《中國移動：2024年6G無源物聯網定位技術白皮書（1.0）（69頁）.pdf》由會員分享，可在線閱讀，更多相關《中國移動：2024年6G無源物聯網定位技術白皮書（1.0）（69頁）.pdf（69頁珍藏版）》請在三個皮匠報告上搜索。

1、1前前言言無源物聯網技術，作為 6G 海量連接技術的重要載體，有望實現萬億級連接規模。定位是繼物資盤點之外的無源物聯網第二大剛需應用。無源物聯網憑借其低成本、免供電、易部署、免維護和小尺寸等優勢，可有效解決有源定位的使用限制，有望在倉儲物流、商超零售、智能制造、人員管理等場景廣泛應用，實現一網多能。在此背景下，中國移動聯合產業界和科研院校，共同探索 6G 無源物聯網定位技術。本白皮書從 6G 無源物聯網典型定位應用場景需求出發，深入分析無源物聯網定位端到端關鍵技術，介紹定位實踐案例，為產業探尋6G 無源物聯網定位應用發力點、推動無源定位技術演進、創新無源定位解決方案提供參考和指引。白皮書的版權

2、歸中國移動所有，未經授權，任何單位或個人不得復制或拷貝本建議之部分或全部內容。中國移動6G 無源物聯網定位技術白皮書（1.0）1目目錄錄1.無源物聯網發展歷程.12.無源物聯網定位概述.32.1.無源物聯網定位定義.32.2.無源物聯網定位優勢與挑戰.42.3.無源物聯網定位市場前景.73.無源物聯網定位典型場景與需求分析.73.1.企業服務定位場景.83.1.1.倉儲物流.83.1.2.商超零售.93.1.3.智能制造.103.1.4.智慧停車.113.2.政府與公共服務定位場景.123.2.1.博物展覽.123.2.2.礦井管廊.143.2.3.公檢司法.153.2.4.醫療養老.153.

3、3.個人和家庭定位場景.163.3.1.家人關愛.163.3.2.家庭家居.173.4.定位需求與指標分析.184.無源物聯網定位端到端技術.204.1.定位網絡層組網架構與空口拓撲.214.1.1.單點式無源物聯定位架構.214.1.2.組網式無源物聯網定位架構.224.1.3.蜂窩無源物聯網定位架構.234.2.定位算法層定位測量量估計與位置解算.244.2.1.定位測量量估計.24中國移動6G 無源物聯網定位技術白皮書（1.0）24.2.2.位置解算.334.2.3.融合定位.474.3.定位終端層標簽技術.514.4.定位業務層定位服務原子能力.525.無源物聯網定位應用案例.525.

4、1.立體倉庫定位解決方案.525.2.平面倉庫定位解決方案.535.3.進出卡口貨物定位解決方案.545.4.管廊人員定位解決方案.555.5.服裝零售門店陳列核查解決方案.576.總結及展望.58縮略語列表.59參考文獻.61編寫單位及人員.64中國移動6G 無源物聯網定位技術白皮書（1.0）11.無源物聯網發展歷程無源物聯網發展歷程物聯網本著“萬物皆可連接”的愿景，已經通過 4/5G、NB-IoT、LoRa、藍牙、WiFi等通信技術，幫助數以億計的設備實現互聯互通。然而，隨著物聯網市場規模的蓬勃增長，當連接終端下探至海量的生產與生活中常見的物品時，端側感知與通信的供能、續航、維護、尺寸、成

5、本等問題成為物聯網發展的新挑戰。如何實現物聯網端側的自采能、低功耗、低成本、免維護，將是打開海量連接市場的關鍵所在。無源物聯網應景而生，端側設備采集環境中的能量，轉化為可驅動自身電路的電能，同時基于反向散射的通信模式，實現向目標節點傳遞信息，擺脫對電池或電源供電的依賴。如圖 1 所示，無源物聯網作為目前高、中、低速物聯網場景的有益補充，處在“萬物互聯”金字塔的最底端，將實現海量物聯網終端的感知，打開千億級物聯網市場。圖 1 物聯網連接金字塔模型無源物聯網的優勢具體體現在：免供電：端側設備將通信的射頻信號轉換為電能，滿足自身電路工作的供電需求，除此之外，環境中的光能、風能、壓力、溫差等也可作為補

6、充能量來源，實現端側設備自采能，無需電池或電源供電；低成本：無源物聯網自采能脫離了電池的束縛，反向散射極簡通信技術簡化了射頻電路的設計，導致其成本遠低于其它通信技術的終端，目前無源物聯網典型產品UHF（超高頻）RFID 標簽市場價僅幾毛錢，而市場上最便宜的藍牙標簽幾塊錢，而其他的技術產品價格則更高；中國移動6G 無源物聯網定位技術白皮書（1.0）2小尺寸：IoT 設備脫離了電池的束縛，可以做到更小的尺寸與更靈活的形態，甚至是柔性貼片式的形態，以方便應用；易部署：標簽無需供電、形態多、可貼附至各類物品，可在高溫或低溫等復雜的工作環境中正常工作；免維護：標簽無需更換電池，一旦部署，可永久使用。隨著

7、無源物聯網技術的不斷演進，產業界存在基于 RFID、藍牙、WiFi 和 LoRa 等無源物聯通信技術。其中，UHF RFID 系統理論傳輸距離為 110 米，標簽種類多樣，生態成熟，產業鏈完善，且在功耗，成本等方面同樣具備顯著優勢，使用范圍最廣，涉及物流、制造業、零售業等眾多行業。中國移動也積極推動無源物聯網的技術發展，提出單點式無源物聯 1.0、組網式無源物聯網 2.0、蜂窩式無源物聯網 3.0 技術演進路線，實現無源物聯從傳統UHF RFID 的“單點讀取”向“網絡覆蓋”的跨越式發展1。其中組網式無源物聯網將傳統 RFID 設備升級為中心節點與分布式節點設備，中心節點負責下發盤點指令給分布

8、式節點，分布式節點轉發來自中心節點的指令信號給無源物聯網終端，并向無源物聯網終端供能。中心節點負責接收和解調來自無源物聯網終端的信號，讀取盤存信息。實現設備一對一、一對多、多對多的組網協同工作，并兼容符合 ISO18000-6C標準的超高頻 RFID 標簽，支持企業平滑升級網絡覆蓋及管理手段，已經在倉促物流、商超零售等室內局域場景落地應用2。蜂窩式無源物聯網利用基站或中繼設備，實現對蜂窩無源物聯網終端標簽的激勵和信息采集，通過全域覆蓋、移動性管理等，實現中遠距離傳輸和規?；采w2。3GPP 相關標準正在有序推進中，在已經凍結的 3GPP Rel-18 版本中，提出了 5G-Advanced 以

9、及關于蜂窩無源物聯網的理念，Rel-19 版本也正在開展蜂窩無源無線空口及核心網相關課題研究，預計 2025 年下半年凍結標準，屆時無源物聯網將納入到蜂窩通信產業中，釋放無源物聯網的龐大市場潛力。本白皮書基于單點式、組網式和蜂窩式無源物聯網架構開展定位技術的研究。中國移動6G 無源物聯網定位技術白皮書（1.0）32.無源物聯網定位概述無源物聯網定位概述2.1.無源物聯網定位定義無源物聯網定位定義無源物聯網定位，指基于無源物聯網的架構，無源物聯網設備獲取標簽反向散射信號的強度、相位等定位測量量，在定位解算平臺計算待定位標簽的位置。在蜂窩無源物聯網中，無源物聯網設備包括基站、中繼設備或手機等，如圖

