID、藍牙、LoRa等無源物聯(lián)通信技術(shù)。其中，UHFRFID1~10米，標(biāo)簽種類多樣，生態(tài)成1.02.03.0的“單點讀取”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)，屆時無源物聯(lián)網(wǎng)將納入到蜂窩通信產(chǎn)業(yè)中，釋放無源物聯(lián)網(wǎng)的龐大市場潛力。本白皮書基于單點式、組網(wǎng)式和蜂窩式無源物聯(lián)網(wǎng)架構(gòu)開展定位技術(shù)的研究。無源物聯(lián)網(wǎng)定位概述無源物聯(lián)網(wǎng)定位定義2圖2無源物聯(lián)網(wǎng)定位示意圖X、Y3個及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，無源物聯(lián)網(wǎng)定位包括主動定位和被動定位：從定位狀態(tài)區(qū)分，無源物聯(lián)網(wǎng)定位可以分為靜態(tài)定位、動態(tài)定位：從定位的結(jié)果區(qū)分，無源物聯(lián)網(wǎng)定位可以分為相對定位、絕對定位：無源物聯(lián)網(wǎng)定位優(yōu)勢與挑戰(zhàn)5GUWBRFID5G5G終端定位。蜂窩網(wǎng)絡(luò)通過檢測移動手機和多個基站之間傳播信號的特征參數(shù)（RSSI、傳播時間或時間差、入射角等），可采用鄰近探測法、AOA（AngleofArrival，到達角）、TOA（TimeofArrival，到達時間）和OTDOA(ObservedTimeDifferenceOfArrival,觀測到達時間差)3GPPR16協(xié)議要求5G3米@80%[3]。3GPPR175G定位能力的持續(xù)增強，基5G0.5米@90%甚至更高精度[4]。5G定位技術(shù)：WiFi定位技術(shù)可基于測距的定位方法和距離無關(guān)的定位方法，實現(xiàn)最RSSI（ReceivedSignalStrengthIndicator，接收信號強度指示）Beacon的定位方法和基于角度測量的測距方法，可實現(xiàn)400米的覆蓋范圍，定位精度為厘米級別，具有低成本、低功耗等優(yōu)勢。其中，基于RSSI測距的定位方法需要使用信號傳播模型，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，信道定時擴展UWB50-100mUWB定位技IDIDDID定位則主要依賴于信號強度表1常見定位技術(shù)比較[6]定位技術(shù)覆蓋定位精度功耗優(yōu)勢劣勢5G~100m幾米~幾十厘米高大帶寬、多天線、密集組網(wǎng)定位精度一般，功耗大WiFi~100m幾十厘米~幾厘米高無處不在，低成本定位精度低，功耗大藍牙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，時延大1的比較看出，RFID定位的最大優(yōu)勢在于成本優(yōu)勢、無需充電的便捷性以及廣泛的適用場景，在定位精度要求不高的物流、倉儲、零售等多個領(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、雖然無源物聯(lián)網(wǎng)定位的基本物理原理與業(yè)界常見的藍牙、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，反向散射信號傳輸功率較低，6無源物聯(lián)網(wǎng)定位市場前景隨著物聯(lián)網(wǎng)技術(shù)的進步和室內(nèi)定位需求的增長，全球室內(nèi)定位市場正在經(jīng)歷快速增長。在市場規(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年的市場規(guī)模達到了2802028年，[7]無源物聯(lián)網(wǎng)定位典型場景與需求分析AI融合定位技術(shù)、多模態(tài)融合定位技術(shù)都將進一步提升定位精度。基于上企業(yè)服務(wù)定位場景倉儲物流34所示，基于無源物聯(lián)網(wǎng)的定位技術(shù)，能夠?qū)崟r追蹤貨物的精圖3倉儲物流定位實景圖圖4倉物物流定位部署示意圖進出庫管理1~3100%1米及以內(nèi)。載具流轉(zhuǎn)管理商超零售56圖5商超零售無源定位場景實景圖圖6商場零售定位部署示意圖消費者購物導(dǎo)引APPAPP可實現(xiàn)特定門店位置1-3米即可。門店商品自動化盤點與陳列核查商超經(jīng)營布局調(diào)整智能制造4.07需要10~30cm定位精度，且其作業(yè)場景也對定位技術(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，便于實現(xiàn)人員調(diào)度和安全管理。這類業(yè)務(wù)對定位精度以及定位系統(tǒng)的實時性和穩(wěn)定性要求較高。智慧停車當(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)非常好的滿足人們在8閑置車位引導(dǎo)智能反向?qū)ぼ噲D8停車場無源物聯(lián)網(wǎng)定位場景政府與公共服務(wù)定位場景博物展覽910所示，通過無源物聯(lián)網(wǎng)定位技術(shù)，通過室內(nèi)部署無源物聯(lián)網(wǎng)設(shè)備，與部署在展圖9博物展覽定位場景圖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城市管廊定位場景圖12礦井管廊定位部署示意圖巡檢定位1~3米，以實現(xiàn)對巡檢人員實時動態(tài)的精確掌握。作業(yè)管理3米。