本文版权为《邮电设计技术》所有，如需转载请联系《邮电设计技术》编辑部
摘要：5G网络覆盖是运营商保持竞争力的首要条件，如何快速掌握真实用户的覆盖情况、体验感知及位置尤为重要。利用O域MR、工参及DT路测数据，通过PNN算法构建5G道路高精准定位能力，将室外道路平均定位误差提升至50m左右，为实现5G道路免测试功能奠定了基础。
关键词：5G；PNN；道路；高精准定位
doi：10.12045/j.issn.1007-3043.2024.06.011
概述
随着 5G 网络规模越来越大，覆盖越来越广，运营商利用5G MR网络数据开展室外道路精准定位，一方面可以基于运营商特有的用户 MR 数据，继续延续4G MR 在网络定位方面的优势。另一方面可以拓展无线网络的应用场景，不仅提供基础语音和数据服务，还可以提供基于定位的相关服务，推动“地理信息+”业务创新，产生新的价值和收益。高精度定位服务也是国家“十四五”规划、新基建、数字经济发展规划中的重要内容，研究基于5G MR室外道路精准定位服务具有重要技术、商业和战略意义。
当前 4G LTE 网络支持 MDT（Minimization of DriveTests）数据自动采集，MDT 数据是运营商通过手机终端自动采集的网络测量报告，它包含大量、丰富的小区和信号相关信息，如小区 ID、频点、信号强度、信号质量等。这些信息可以作为构建定位指纹库的数据源，用于构建室内外高精度定位系统。而5G NR网络由于技术和标准上的限制，暂时还不支持MDT数据采集。这使得 5G MR 定位在构建高精度的定位指纹库时面临精准指纹数据不足的难题。未来可以考虑从如下几个方向解决该问题。
a）推动5G NR标准支持MDT，让终端和网络具备MDT的数据采集和上报能力。
b）利用其他数据源替代 MDT，如车载终端、OTT技术等，在一定程度上可弥补数据的不足，但收集难度很大，目前也无法规模推广。
c）丰富新的定位算法和模型，尽量构建相对准确的 5G MR 网络需求的定位指纹库。比如研究基于 DT路测数据获取指定区域的小区信号数据，构建基础定位指纹库，同时与神经网络定位技术〔如PNN（ Probabilistic Neural Network）〕进行很好的融合，实现指纹库数据的密集化和扩充。