10、 2 所示。在應用場景上，定位作為無源物聯僅次于盤存的應用范式，具有成本低、應用廣、非視距、終端免供電、高性能等優點，有望成為最廣泛的室內定位技術之一。圖 2 無源物聯網定位示意圖從定位維度區分，無源物聯網定位分為零維存在定位、一維線性定位、二維平面定位及三維立體定位：零維定位：用于存在性檢測，常見的應用場景是監測人員或者物是否在一個特定的區域內。系統硬件方面通常只需要一個無源物聯網設備和定位標簽即可實現；一維定位：適用于巷道、管廊、隧道等狹長定位區域中人員、物品、車輛定位，只需要定位目標在這個長條區域的實時相對位置，由于寬度不大，在做室內定位的時候一般不會定位區域的寬度；二維定位：二維平面定

11、位，需要確定在空間平面的 X、Y 坐標。一般基于 3 個及以上的無源物聯網設備天線，在一個標準的二維平面內確定無源定位標簽的實時位置；三維定位：需要求出被定位目標的 XYZ 三維坐標，即在平面定位的基礎上增加高度信息。從定位模式區分，無源物聯網定位包括主動定位和被動定位：中國移動6G 無源物聯網定位技術白皮書（1.0）4主動定位：是指被定位目標攜帶定位標簽，通過標簽與無源物聯網設備之間的信號交互，以測距或非測距的方式實現對目標的定位。主動定位需要定位目標主動參與定位過程，無源定位絕大多數場景都是基于主動定位實現；被動定位：定位目標不與無源物聯網設備進行定位信號交互，通過分析定位目標對部署在其周

12、圍環境中的參考標簽定位測量量的影響，確定定位目標的位置。從定位狀態區分，無源物聯網定位可以分為靜態定位、動態定位：靜態定位：是指標簽在一段時間內的位置保持不變進行的定位，如在商超零售和博物展覽場景中定位人員或物品的靜止位置；動態定位：是指標簽在一段時間內的位置朝某個方向變化的定位，如在倉儲物流和智能制造場景中持續追蹤人員或物品的位置變化或提供導航服務。在動態定位中需考慮定位對象移動速度對定位算法的影響。從定位的結果區分，無源物聯網定位可以分為相對定位、絕對定位：相對定位：是指標簽與定位設備之間的相對位置。如在物品查找中定位設備只需要獲得標簽的相對位置就可以完成找到物品；絕對定位：是指標簽在網絡

13、或者現實中的絕對坐標位置。比如在貨物跟蹤或寵物尋找等定位中，定位設備需要獲得標簽的絕對坐標位置才能完成跟蹤或查找業務。2.2.無源物聯網定位優勢與挑戰無源物聯網定位優勢與挑戰與無源物聯網定位并列的定位技術包括 5G、WiFi、藍牙、UWB 和 RFID 定位技術，每一類定位技術的特點和優劣勢各異。具體分析如下：5G 定位技術：蜂窩網絡可用于對移動手機等 5G 終端定位。蜂窩網絡通過檢測移動手機和多個基站之間傳播信號的特征參數（RSSI、傳播時間或時間差、入射角等），可采用鄰近探測法、AOA（Angle of Arrival，到達角）、TOA（Time of Arrival，到達時間）和OTDO

14、A(Observed Time Difference Of Arrival,觀測到達時間差)實現定位。3GPP R16 協議要求5G 定位能力可以達到室內 3 米80%3。3GPP R17 協議制定 5G 定位能力的持續增強，基于 5G 大帶寬、多天線、密集組網等優勢，將定位精度提高至 0.5 米90%甚至更高精度4。5G 定位技術的優勢在于其統一的全球標準，通信網和定位網可以合二為一，節省總體投資。中國移動6G 無源物聯網定位技術白皮書（1.0）5WiFi 定位技術：WiFi 定位技術可基于測距的定位方法和距離無關的定位方法，實現最大百米級別的覆蓋，定位精度可達厘米級別。其中，基于測距的定位

15、方法將考慮測距和測角相關的信道衰減模型或角度測量精度，而距離無關的定位方法不使用信道衰減模型進行定位，避免了由于衰減模型不準確導致的誤差，其缺點在于功耗較大。藍牙定位技術：藍牙定位技術包括基于 RSSI（Received Signal Strength Indicator，接收信號強度指示）的測距方法、基于 Beacon 的定位方法和基于角度測量的測距方法，可實現最大 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，而在室內環境中，情況復雜多變，很難找到通用的信號傳播模型，導致該方法的定位精度較低；基于 Beacon

16、的定位方法需要在室內部署大量的 Beacon 信標，成本較高。2019 年藍牙聯盟發布最新的藍牙 5.1 技術標準5，提出了基于角度測量的測距方法，專門制定了信號 IQ（In-phase and Quadrature，同相正交）采樣和 CTE（Channel Timing Extension，信道定時擴展）等技術要求，大幅提高了藍牙定位精度。UWB 定位技術：由于超寬帶技術信號波長較短，具有穿透能力強的優點，其覆蓋范圍達 50-100m，定位精度為厘米級別。一般而言，基于測距的定位方法都適用于 UWB 定位技術，然而，由于超寬帶設備的價格相對昂貴，且易受金屬和液體等介質的干擾，導致超寬帶技術未

17、能得到廣泛應用。RFID 定位技術：RFID 定位應用中最常見的是基于無源物聯網設備 ID 的區域定位場景。通過識別標簽反饋的激勵天線 ID 與接收天線 ID，確定目標所處的大致區域范圍，這種技術通常適用于零維定位場景。而對于一維和二維定位場景，RFID 定位則主要依賴于信號強度分析的方法。通過深入分析信號強度與距離之間的關聯，或構建詳盡的指紋庫，實現對目標的定位。表 1 常見定位技術比較6定位技術定位技術覆蓋覆蓋定位精度定位精度功耗功耗優勢優勢劣勢劣勢5G 100m幾米幾十厘米高大帶寬、多天線、密集組網定位精度一般，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

18、牙 5400m幾米幾十厘米很低無處不在，低成本，低功耗受干擾影響大，定位精度一般UWB100m幾十厘米幾厘米中定位精度高，魯棒成本高，受金屬和液中國移動6G 無源物聯網定位技術白皮書（1.0）6性好體干擾RFID10m幾米幾十厘米很低超低成本，超低功耗覆蓋低，安全性低，時延大從表 1 的比較看出，RFID 定位的最大優勢在于成本優勢、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、零售等多個領域廣泛應用，以及在高溫、高輻射、高濕度等極端環境中正常工作。無源物聯網定位將繼承這些優勢，并將在以下方面發揮更大優勢：應用場景拓展：無需人工維護、可持續穩定運轉，解決了極端環境下的適用

19、性和后期維護成本的問題，極大擴展物聯網的應用場景；定位范圍擴大：不再受限于傳統 RFID 的近距離通信范圍，利用蜂窩網絡在覆蓋、可管可控、安全鑒權等方面的優勢，為客戶提供便捷、安全、高性能的低功耗定位能力，激發新的應用潛力；定位精度提升：引入基于相位的定位技術進一步提升標簽定位精度，更好支持海量物品的物理世界和數字世界的互聯互通；定位終端融合：支持定位與其他技術的結合，例如，定位與攝像頭的結合，幫助識別攝像頭目標的身份，實現多模態的應用。雖然無源物聯網定位的基本物理原理與業界常見的藍牙、UWB、5G 等定位技術一樣，都是基于無線信號的信道特性實現。但是由于無源物聯網反向散射的技術特性，其技術目