公檢司法13所示，無源物聯(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)控等問題，<10m即可[8]，大部分場景下只要基于定位能力準(zhǔn)確區(qū)分人員所在區(qū)域，即存在級定位就可滿足需求。圖13監(jiān)獄監(jiān)所定位部署示意圖重點區(qū)域安全監(jiān)控：監(jiān)獄內(nèi)的重點區(qū)域，如禁閉室、倉庫等，需要特別加強安全監(jiān)控。人員日?；顒颖O(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時定位與監(jiān)護醫(yī)療設(shè)備追蹤與管理緊急事件快速響應(yīng)個人和家庭定位場景家人關(guān)愛圖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)用場景中，查找個人物品是重要的應(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，可1mNLoS（Nonelineofsight，非視距傳播）徑時（16）1~2定位需求與指標(biāo)分析歸納分析上述應(yīng)用場景，不難看出無源物聯(lián)網(wǎng)的定位場景主要集中在室內(nèi)，涵蓋定位、2表2典型定位場景的定位需求與指標(biāo)分析定位分類定位目標(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)可用性定位時延并發(fā)頻次定位人員工考勤主動定位周期定位目標(biāo)攜帶標(biāo)簽蜂窩基站＜5m99%<5s高低電子圍欄被動定位周期環(huán)境部署參考標(biāo)簽蜂窩基站——95%<1s低低物進出庫管理主動定位周期定位目標(biāo)攜帶標(biāo)簽組網(wǎng)式無源物聯(lián)設(shè)備——99%<3s高低上下架管理主動定位觸發(fā)定位目標(biāo)攜帶標(biāo)簽組網(wǎng)式無源物聯(lián)設(shè)備＜1m95%<5s低低導(dǎo)航人泊車找車被動定位觸發(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)購被動定位觸發(fā)環(huán)境部署參考標(biāo)簽蜂窩基站與中繼設(shè)備＜5m90%<5s高中物機器人找物主動定位觸發(fā)定位目標(biāo)攜帶標(biāo)簽單點式網(wǎng)絡(luò)設(shè)備＜1m90%<1s高中追蹤人巡檢定位主動定位周期定位目標(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低高物定位主動定位周期定位目標(biāo)攜帶標(biāo)簽組網(wǎng)式無源物聯(lián)設(shè)備＜3m95%<3s中高追蹤主動定位觸發(fā)定位目標(biāo)攜帶標(biāo)簽組網(wǎng)式無源物聯(lián)設(shè)備＜5m95%<1s低高無源物聯(lián)網(wǎng)定位端到端技術(shù)無源物聯(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信息的無線信號中提取測3GPPI類標(biāo)簽。此外，為實現(xiàn)更遠(yuǎn)距離傳輸，3GPP還II-AII-B類標(biāo)簽[14]?；跇?biāo)簽反向散射信號或主動發(fā)射信號的定位算法不同，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)；計算標(biāo)簽位置，以及實現(xiàn)多測量、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。所以在接下來的章節(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：單點式無源物聯(lián)定位架構(gòu)RFID就屬于該類架18ISO18000-6C協(xié)EPC（ElectronicProduct圖18單點式定位系統(tǒng)網(wǎng)絡(luò)架構(gòu)組網(wǎng)式無源物聯(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，也是復(fù)用無源EPC時的信號，未來將支持蜂窩無源物聯(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)蜂窩無源物聯(lián)網(wǎng)定位架構(gòu)在蜂窩無源物聯(lián)網(wǎng)中，基站或中繼設(shè)備集成標(biāo)簽讀寫模塊，復(fù)用核心網(wǎng)5G定位網(wǎng)元SMLC（ServingMobileLocationCenter，服務(wù)移動定位中心LMF（LocationManagementFunction，位置管理功能SMLC與客戶定位應(yīng)用交互，接收應(yīng)用位置請求，返回位置信息；LMFSMLC的定位請求，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)送激勵信號和定位指令；圖20蜂窩無源物聯(lián)網(wǎng)定位系統(tǒng)組網(wǎng)架構(gòu)定位算法層——定位測量量估計與位置解算定位測量量估計RSSIID信息等位置解算的輔助信息。此外，標(biāo)簽、無源物聯(lián)網(wǎng)設(shè)備的固有誤差、信號定位測量量分析信號相位21所示，無源物聯(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，完成整個通信的流程。圖21無源物聯(lián)網(wǎng)的無線信號傳播示意圖Ssend：Sntt)Ao(fct0T)

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

（4-2）其中，δ為信號傳輸?shù)倪^程中產(chǎn)生的衰減系數(shù)，τT和τR為信號前向和后向傳輸所消耗的時間，φR為信號在無源物聯(lián)網(wǎng)設(shè)備接收鏈路產(chǎn)生的相位。同時，標(biāo)簽對信號進行調(diào)制的過程中也會引起的相位變化，代表標(biāo)簽的調(diào)制信息，φtag為信號在標(biāo)簽中產(chǎn)生的相位。各個階段引入的相位變化如圖22所示，所有的相位變化中，只有信號傳播過程中τT和τR產(chǎn)生的相位變化才是與測距相關(guān)的相位參數(shù)，其他過程引入的相位均為誤差。圖22信號傳播過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，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，可計算出信號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為無源物聯(lián)網(wǎng)設(shè)備天線發(fā)射的信號能量，Greader?Tx和Gtag分別為無源物聯(lián)網(wǎng)設(shè)備天線和標(biāo)簽天線的信號增益，L為信道衰減系數(shù)，d1為前向通信距離，同理可得無源物聯(lián)網(wǎng)設(shè)備接收天線接收到的標(biāo)簽信號的能量為：PreaderRx

Greader

Gtag

2L(4d)2

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

adrTx

Greader

Greader

2GtagG

()4(4

1d1d2

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

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

10n

(d)d

（4-12）0標(biāo)簽盤存頻率當(dāng)標(biāo)簽與無源物聯(lián)網(wǎng)設(shè)備之間完成一次盤存流程，即認(rèn)為標(biāo)簽被無源物聯(lián)網(wǎng)設(shè)備讀取了一次。標(biāo)簽在距離無源物聯(lián)網(wǎng)設(shè)備天線較近的區(qū)域時,單位時間的讀取次數(shù)很高,而且較為穩(wěn)定，該指標(biāo)可用于粗比較標(biāo)簽與無源物聯(lián)網(wǎng)設(shè)備天線之間的相對距離。IDIDIDIDID可約束范圍為激勵設(shè)備天線激勵范圍與接收器天線識別范圍的交集。定位測量量預(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）對定位測量量的影響，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頻率分別為：f0＋f1＋Δf－f1＋Δff1＋Δff1SFO引起的頻率誤差ΔfOOK，設(shè)計標(biāo)簽反向散射信號的序列，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，對標(biāo)簽反射載波信號相位測量造成誤差影響，例如：標(biāo)簽類型，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若無源物聯(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進行相關(guān)（（再根據(jù)同步誤差進行補償后實現(xiàn)收發(fā)端信號同步（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，進而影響定位標(biāo)簽的距離范圍。雖然無源物聯(lián)網(wǎng)設(shè)備靈敏度越高，RSSIRSSI值越小時，自干擾信號和噪聲會導(dǎo)致測RSSIBLF帶寬合理配置值。干擾消除干擾分量的存在會降低接收機的靈敏度，也會對測量信號的幅值、相位造成影響，進一步影響無源物聯(lián)網(wǎng)的定位精度。LNA（LowNoiseConverter，模數(shù)轉(zhuǎn)換器）會飽和，造成相位測量誤差[21]。圖25無源物聯(lián)網(wǎng)系統(tǒng)的干擾抑制示意圖此處，針對收發(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：通過構(gòu)建（后，通過信道估計構(gòu)建等幅反相的信號，實現(xiàn)數(shù)字域自干擾消除（10dB）。反向散射信號與載波信號的頻率間隔（20MHz），接收端通過模擬濾波器可以抑制II-A類標(biāo)簽。環(huán)境多徑誤差處理hannelrequencyespons，信道頻率響應(yīng)K個頻點，可得到每個頻點相位12..k