20、前還存在如下挑戰：標簽能力有限：由于標簽本身不具備主動發射上行定位探測信號和提取定位測量量的能力，無源物聯網定位信號都是由無源物聯網設備發出，經標簽反向散射，無源物聯網設備再次收到無線信號，提取定位測量量并解算位置信息。整個定位測量過程由無源物聯網設備主導，標簽被動配合；測量誤差因素多：無源物聯網定位的測量過程包括無源物聯網設備收發信號、無源物聯網設備到標簽之間信號往返飛行時間以及標簽的處理時間。無源物聯網設備收發信號時設備固有誤差、標簽在反向散射調制過程中的采樣頻偏，均會影響定位測量量的準確性；環境干擾影響大：受限于標簽反向散射的工作原理，反向散射信號傳輸功率較低，中國移動6G 無源物聯網定

21、位技術白皮書（1.0）7該信號更易受多徑和環境噪聲的干擾，導致無源物聯網設備接收到的信號質量較差，影響定位測量量讀取的準確度。以上因素都為無源物聯網定位算法優化與精度提升帶來不小挑戰，在具體研究和技術攻關中需要深入分析定位測量量誤差消除方法和適合于無源物聯網定位方法。但標簽定位技術低成本、易部署的優勢，也為基于標簽的定位技術帶來了參考標簽、標簽陣列等獨有的定位模式，這些都將是本白皮書討論的重點。2.3.無源物聯網定位市場前景無源物聯網定位市場前景隨著物聯網技術的進步和室內定位需求的增長，全球室內定位市場正在經歷快速增長。在市場規模方面，據華經產業研究院的數據，2021 年全球室內定位行業市場規

22、模約為 105億元人民幣，2013-2021 年的復合增長率為 4.12%。中國市場在 2022 年的市場規模達到了280 億元人民幣，顯示出室內定位技術在中國市場的巨大潛力和快速增長。預計到 2028 年，技術創新和應用場景的擴展將推動定位發展，全球室內定位市場將繼續保持增長態勢7。在應用領域方面，室內定位技術被廣泛應用于智能制造、倉儲物流、能源電力、公共安全、醫療、礦井、酒店、機場等多個領域。其中，智能制造和倉儲物流是主要的應用場景，也是無源物聯網的主戰場。同時，中國政府對室內定位技術的發展給予了高度重視，并出臺了一系列政策以促進物聯網技術的應用。未來的室內定位技術將繼續向著更高精度、更低

23、功耗、混合定位技術、更廣泛應用的方向發展。無源物聯網定位憑借其超低功耗、低成本、免維護和小尺寸的固有優勢，以及與蜂窩網絡結合后，充分利用蜂窩網絡基礎設施和授權頻譜先天優勢，其技術可以進一步提高通信可靠性、降低無源物聯網設備成本及業務部署的難度，必將在室內定位市場發揮越來越重要的作用。3.無源物聯網定位典型場景與需求分析無源物聯網定位典型場景與需求分析隨著無源物聯網在千行百業的盛行，貼附在人員、物品和車輛上的標簽，其功能除了標識需求外，定位需求也相伴而生，具體應用需求包括人員是否在電子圍欄內，物品是否在規定的位置、車輛是否按照既定軌跡移動等，都是用戶在收到區域內人、物和車輛標識后期望中國移動6G

24、 無源物聯網定位技術白皮書（1.0）8從無源物聯網管理平臺進一步了解的信息。無源物聯網超低功耗、超低成本、免維護等固有優勢，可實現高溫、高輻射、高濕度等極端環境下的定位需求。利用蜂窩無源物聯網在覆蓋范圍、可管可控、安全鑒權等方面的優勢，也可進一步拓展應用場景。此外，引入基于相位的定位技術以及 AI 融合定位技術、多模態融合定位技術都將進一步提升定位精度?；谏鲜鰺o源物聯網的定位優勢，本章從眾多無源物聯網場景中選取倉儲物流、商超零售、智能制造、智慧停車等面向企業服務的定位場景，博物展覽、礦井管廊、公檢司法、醫療養老等面向政府與公共服務的定位場景，以及家人關愛和家庭家居等有關個人和家庭的定位場景，

25、先介紹每個場景的典型應用，再歸納總結無源物聯網定位對定位性能、網絡設備與標簽的需求。3.1.企業服務定位場景企業服務定位場景3.1.1.倉儲物流倉儲物流在倉儲物流作業場景中，位置信息主要用來提升倉儲秩序與物資流轉效率，對定位精度具有較高要求8。如圖 3、圖 4 所示，基于無源物聯網的定位技術，能夠實時追蹤貨物的精確位置和狀態，涵蓋物資的入庫、上架、下架、出庫、查找、追蹤等各個環節，以解決進出庫查驗時間長，揀貨效率低易出錯以及呆料率高等問題，從而提升物資流轉速度，提高貨物管理的效率和準確性。圖 3 倉儲物流定位實景圖中國移動6G 無源物聯網定位技術白皮書（1.0）9圖 4 倉物物流定位部署示意圖

26、進出庫進出庫管理管理：通過在貨物上部署標簽，實現在貨物進出庫時自動識別與跟蹤，確保所有貨物已完成登記。在進出庫環節，定位精度需達到 13 米。同時，企業尤其關注錯判率和漏判率，力求實現進出庫定位的置信度 100%。由于貨物流轉頻繁，因此進出庫定位頻次也較高。上下架管理上下架管理：通過在物品和貨架上部署標簽，實現貨物信息識別和上下架定位。貨物信息及存放位置等保存在數據庫，便于貨物查詢。這類業務需要定位到每個貨物，因此定位精度與貨位大小有關，通常要求定位精度至少達到 1 米及以內。載具流轉管理載具流轉管理：載具指承載貨物的托盤、料箱等，通過在載具上部署標簽進行定位管理，以有效防范因錯拿、丟失、遺忘

27、等情況導致的載具損耗加速。這類業務對定位精度的要求較低，只需在載具離開或進入特定區域時能準確感知其位置變化。3.1.2.商超零售商超零售購物一直是日常生活的重要組成部分，購物中心常見布局包括商超、零售店以及停車場等場所，購物場所通常是多層建筑，甚至是多棟建筑組成，而不同的購物區域、貨架等陳列著豐富的待售物品。如圖 5、圖 6 所示，基于無源物聯網的定位技術，能夠幫助消費者更快速找到目標商品和店鋪，為運營者提供庫存盤點、商品防盜、陳列優化等服務，同時還能為管理者提供客流分布數據，以便合理調整門店布局，深度挖掘并釋放商業潛力89。中國移動6G 無源物聯網定位技術白皮書（1.0）10圖 5 商超零售

28、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消費者購物導引導引：在商超門店或關鍵位置大量布設低成本、免維護的標簽，消費者利用手機里的商超 APP 與環境中的標簽定位個人當前位置，進而 APP 可實現特定門店位置導航、附近商鋪商品精準推送，以及同伴尋找等服務，為消費者購物提供便利性和貼心服務，提升消費體驗。這類應用對定位精度要求不高，一般在 1-3 米即可。門店商品自動化盤點與陳列核查門店商品自動化盤點與陳列核查：門店采用傳統掃碼槍的人工盤點商品時費事費力，引入無源物聯網定位能力，實現秒級門店貨物盤點的同時，順帶可核查貨物的陳列位置是否符合要求，省去員工需拿著服裝陳列手冊，逐件核查

29、的繁雜工作。商超經營商超經營布局調整布局調整：對于商超經營者來說，通過門店標簽與消費者手中的手機，即可掌握消費者停留購物的位置變化，提供客流動線、停留時長、到訪頻次等分析核心信息，為商場動態調整業態規劃和布局提供數據支撐。3.1.3.智能制造智能制造隨著工業 4.0 的到來，制造業對自動化、數字化和無人化的需求不斷提升，智能制造在提高生產力和提高可持續性方面發揮著關鍵作用。在智能制造場景中，具有三維移動能力的生產線機器人將成為未來智慧工廠中的主要勞動者10。在生產過程中，需要對生產物料、機器人的位置進行實時定位，確保物料經過各道工序的完整性，幫助機器人在移動的過程中規避障礙，確保機器人在指定位

30、置完成操作，如圖 7 所示。智能制造對定位精度具有較高要求，中國移動6G 無源物聯網定位技術白皮書（1.0）11需要 1030cm 定位精度，且其作業場景也對定位技術的抗干擾、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生產工序工序定位定位：在生產線流程節點部署無源物聯網設備，利用物料是否經過節點實現對物料生產流程的監控，保證生產線上的組裝、移動和檢驗等步驟有序進行。這類業務通常用于流水線上，屬于一維定位，對定位精度要求至少達到亞米級；機器人找物機器人找物：機器人攜帶無源物聯網設備，利用無源物聯網定位技術，獲取機械臂與目標的相對位置，通過無線信號控制這些機械臂移動到指定地點，完

31、成預設的各種制造與裝配工作10。這類業務的定位精度需要分米級，同時對定位頻次的要求較高；員工考勤員工考勤：將標簽與員工工牌結合，通過無源物聯網定位，實時掌握人員的位置和分布情況，進行人員考勤、工時統計、在崗/離崗等工作狀態的管理，便于實現人員調度和安全管理。這類業務對定位精度以及定位系統的實時性和穩定性要求較高。3.1.4.智慧停車智慧停車當前，室外定位技術日臻成熟，GPS 定位或蜂窩定位等技術已經非常好的滿足人們在日常出行、生產生活等方方面面的定位與導航需求。然而，面對日益增長的室內定位與導航需求，還缺乏有效且低成本的技術手段。例如：在地下停車場，人們經常無法及時找到空閑停車位，極大影響人們

32、的出行體驗。如圖 8 所示，借助無源物聯網定位技術，能夠以有效且低成本的解決方案提供室內定位和導航服務，實現智慧停車，讓出行更加便捷。智慧停車領域廣泛，涵蓋車場信息、車位分享、車位預約、閑置車位引導、泊車、反向尋車、車場道閘、自動繳費的整個閉環鏈路。在商超、大型展館、體育場的停車場對定位的主要需求集中在閑置車位引導、智能反向尋車及離場路徑指引方面9。中國移動6G 無源物聯網定位技術白皮書（1.0）12閑置車位引導閑置車位引導：通過在車主手機集成標簽讀寫功能，在每個停車位都布設無源標簽，在車主入場時，通過車主手機與多個車位標簽的定位流程交互，確定車主與空閑車位的位置關系，為車主生成導引路線，幫助

33、車主快速找到空閑車位；智能反向尋車智能反向尋車：同理，而在車主找車離場時，再次根據車主手機與周圍車位標簽的定位流程交互，確定車主與停車位的位置關系，為車主生成找車的步行導引路線，幫助車主找到車并快速離場；離場路徑指引離場路徑指引：停車場內部結構復雜，個別停車場的進出口導航指示往往不夠明確，導致車主在進出時產生困惑，增加了時間成本。當車主離開停車場時，地圖上顯示停車場的出口方位，用戶可選擇一個目標出口，手機借助車場參考標簽確定車輛位置，系統依照實時路況和出口擁堵情況，智能規劃離場路徑幫助用戶避開擁堵，提供快速、順暢的離場體驗。圖 8 停車場無源物聯網定位場景3.2.政府與公共服務定位場景政府與公

34、共服務定位場景3.2.1.博物展覽博物展覽對于博物館、會展中心等大型展覽活動場所，動輒就會聚集成千上萬的觀眾，展覽中涉及眾多貴重文物或展品等，觀眾對參展體驗的要求也在不斷提高。博物展覽領域迫切需要一種低成本、高效且易部署的定位技術，以確保展品安全、優化游客體驗并提升管理效率。如圖 9、圖 10 所示，通過無源物聯網定位技術，通過室內部署無源物聯網設備，與部署在展品附近的標簽互動，實現展品實時定位，有效防止展品丟失或損壞。同時，游客手持講解設備集成標簽讀寫功能，與部署在展品附近的標簽互動，定位展品相對游客的位置，提供自動化展品講解和導覽服務，提升游客的參觀體驗8。中國移動6G 無源物聯網定位技術

35、白皮書（1.0）13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展品位置安全管理：對博物館內展品進行實時追蹤與精準定位，有效防止盜竊、損壞等意外事件的發生，提高展品的安全性。該場景要求定位精度極高，能夠精確到展品的具體擺放位置，甚至細化到厘米級別。同時定位頻次需保持較高水平；游客精準導覽服務游客精準導覽服務：為游客提供個性化的導覽服務，根據游客的實時位置，為其推薦感興趣的展品和最佳參觀路線，提升游客的參觀體驗。該場景要求定位精度適中，能夠準確識別游客所在的展區或展品，以提供精準的導覽信息。定位頻次應根據游客的移動速度和參觀需求進行動態調整。在游客停留觀賞時，可降低定

36、位頻次以節省資源；在游客移動時，則提高定位頻次以確保導覽服務的及時性和準確性；博物館人流監控與管理博物館人流監控與管理：定位博物館內人員位置，實時監測人流分布、移動軌跡和密度變化，為博物館的安全管理提供有力支持。該場景要求定位精度適中至較高，能夠區分不同區域的人流情況，為博物館的安全管理提供準確的數據支持。定位頻次應根據博物館的開放時間和人流量變化進行靈活調整。在人流高峰時段，應提高定位頻次以實時監控人流動態；在人流較少時段，可適當降低定位頻次以節省資源。中國移動6G 無源物聯網定位技術白皮書（1.0）143.2.2.礦井管廊礦井管廊在礦井、管廊等地下作業環境中，工作環境空間狹窄，危險系數高，

37、同時還存在多工種、多工序的巡查檢修需求。如何確定作業人員的分布位置，如何對不同工種、不同區域的作業人員進行分類管理，如何保障作業人員安全，對于企業安全管理來說一直是困擾的痛點問題。如圖 11、圖 12 所示，將標簽與員工的工卡相結合，無源物聯網設備部署在作業區域即可實時掌握作業人員位置。這類場景最關鍵的是對定位精度和定位實時性的要求11，定位精度基本在 13 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巡檢定位：對巡檢人員實時定位并記錄其移動軌跡，有助于管理人員隨時掌握巡檢人員的具體位置和工作狀態，確保巡檢工作的全面性和高效性。巡檢時應確保每秒上報一次巡檢人員的位置