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

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

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

（4-17）時域信息波形圖峰值對應(yīng)的時間τ即信號傳播的最短路徑的飛行時間,根據(jù)該飛行時間可得待測目標(biāo)所在位置相對距離粗估計值為d0c

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

Mm1

a1e

cim

（4-19）amLoSmNLoSdm分LoSmNLoS路徑的真實距離。通過距離粗估計值對各頻點的LoS信號的影響，得到多徑抑制后的相位測量值為：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產(chǎn)生一些小nm*n的相S。11phase1 Phasen11S

（4-21）mmphase1 phasenmm由于標(biāo)簽移動軌跡已知，可得到每個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信號相位方向不一致，以每個窗口第一個相位為錨點，后續(xù)相位根據(jù)距離差轉(zhuǎn)化為第一個位置的理論相位，NLoSLoS26mPhase'

ni1

Phaei

j((did1))me cm

（4-23）圖26多個相位疊加抑制NLoS信號示意圖基于計算得到的LoS信號相位，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）通過遍歷全息圖中各點似然值，確定似然值最大的位置為相位中心。相位解纏繞180360收發(fā)分離對相位的影響消除Si差，并通過激勵設(shè)備進行頻率預(yù)補償值，具體相位補償值如下：i0iangl[(Li0i

*i

)/

（4-27）FsN2

（4-28）其中，L表示測量的樣本點數(shù)，N表示測量頻率相差的樣點間隔，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行了詳細(xì)分析，適用于單點式和組網(wǎng)式無源物聯(lián)網(wǎng)定位。在實際應(yīng)用中，基于指紋的定位算法RSSI、相位作為指紋特征。無源物聯(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表示無源物聯(lián)網(wǎng)設(shè)備n接收到的待測標(biāo)簽l的RSSI值。n根據(jù)KNN（K-NearestNeighbor，K鄰近算法）算法，需要計算待測標(biāo)簽和參考標(biāo)簽之間的歐式距離來挑選距離待測標(biāo)簽最近的前k個參考標(biāo)簽，得到矢量矩陣DD1

D1 D11D2DD1

2 mDD2 2DD2 m,m

（4-31）DT

DT

DT1 2 mmmtN個無源物聯(lián)網(wǎng)設(shè)備，所以需要增加一步求和，減少因為單個無源物聯(lián)網(wǎng)設(shè)備可能引發(fā)的誤差。mNSi EiNSi Eim l2i1DmmmDllm，對單個待測標(biāo)簽的距離進行排序，選kDlkmmKNNk個近鄰標(biāo)簽的坐標(biāo)信息和權(quán)重，得到待測標(biāo)簽的坐標(biāo)，計算公式如下：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)簽越有價值，所占權(quán)重應(yīng)該越大。算法的性能評價是利用待測標(biāo)簽的計算位置與實際位置的均方誤差來進行描述的：tRMSExjxj2yjyjt