38、，定位精度要求達到 13 米，以實現對巡檢人員實時動態的精確掌握。作業管理作業管理：對地下作業人員實時定位并記錄其移動軌跡，有助于管理人員隨時掌握作業人員的活動范圍，并對消失、脫崗、串崗、超員、欠員、單人危險作業等異常行為報警，確保地下作業的規范性。定位精度要求不超過 3 米。電子圍欄電子圍欄：對重要或危險區域的人員進行監控，防止人員出入采掘工作面、盲巷等限制區域，一旦有人未經授權出入該區域，系統立即報警，遏制重特大事故發生。該場景下的定位精度為區域級，定位頻次應確保每秒上報一次。中國移動6G 無源物聯網定位技術白皮書（1.0）153.2.3.公檢司法公檢司法監獄監所在人員管理上存在諸多難點，

39、如犯人活動軌跡難追蹤、非法闖入禁入區難覺察等，這些難題不僅增加了管理難度，也增加了安全風險。如圖 13 所示，無源物聯網定位技術應用在監獄監所領域，能有效輔助解決警力緊張、工作壓力沉重、難以全局監控等問題，提高監獄管理的效率和安全性。監獄監所領域對定位精度要求不高，滿足室內10m 即可8，大部分場景下只要基于定位能力準確區分人員所在區域，即存在級定位就可滿足需求。圖 13 監獄監所定位部署示意圖重點區域安全監控重點區域安全監控：監獄內的重點區域，如禁閉室、倉庫等，需要特別加強安全監控。實時監測這些區域內的人員活動情況，防止未經授權的人員進入或發生異常情況。此場景下在監控區域部署無源物聯網設備，

40、定位區域內的標簽，確定人員位置，對重點區域的持續監控，這里定位精度為區域級，定位頻次需滿足實時監控的需求。人員日?；顒颖O控人員日?；顒颖O控：對犯人在監獄內的日?；顒舆M行實時監控，精確掌握其位置、行動軌跡及停留時長等信息。定位精度要求 5 米左右，定位頻次需至少每秒上報一次，以便及時發現異常行為。3.2.4.醫療養老醫療養老隨著老齡化社會的加速和醫療技術的進步，醫療養老領域對人員、設備和資源的精準定位需求日益凸顯，定位精度要求米級8。如圖 14 所示，在人員管理方面，實時掌握醫護人員和患者的位置信息，不僅能為他們提供及時有效的救治和護理，更能確保整個醫療流程的高校運轉。在設備管理方面，醫療設備的

41、精確定位，可以極大地提升設備使用效率，減少尋找設備的時間，更能保障醫療質量和患者的生命安全。面對上述需求，無源物聯網定位技術以其無需電源、長壽命、高穩定性等優勢，正逐漸成為醫療養老領域定位技術的新選擇。中國移動6G 無源物聯網定位技術白皮書（1.0）16圖 14 醫療養老定位部署示意圖患者實時定位與監護患者實時定位與監護：精確掌握患者的位置信息，包括病房、走廊、手術室等各個區域，方便醫護人員及時響應患者的需求，提供個性化的護理服務。對于需要特殊照顧的患者，如老年人、行動不便者等，實時定位可以確保他們的安全，防止意外事件的發生。在定位精度方面，需要確保能夠準確識別患者所在的房間或區域；在定位頻次

42、上，應滿足實時性要求，以便醫護人員隨時掌握患者動態；醫療設備追蹤與管理醫療設備追蹤與管理：醫療設備是醫療養老領域不可或缺的資源，通過對醫療設備實時追蹤與管理，可以提高設備的使用效率，減少設備尋找時間。同時，對于高價值或易損設備，實現防盜和損壞預警。在定位精度方面，需要能夠精確到設備具體位置；在定位頻次上，可以根據設備的使用情況和需求進行靈活設置；緊急事件快速響應緊急事件快速響應：在醫療養老領域，緊急事件的快速響應至關重要。當面臨火災、地震等自然災害或患者突發病情等緊急情況時，醫療機構需要迅速、準確地定位出人員位置，判斷是否全部完成疏散或救援，有助于提高救援速度，減少人身和財產損失。定位精度上，

43、需要能夠精確到至少房間級，定位頻次應滿足實時性要求。3.3.個人和家庭定位場景個人和家庭定位場景3.3.1.家人關愛家人關愛老人和幼兒是兩大特殊群體，對于老人來說，隨著年齡的增長，記憶力和行動能力逐漸下降，容易發生迷路或摔倒等意外情況；對于幼兒，由于好奇心強且缺乏自我保護能力，容易發生走失或意外受傷等事故。寵物作為現代家庭的一員，也越來越受到人們的關注，對寵物進行位置跟蹤，不僅可以避免寵物丟失，還可以觀察寵物每天的運動量。因此，對家庭成員進行位置跟蹤，已經成為家人們日益迫切和關心的需求。在定位能力方面，為確保在緊急情況下能夠迅速找到家人，定位精度應達到至少米級12。中國移動6G 無源物聯網定位

44、技術白皮書（1.0）17圖 15尋找小孩的定位部署示意圖12老幼防意外老幼防意外：老人或小孩佩戴可穿戴式標簽，通過老人或小孩附近的手機實現對無源標簽的激活和信息讀取。在圖 15 所示的場景中，利用手機與標簽相對距離不變的性質，聯合多個無源物聯網設備形成多個觀測點，當接收方移動后，標簽與手機的位置大致重合，可追蹤手機的位置，進一步可實現標簽的測距功能，并估計丟失的小孩相對于接收設備的移動速度，進而確定出老人或小孩的位置。該場景通過消除收發端的非理想因素，分離出反向散射鏈路的信道狀態信息，實現了較高精度的無源物聯定位。寵物位置追蹤寵物位置追蹤：寵物佩戴無源標簽，家人通過手機發起定位追蹤業務，利用基

45、站或附近的無源物聯網中繼設備實現對寵物身上標簽的激活和讀取，并獲取寵物實時位置。定位精度要求米級，定位頻次高。3.3.2.家庭家居家庭家居在智能家居應用場景中，查找個人物品是重要的應用之一，這些物品通常都是小尺寸，例如，鑰匙、錢包、證件、藥品等。人們容易忘記將物品放在哪里了，所以這類物品易丟失，不易尋找。尤其是對于老人來說，由于記憶力下降，很容易忘記物品放置的位置。在這些情況下，基于貼附在物品上的標簽，利用附近的手機、家庭網關、機頂盒找到物品的位置。這一場景的定位精度和定位頻次要求不高，但需要將物品的絕對坐標轉換成用戶便于理解的語言。比如，給出物品周圍的參照物，如“鑰匙在桌子上，靠近花瓶”?；?/p>

46、者，給出物品大致的距離或角度范圍，如“鑰匙位于您約 3m 范圍內東北方向約 30o處”。另外，坐標轉換這一需求可以通過在典型參照物上貼附標簽作為參考標簽，并在軟件數據庫中將不同參考標簽與參照物進行匹配，例如一號參考標簽對應客廳中的沙發，二號參考標簽對應書房的書柜等。中國移動6G 無源物聯網定位技術白皮書（1.0）18圖 16 居家找物定位部署示意圖藥品定位藥品定位：為了幫助老人更快的找到藥品，可以通過手機輔助查找物品的位置13。如圖16 所示，家人可以將無源標簽貼在藥品上，若老人忘記藥品的位置時，可通過無源物聯網定位技術找到所需藥品。當空間存在 LoS（Line of sight，視距傳播）徑