（4-34）0 0j1其中，xj,yj是待測標(biāo)簽j的實際位置，xj,yj是通過Landmarc算法計算得到的標(biāo)0 0簽j的坐標(biāo)值。Landmarc定位算法改變了單純依靠無源物聯(lián)網(wǎng)設(shè)備和待定位目標(biāo)信息實現(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)量達到一定量時，位置精度可以保持在高水平。然而，過多增加參考標(biāo)簽不僅導(dǎo)致了成本的一定上升，VIRE29Q，無源物聯(lián)網(wǎng)設(shè)備個數(shù)N4個真實參考標(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通過計算參考標(biāo)簽與待定位RSSI之間的差值與閾值篩選出每個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，采用“模糊地圖”來篩選參考標(biāo)簽：29所示，無源物聯(lián)網(wǎng)設(shè)備利用自己所測出的值求出歐式距離，將其與設(shè)定好N次（4次），該無源物聯(lián)網(wǎng)設(shè)備可得到不同的虛擬參考標(biāo)304個模糊地圖取交集，保留可能性較大的區(qū)域，得到最終的“模糊地圖”，此區(qū)域為待定位標(biāo)簽存在的區(qū)域。圖31VIRE算法在不同虛擬標(biāo)簽個數(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)信號的RSSI強弱進行距離估算，實際情況中，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，多用于天線級定位算法中，如圖32所示。圖32隨著距離的增大，RSSI理論變化與實際變化曲線[19]IDIDRSSI距離模型作為輔助信息以提升定位精度，實現(xiàn)標(biāo)簽-區(qū)域的精準(zhǔn)匹配?；谙辔坏木嚯x模型定位若標(biāo)簽與無源物聯(lián)網(wǎng)設(shè)備天線之間的距離為d，則可得到相位-距離模型如下，其中f為信號頻率，φTag,φAntenna為標(biāo)簽與無源物聯(lián)網(wǎng)設(shè)備天線的相位偏移。(

)

（4-36）c Antenna基于多頻域點相位的位置解算（FD-PDOA）圖33基于頻域相位差測量的定位方法示意圖[20]33所示，F(xiàn)D-PDOA（Frequency-DifferenceofArrivalPhase-DifferenceofArrival，不同頻率下的到達相位差）f1、f2f1f2處測量反向散射信號的相位，則距離信息可通過下式獲取：c12dabs4f1

f2

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

（4-38）位的準(zhǔn)確性[27]?？紤]了基于多頻域點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，幾個采樣點的跳變較大，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基于頻域相位差測量的定位方法的相位測量結(jié)果[27]基于多空間點相位的位置解算（SD-PDOA）SD-PDOA（Space-DifferenceofArrival-Phase-DifferenceofArrival，不同空間點下的到達相位差）包括基于實際天線的雙曲線定位方法和移動天線的合成孔徑兩種方法。雙曲線定位算法通過標(biāo)簽到兩個天線的相位差帶入距離模型中得到標(biāo)簽到兩個天線的1的坐標(biāo)為(x1,y1)2的坐標(biāo)為(x2,y2)，則根據(jù)兩個天線采集的相位差，可得到標(biāo)簽距兩個天線的距離差為：d

c4f

（4-39）進而構(gòu)建雙曲線確定標(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)兩個天線間距大于半波36所示。圖35基于相位的雙曲線定位方法示意圖圖36基于可行區(qū)域的雙曲線定位精度合成孔徑定位算法是通過預(yù)設(shè)一個可能涵蓋標(biāo)簽位置的區(qū)域(監(jiān)測區(qū)域)，根據(jù)已知的天線位置和測量的相位值，在監(jiān)測區(qū)域遍歷每個位置并計算標(biāo)簽在每個位置的可能性[23]。根圖37基于相位的合成孔徑定位方法示意圖37所示，利用移動的天線模擬多天線對標(biāo)簽進行掃描，當(dāng)標(biāo)簽在已知軌道和運動速度而天線靜止時算法與之相通。具體實現(xiàn)方法如下：假定監(jiān)測區(qū)域S為大小為P*Q的矩陣，天線移動過程中產(chǎn)生A1...AM的相位測量點，則對監(jiān)測區(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采集到的相位。 (A,Z