47、時，可達到小于 1m 的定位精度；當空間僅存在 NLoS（None line of sight，非視距傳播）徑時（如圖 16 所示，藥品與老人分別在不同的房間），其定位精度約為 12 米，該定位精度可協助老人確定藥品所在區域。貴重物品追蹤貴重物品追蹤：一些貴重物品如護照等證件，使用頻率較低，等需要時會一時忘記是否在家中，在哪個位置，還是已經發生丟失或偷竊。為了更好的掌握這些物品的位置，可以將標簽貼在這些物品上，結合零維存在定位方法可以首先確認該物品是否仍在家中。若確定仍在家中，通過上述物品定位技術輔助用戶快速找到該物品。此外，還可以通過手機軟件的定制化服務設置提醒，一旦某些物品離開家庭所在的區

48、域手機就會收到提醒。3.4.定位需求與指標分析定位需求與指標分析歸納分析上述應用場景，不難看出無源物聯網的定位場景主要集中在室內，涵蓋定位、導航和追蹤三個大類。定位指確定目標在特定空間中的具體位置，目標可以是人或者物，如考勤管理、電子圍欄、上下架管理等；導航側重為用戶規劃從起點到目的地的最佳路徑，并隨著用戶的移動實時展示用戶位置在地圖上的變化，同步更新路徑指引路線，直至達到目的地，該定位能力一般將手機作為無源物聯網設備和展示界面，手機即能夠獲取定位測量，又能夠查看導航頁面；追蹤是連續、不間斷地監測目標的位置移動，以掌握其行動軌跡，目標可以是人或物，如防走丟、物流跟蹤等。中國移動6G 無源物聯網

49、定位技術白皮書（1.0）19基于上述幾個章節對典型定位場景的描述，在此選取典型定位應用，歸納其對標簽和無源物聯網設備的需求以及定位性能要求，如表 2 所示。表 2 典型定位場景的定位需求與指標分析定位分類定位目標定位業務定位模式服務方式標簽部署方式無源物聯網設備部署需求（推薦）定位指標水平精度（90%置信度）服務可用性定位時延并發頻次定位人員工考勤主動定位周期定位目標攜帶標簽蜂窩基站5m99%5s高低電子圍欄被動定位周期環境部署參考標簽蜂窩基站95%1s低低物進出庫管理主動定位周期定位目標攜帶標簽組網式無源物聯設備99%3s高低上下架管理主動定位觸發定位目標攜帶標簽組網式無源物聯設備1m95%

50、5s低低導航人泊車找車被動定位觸發環境部署參考標簽蜂窩基站與中繼設備5m90%5s中中導覽導購被動定位觸發環境部署參考標簽蜂窩基站與中繼設備5m90%5s高中物機器人找物主動定位觸發定位目標攜帶標簽單點式網絡設備1m90%1s高中追蹤人巡檢定位主動定位周期定位目標攜帶標簽蜂窩基站5m95%5s低高老幼防意外主動定位觸發定位目標攜帶標簽蜂窩基站與中繼設備5m95%5s低高物生產工序定位主動定位周期定位目標攜帶標簽組網式無源物聯設備3m95%3s中高寵物位置追蹤主動定位觸發定位目標攜帶標簽組網式無源物聯設備5m95%1s低高中國移動6G 無源物聯網定位技術白皮書（1.0）204.無源物聯網定位端到

51、端技術無源物聯網定位端到端技術無源物聯網端到端定位技術涵蓋定位終端層、網絡層、算法層和業務層。如圖 17 所示：圖 17 無源物聯網定位端到端技術體系定位終端層：主要由貼附在定位對象的標簽或環境中的參考標簽組成，當前以電子標簽形態為主。標簽主要由芯片和天線組成，自身無電池，需要邊收集能量邊工作。無源物聯網設備或基站持續發送射頻信號給終端，終端將射頻能量轉化為直流電能供給數字芯片工作。標簽被射頻能激活后，通過反向散射無線信號，向無源物聯網設備上報 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量量，這類標簽被 3GPP 定義為 I 類標簽。此外，為實現更遠距離傳輸，3GPP

52、還進一步定義了基于環境能量采集能力的 II-A 類標簽以及可以主動發射信號 II-B 類標簽14?；跇撕灧聪蛏⑸湫盘柣蛑鲃影l射信號的定位算法不同，本章節主要討論基于標簽反向散射的定位算法。定位網絡層：包括第 1 章提到的單點式架構、組網式架構以及蜂窩式架構，具體選用哪種架構做定位依據定位場景而定，一般室內局域環境采用單點式和組網式，室外采用蜂窩式擴大覆蓋范圍；定位網絡架構對定位算法和定位流程均有影響，詳細分析見 4.1 章節；定位算法層：主要負責預處理定位測量量數據，通過基于指紋、距離和角度的算法中國移動6G 無源物聯網定位技術白皮書（1.0）21計算標簽位置，以及實現多測量、多標簽、多模態

53、、AI 融合的定位方法。依據定位架構的不同，定位算法層所處的位置也有所區別：在單點式和組網式架構中，定位算法層可以與業務側合設部署在離客戶近的服務器上；在蜂窩無源架構中，定位算法層可由核心網定位網元實現、或下層到客戶側的邊緣算力資源支持。此外，由于無源物聯網的定位信號基于標簽的反向散射信號，信號測量環節引入誤差的因素較多、反向散射信號相較主動發射的信號弱，使得定位信號更容易受環境多徑和干擾的影響，這些都對測量量準確估計和位置精度計算帶來不小挑戰；但標簽超低成本、超低功耗、免維護的特性，也為無源物聯網定位帶來獨有的定位算法，這些都將在 4.2 章節展開詳細分析；定位業務層：面向具體應用提供實時定

54、位、電子圍欄、室內導航、活動軌跡等定位服務原子能力，并提供定位交互和展示的界面。由于定位網絡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的研究重點。所以在接下來的章節中按照定位網絡層、算法層、終端層和業務層的順序展開詳細分析。4.1.定位網絡層定位網絡層組網架構與空口拓撲組網架構與空口拓撲根據標簽與無源物聯網絡設備的連接方式，無源物聯網的定位網絡架構可分為 3 大類：單點式無源物聯網架構、組網式無源物聯網架構和蜂窩無源物聯網架構。無源物聯網的組網架構與定位算法和流程設計密切相關：在定位算法方面，單點式無源和蜂窩式無源中的直連拓撲都屬于定位信號收發一體的模式，定位算法類似；組網式無源和蜂

55、窩式無源中引入中繼設備，在定位算法設計時需要考慮定位信號收發分離的情況。在定位流程方面，由于組網式無源引入了分布式節點設備、蜂窩式無源引入了中繼設備，定位流程需額外考慮中心節點設備與分布式節點設備、基站與中繼設備的交互。此外，蜂窩無源物聯網中，定位流程還需在遵循蜂窩定位網元的功能分工與流程設計的基礎之上，再增加功能以支持無源無源物聯網定位。4.1.1.單點式無源物聯單點式無源物聯定位架構定位架構單點式無源物聯，指無源物聯網設備與標簽直接連接的方式，傳統 RFID 就屬于該類架構。標簽附著在被定位的對象上，或作為定位參考標簽部署在定位區域中，標簽先通過采能中國移動6G 無源物聯網定位技術白皮書（