)mod2

（4-42）m,p,q m p,qd代表兩個位置間的歐式距離。則可設(shè)計似然函數(shù)（如余弦相似度函數(shù)），通過似然值代表理論值與真實采集相位值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）其實驗結(jié)果如圖38所示。圖38標(biāo)簽在圓形軌道勻速運動的情況下合成孔徑算法定位精度[23]基于多時間點相位的速度/位置解算（TD-PDOA）TD-PDOA（Time-DifferenceofArrival-Phase-DifferenceofArrival，不同時間下的到達相位差）指通過時域載波相位差測速方法，指在兩個不同時刻基于LoS徑測量兩個時刻的相位差，從而實現(xiàn)測量標(biāo)簽徑向速度的方法。該方法適用于無源物聯(lián)網(wǎng)的導(dǎo)航與追蹤業(yè)務(wù)。圖39基于時域相位差的定位方法示意圖39所示，假設(shè)標(biāo)簽在一定時間內(nèi)勻速運動，在兩個不同時刻分別測量反向散射信號的相位差，可通過下式計算標(biāo)簽相對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。此外測速時，需要滿足：1）對應(yīng)時間間隔應(yīng)讀取連續(xù)相位；2）其相位差不應(yīng)超過π，否則有可能會導(dǎo)致π的相位卷繞或解卷繞時發(fā)生錯誤。進一步，可得到最大可測速范圍和最小可測速范圍。除了計算速度，對長窗口標(biāo)簽的連續(xù)相位值進行分析，可得到標(biāo)簽的時空動態(tài)變化曲線，進而估算標(biāo)簽與天線的位置關(guān)系[24]40所示，當(dāng)部署了標(biāo)簽的物V形區(qū)，天線到標(biāo)簽的距離越大，VV形區(qū)到達最低點的順DDnamcerng，動態(tài)時間規(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空域相位差測量定位方法AOA（AngleofArrival，到達角場景中由于標(biāo)簽側(cè)沒有數(shù)據(jù)處理能力，由無源物聯(lián)網(wǎng)設(shè)備天線側(cè)解算回波的到達角。如圖4121天線間距為a，反向散射信號到達不同天線的路徑差為d2d1，則到達角可表示為：arcsinc

21

（4-48）a 從圖42可以看出，標(biāo)簽從距離無源物聯(lián)網(wǎng)設(shè)備-0.5m到0.5m移動時，對應(yīng)的到達角從-15度變化到15度。圖42到達角隨標(biāo)簽與無源物聯(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)備按照某運動軌跡運動AOA，43圖43基于虛擬天線陣列的測角原理假設(shè)標(biāo)簽發(fā)送的用于定位的參考信號或數(shù)據(jù)幀頭為?收到的第?個數(shù)據(jù)包的第?個基帶采樣點???

?=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（或初始位參考信號與第?個數(shù)據(jù)包之間的時間間隔，????假設(shè)在?個數(shù)據(jù)包發(fā)送過程中，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個數(shù)據(jù)包的坐標(biāo)）。因而，接收信號可以表示為：jf(tmT)

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

0n

(x[n]cos(m]

（4-52）SignalClassification，多重信號分類ESPRIT（estimatingsignalparameterviarotationalinvariancetechniques，基于旋轉(zhuǎn)不變性的參數(shù)信號估計）等算法來估計?AOAAOA2??0??????AOA????IMU（InertialMeasurementUnit感單元MUSIC（MultipleSignalClassification，多重信號分類）算法為例，簡述VAA估計角度原理。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??對所有虛擬天線都是固定的，表示成：[m][mej0f0ms)

（4-55）同時，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,更進一步，通過二維搜索算法，并通過計算出最大的峰值就可以估計AOA角度?0(??)gm{p0