56、1.0）22模塊將射頻能或環境能量轉換成電能，驅動標簽處理和通信模塊的電路，再接收解調處理定位指令的信號，并通過反向散射的方式將定位無線信號發送至無源物聯網設備。無源物聯網設備負責激勵標簽、發送下行定位指令、接收上行定位信號，估算定位測量量并上報至定位服務平臺，供其進行位置解算。圖 18 提到的定位指令和定位信號，均遵循 ISO18000-6C 協議，復用無源物聯網設備發給標簽的盤存指令和標簽上報 EPC（Electronic Product Code，電子產品代碼）時的信號。圖 18 單點式定位系統網絡架構4.1.2.組網式無源物聯網組網式無源物聯網定位架構定位架構在組網式無源物聯網定位架構

57、中，標簽的讀寫由中心節點設備和分布節點設備共同負責，如圖 19 所示。一個中心節點設備與多個分布節點設備搭配部署，中心節點與定位平臺交互，控制分布節點向標簽發送激勵信號和定位指令，標簽將定位信號直接反射至中心節點，即定位信號的發送和接收分別由分布節點和中心節點承擔，在設計定位流程時需考慮中心節點設備與分布節點設備的配合，在設計定位算法時也要考慮定位信號往返路徑不同的問題。目前，組網式架構依舊遵循 ISO18000-6C 協議，這里提到的定位指令和定位信號，也是復用無源物聯網設備發給標簽的盤存指令和標簽上報 EPC 時的信號，未來將支持蜂窩無源物聯網的定位協議。圖 19 組網式定位系統網絡架構中

58、國移動6G 無源物聯網定位技術白皮書（1.0）234.1.3.蜂窩無源物聯網蜂窩無源物聯網定位架構定位架構在蜂窩無源物聯網中，基站或中繼設備集成標簽讀寫模塊，復用核心網 5G 定位網元SMLC（Serving Mobile Location Center，服務移動定位中心）、LMF（Location ManagementFunction，位置管理功能）作為定位平臺，承載定位算法層的功能。其中 SMLC 與客戶定位應用交互，接收應用位置請求，返回位置信息；LMF 接收來自 SMLC 的定位請求，向基站標簽讀寫模塊下發定位指令，接收來自基站的定位測量量，解算位置，并將位置信息回復至SMLC。為了確

59、保定位安全，UDM（Unified data management，統一數據管理網元）網元參與標簽簽約和標簽的位置權限的管理。此外，有關定位信號，3GPP 還未開展詳細討論，初步結論是由于標簽的低功耗和有限的計算能力，物理層和鏈路層協議不易太復雜。如圖 20 所示，標簽和基站的空口拓撲分細分為以下 3 種情況14：空口拓撲 1：基站集成標簽讀寫模塊，與標簽直連，發送激勵信號和定位指令，標簽向基站反向散射定位信號，基站的標簽讀寫模塊估算定位測量量并發送至核心網進行位置解算，屬于收發一體式架構；空口拓撲 2：中繼設備部署在距離標簽較近的位置，向發送激勵信號和定位指令；標簽向基站的反向散射定位信號，

60、由基站標簽讀寫模塊負責估算定位測量量，屬于收發分離式架構；空口拓撲 3：手機等終端設備集成標簽讀寫模塊，與標簽交互，手機接收來自核心網的定位請求，激勵標簽并發送定位指令，標簽反向散射定位信號，手機負責估算定位測量量，上報至核心網。這里手機也被認為是中繼設備，整個架構屬于收發一體式架構。圖 20 蜂窩無源物聯網定位系統組網架構中國移動6G 無源物聯網定位技術白皮書（1.0）244.2.定位算法層定位算法層定位測量量估計與位置解算定位測量量估計與位置解算4.2.1.定位測量量估計定位測量量估計定位測量量是指用來計算定位對象位置的測量參數，在無源物聯網中，測量量除了包含無線信道測量常用的信號相位、信

61、號強度 RSSI 外，還包含標簽的盤存頻率和無源物聯網設備或天線 ID 信息等位置解算的輔助信息。此外，標簽、無源物聯網設備的固有誤差、信號干擾、多徑環境等都給測量量的準確估算帶來不小影響。本章節先介紹無源物聯網定位中測量量的定義和估計方法，再重點介紹測量量預處理技術。4.2.1.1.定位測量量分析定位測量量分析1.信號相位無源物聯網通信中，信號傳播的流程如圖 21 所示，無源物聯網設備先發出指定頻段的載波信號 Ssend激活標簽，載波再搭載盤存指令發出，標簽解調來自無源物聯網設備的信息，并將信息調制到載波上反向散射出去；無源物聯網設備接收來自標簽的反向散射信號 Srecv，解調出其中的信息，

62、完成整個通信的流程。圖 21 無源物聯網的無線信號傳播示意圖通信過程開始的階段，無源物聯網設備發出的信號為 Ssend：)2cos()(0TcsenttfAtS（4-1）其中，A 為信號的幅度，fc為信號的載波頻率，0為信號的初始相位，T為信號在無源物聯網設備發送鏈路產生的相位。標簽在信號到達之后被激活，將自身的信息進行調制后反向散射出去，無源物聯網設備接收的返回信號為 Srecv。中國移動6G 無源物聯網定位技術白皮書（1.0）25)(2cos()(0RtagTRTcrecvtfAtS（4-2）其中，為信號傳輸的過程中產生的衰減系數，T和R為信號前向和后向傳輸所消耗的時間，R為信號在無源物聯

63、網設備接收鏈路產生的相位。同時，標簽對信號進行調制的過程中也會引起的相位變化，代表標簽的調制信息，tag為信號在標簽中產生的相位。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T和R產生的相位變化才是與測距相關的相位參數，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目前比較通用的方法是使用 I/Q 解調的方式獲取信號的相位信息，其流程如圖 23 所示。圖 23I/Q 解調原理圖無源物聯網設備在接收到信號之后，會將接收信號分為兩路，兩路接收信號分別與本振產生的兩路正交信號混頻，再對混頻后的信號低通濾波即可獲得 I/Q 兩路的基帶信號，根據 I/Q

64、 兩路的基帶信號即可解析出接收信號中的相位信息。本地振蕩器產生的信號 SLO為：)2cos()(LOcLOLOtfAtS（4-3）nRTcLOfAAtI)(2cos(21)(（4-4）nRTcLOfAAtQ)(2sin(21)(（4-5）其中LORtagTn0。此時，可計算出信號中如下式所示的相位信息：中國移動6G 無源物聯網定位技術白皮書（1.0）26)()(arctan(tItQ（4-6）fdc2n221（4-7）2.信號強度 RSSI標簽接收無源物聯網設備天線發送的連續波，并在此基礎上調制數據返回信號，將信號來回的過程分開建模，則標簽收到的來自激勵器發送天線的電磁波能量可以表示為：21)

65、4(dLGGPPtagTxreaderTxreaderRxtag（4-8）PtagRx為標簽的接收能量，PreaderTx為無源物聯網設備天線發射的信號能量，GreaderTx和Gtag分別為無源物聯網設備天線和標簽天線的信號增益，L 為信道衰減系數，d1為前向通信距離，同理可得無源物聯網設備接收天線接收到的標簽信號的能量為：22)4(dLGGPPtagRxreaderTxtagRxreader（4-9）PreaderRx為無源物聯網設備天線的接收能量，PtagTx為標簽線反射的信號能量，d2為后向通信距離，假設標簽對的能量利用率為，即PtagTx=PtagRx，則聯立上式可得221422)1