(f,)}

（4-57）(f0,)

MU 0上述的虛擬天線陣列測角或定位算法中，需要對定位設(shè)備的移動速度進行限制，以保vr

（4-58）445mAOA估計的誤差小于25o@95%1m@95%。44AOA（來源：vivo）融合定位AIRSSIID等多種信號特征，克服了單一測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。而無源標(biāo)簽依靠信號反向反射進行通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)，對標(biāo)簽RSSIRSSIRSSI、原始讀取次數(shù)RSSI和讀取次數(shù)，1~3m@90%，驗證了融合多測量量定位的有效性。圖45融合多測量量定位融合多標(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預(yù)處理、特征抽取、位置感知三個處理模47AIAI融合定位技術(shù)分為兩類：AI融合來進行去噪、AI融合來提取特征、建立非線性映射，從而提升定位精度。具體分析如下：AI前融合：在無源物聯(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受噪聲影響AI[32]基于相位與RSSI特征計算標(biāo)簽陣列的似然特征圖，再通過融合AI聚類算法來剔除手指移動軌跡中噪聲的干擾，實現(xiàn)對手指的追蹤與其移動軌跡的還原。AI后融合：為確定目標(biāo)位置，首先需要建立物理信號模型、提取特征，并從特征中計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，無源物聯(lián)網(wǎng)可以和其他無線技術(shù)或傳感器協(xié)5GIMU未來無源物聯(lián)網(wǎng)的無源物聯(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。藍牙Beacon（信標(biāo)）、網(wǎng)關(guān)，甚至我們?nèi)粘Ｊ褂玫闹悄苁謾C終端，都可能成為無源標(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尚盘枺瑢?biāo)簽分為Ⅰ類、II-AII-B類，這些標(biāo)簽都將擴大定位的覆蓋范圍，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米左右的定位場景，在大量部署時成本最低。II-AμW類標(biāo)簽的上行放大是通過反射放大器實現(xiàn)。II-A類標(biāo)簽除了通過射頻采能外，還可采集環(huán)境光能、100~200高于I類標(biāo)簽。II-B類標(biāo)簽峰值功耗可達百μWmW類標(biāo)簽主動生成載波信號，有可能支持發(fā)送定位參考信號，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，實時定位標(biāo)簽的位置，為人或車提供路線路徑規(guī)劃及導(dǎo)航，APP無源物聯(lián)網(wǎng)定位應(yīng)用案例立體倉庫定位解決方案（簡稱立庫2mRSSIID1000100049所示，應(yīng)用基于多測量量融合的無源物聯(lián)定位技術(shù)方案后，進行1-2人年。圖49立體倉庫托盤定位的解決方案平面?zhèn)}庫定位解決方案1m，準(zhǔn)確率高、實時性好，有效提升了庫存管理效率，節(jié)約了物料尋找時間。此外，相比藍牙、UWB31000MO（MaterialOrder，物料訂單50所示，基于多標(biāo)簽融合的無源物聯(lián)定位技術(shù)方案提供自動定位能力，可準(zhǔn)確定位物料所在的庫位位置，且可在線實時查詢物料位置，運輸人員直接達到庫位取出物料。5180%以上。圖50平面?zhèn)}庫物料定位的解決方案進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)實現(xiàn)準(zhǔn)確、高效的自動化進出卡口管理。圖51進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工程的重要組成部分，承載著電力、通信、燃?xì)?、熱力等多?~3AI算法實現(xiàn)人員定位。具體來講，標(biāo)簽陣列與一個無67公里，包括水信艙、WiFi信號強大的穿墻5052AI融合的無源物聯(lián)定位技術(shù)方案，結(jié)合55秒，低成本實現(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店陳列核查解決方案RSSI、相位、頻點、時間等信息，結(jié)合機器學(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)等對信號傳播的影響，53AIAI模型”，為門店管理者提供實時、可視、準(zhǔn)確的陳列及試衣數(shù)據(jù)，滿足服裝自動陳列核查、試穿自動識別、圖53服裝門店陳列核查解決方案總結(jié)及展望憑借低功耗、低成本、易部署和免維護等優(yōu)勢，無源物聯(lián)網(wǎng)定位能力已經(jīng)在倉儲物流、UHFRFID向組網(wǎng)式和蜂窩無源物聯(lián)網(wǎng)的快速演進，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一步增強，AI6G無源物聯(lián)網(wǎng)第二大剛需的應(yīng)用需求，實現(xiàn)無源物聯(lián)網(wǎng)的一網(wǎng)多能化演進發(fā)展。6G無6G縮略語列表縮略語英文全名中文解釋3GPP3rdGenerationPartnershipProject第三代合作伙伴計劃4G6thgenerationmobilenetworks第四代移動通信技術(shù)5G5thgenerationmobilenetworks第五代移動通信技術(shù)5G-A5thGenerationAdvancedMobileCommunicationTechnology第五代增強移動通信技術(shù)ADCAnalog-to-DigitalConverter模數(shù)轉(zhuǎn)換器AOAAngleofArrival到達角APPApplication應(yīng)用程序ASKAmplitudeshiftkeying振幅鍵控BeaconBeacon信標(biāo)BLFBackscatterLinkFrequency反向鏈路頻率BPSKBinaryphaseshiftkeying二進制相移鍵控CFRChannelFrequencyResponse信道頻率響應(yīng)CTEChannelTimingExtension信道定時擴展DOADirectionoftransmitter出發(fā)角DTWDynamicTimeWarping動態(tài)時間規(guī)整算法EPCElectronicProductCode電子產(chǎn)品代碼ESPRITestimatingsignalparameterviarotationalinvariancetechniques基于旋轉(zhuǎn)不變技術(shù)的信號參數(shù)估計FDDFrequencyDivisionDuplexing頻分雙工FD-PDOAFrequency-DifferenceofArrival-Phase-DifferenceofArrival不同頻率下的到達相位差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長距離無線電LoSLineofSight視距傳播MOMaterialOrder物料訂單MUSICMultipleSignalClassification多重信號分類NB-IoTNarrowBandInternetofThings窄帶物聯(lián)網(wǎng)NLoSNoneLineofSight非視距傳播QPSKQuadraturephaseshiftkeying正交相移鍵控RANRadioaccessnetwork無線接入網(wǎng)RFIDRadioFrequencyIdentification射頻識別RSSIReceivedSignalStrengthIndicator接收信號強度指示SD-PDOASpace-DifferenceofArrival-Phase-DifferenceofArrival不同空間點下的到達相位差SFOsamplingfrequencyoffset采樣頻率偏移SLOSignalfromLocalOscillator本地振蕩器產(chǎn)生的信號SMLCServingMobileLocationCenter服務(wù)移動定位中心STOSamplingTimeOffset采樣時間偏移TDoATimeDifferenceofArrival到達時間差TD-PDOATime-DifferenceofArrival-Phase-DifferenceofArrival不同時間下的到達相位差TOATimeofArrival到達時間UDMUnifieddatamanagement統(tǒng)一數(shù)據(jù)管理網(wǎng)元UEUserequipment用戶設(shè)備UHFUltraHighFrequency超高頻UWBUltraWideBand超寬帶VAAVirtualAntennaArray虛擬天線陣列參考文獻面向萬物互聯(lián)的無源物聯(lián)網(wǎng)技術(shù).中國移動,無源物聯(lián)網(wǎng)技術(shù)聯(lián)合創(chuàng)新中心.2022.5G-A無源物聯(lián)網(wǎng)典型場景技術(shù)解決方案白皮書.中國移動通信集團有限公司.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年中國室內(nèi)定位行業(yè)市場深度分析及投資潛力預(yù)測報告華經(jīng)產(chǎn)業(yè)研究院.2023.5G室內(nèi)融合定位白皮書.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)用場景研究.IMT-2030(6G)推進組.2023.企業(yè)級室內(nèi)定位需求白皮書.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