66、()4(ddLGGGPPtagRxreaderTxreaderTxreaderRxreader（4-10）通過能量RxreaderP可解算得到 RSSI)(log1010PRSSI（4-11）當無源物聯網為收發一體式設備，即 d1 和 d2 相等時，RSSI 公式如下，0RSSI為 d0處的 RSSI 值，n為路徑損耗系數（n的推薦值為 2）?？梢钥吹疆?d 越小，即標簽距離無源物聯網設備越近，則 RSSI 值越大。)(log100100ddnRSSIRSSI（4-12）3.標簽盤存頻率當標簽與無源物聯網設備之間完成一次盤存流程，即認為標簽被無源物聯網設備讀取了中國移動6G 無源物聯網定位技術

67、白皮書（1.0）27一次。標簽在距離無源物聯網設備天線較近的區域時,單位時間的讀取次數很高,而且較為穩定，該指標可用于粗比較標簽與無源物聯網設備天線之間的相對距離。4.無源物聯網設備或天線 ID當標簽被無源物聯網設備識別，可認為標簽在對應天線的激勵與識別范圍內，即激勵設備天線 ID 與接收器天線 ID 可大致反應標簽所處空間范圍。對于一體式設備，通過天線 ID可約束范圍為無源物聯網設備天線的激勵與識別范圍；對收發分離式設備，通過天線 ID 可約束范圍為激勵設備天線激勵范圍與接收器天線識別范圍的交集。4.2.1.2.定位測量量預處理定位測量量預處理定位精度很大程度上取決于定位測量量的準確性，但由

68、于設備固有誤差、信號干擾、環境多徑等因素，定位測量量的準確性受到很大影響。本小節將從標簽與無源物聯網設備固有誤差消除、干擾消除和環境多徑誤差消除以及定位測量量修正幾方面討論消除或補償這些不利因素影響的方法。4.2.1.2.1.設備固有誤差消除或減弱設備固有誤差消除或減弱1.標簽 SFO 或 CFO 消除為了消除標簽 SFO（sampling frequency offset，采樣頻率偏移）對定位測量量的影響，可先對 SFO 預處理，從而消除 SFO。假設載波信號頻率為 f0，標簽調制頻率為 f1，由于 SFO引起的頻率誤差為f（假設為正值），則接收端接收的信號頻率分別為：f0f1f 和 f0f

69、1f，接收的信號與載波信號做頻域相關之后，可獲得 f1f。由于無源物聯網設備已知 f1，則可獲得由于標簽 SFO 引起的頻率誤差f。根據該值，無源物聯網設備可對定位測量量相位進行預處理或補償。此外，結合標簽的調制方式，例如，幅度鍵控 OOK，設計標簽反向散射信號的序列，輔助接收端通過相關操作估計標簽的 SFO 或 CFO（Carrier Frequency Offset，載波頻率偏移）。2.標簽反向散射引起的載波相位變化消除無源物聯網定位系統由于標簽反向散射引起的載波相位變化tag，對標簽反射載波信號相位測量造成誤差影響，例如：標簽類型，標簽貼附物，標簽貼附方式、標簽周期環境變化中國移動6G

70、無源物聯網定位技術白皮書（1.0）28等因素相關。通常在測量相位過程中，將標簽反向散射引起的載波相位變化假定在短時間周期內變化較小，通過多次測量進行差分處理消除這部分固定變化相位tag，減小標簽反向散射的相位變化對定位測量精度的影響。3.基于無源物聯網設備 SFO 或 STO 消除的相位采集改進若無源物聯網定位系統采用收發分離的架構，還需要考慮收端與發端的 SFO 或 STO（Sampling Time Offset，采樣時間偏移）造成的失步對定位測量量的影響。相干時間內，進行多路徑配置，發送端在時間 T1發送 packet1給接收端，并在時間 T2發送 packet2給接收端，接收端根據兩個

71、不同時刻的接收信號進行相關，獲得相干時間內的同步誤差。如圖 24 所示，接收機根據接收的 packet1和 packet2進行相關（圖），獲得同步誤差（圖），再根據同步誤差進行補償后實現收發端信號同步（圖）。圖 24 收發分離架構下的收發端非理性因素消除4.定位系統編碼方式配置無源物聯網系統配置標簽采用不同的編碼方式和 BLF（Backscatter Link Frequency，反向鏈路頻率）帶寬，對應無源物聯網設備的靈敏度值不同，無源物聯網設備可測量到標簽最小 RSSI 功率值也不同，進而影響定位標簽的距離范圍。雖然無源物聯網設備靈敏度越高，測量 RSSI 功率值范圍就越大，但實際測得的

72、RSSI 值越小時，自干擾信號和噪聲會導致測量 RSSI 誤差范圍增大，對標簽定位精度影響更大。因此，在定位測量過程中，需要結合測量定位精度，綜合考慮無源物聯網設備對標簽編碼方式和 BLF 帶寬合理配置值。4.2.1.2.2.干擾消除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，進一中國移動6G 無源物聯網定位技術白皮書（1.0）29步影響無源物聯網的定位精度。針對收發一體架構，假設標簽不具備大的搬頻能力，基于相同的頻譜反向散射信號。因此，無源物聯網設備接收反向散射信號的同時，會接收到發送端發送的載波泄露信號，對反向散射信號的解調和測量造成干擾，該干擾稱為自干

73、擾。此外，由于環境中存在墻體等遮擋物，使得無源物聯網設備發送載波信號的同時，也將接收遮擋物反射的信號，對反向散射信號的解調和測量造成干擾，此類干擾稱為雜波干擾或反射干擾。針對收發分離架構，分布式節點設備或中繼設備發送載波信號，接收器接收反向散射信號的同時，將接收來自中繼設備的載波信號，由于載波信號和反向散射信號的頻率相近，載波信號將對反向散射信號的解調和測量造成干擾，該干擾稱為交叉鏈路干擾。無論哪種干擾類型，都會對接收機的靈敏度造成影響。干擾會增強反向散射信號的測量難度，對定位精度造成影響。例如，如果不對自干擾進行抑制，則信號進入接收端的 LNA（Low Noise Amplifier，低噪聲

74、放大器）會產生交調干擾，ADC（Analog-to-Digital Converter，模數轉換器）會飽和，造成相位測量誤差21。圖 25 無源物聯網系統的干擾抑制示意圖此處，針對收發一體式和收發分離式架構，提出干擾消除或干擾抑制的方法：無源物聯網設備側干擾抑制15：如圖 25 所示，主要有三種抑制方式，1）空域干擾隔離：基站作為無源物聯網設備發送用于定位的載波信號時，收發天線隔離和收發天線之間增加物理擋板可實現干擾隔離。例如，收發天線物理隔離可以隔離 30dB，擋板可以隔離 47dB，則天線域隔離可以達到 77dB 的抑制效果；2）模擬域電路抑制：通過構建等幅反相的信號，實現自干擾消除（如

75、45dB）；3）數字域干擾抑制：自干擾信號經過ADC 后，通過信道估計構建等幅反相的信號，實現數字域自干擾消除（如 10dB）。標簽高速率調制：在未來針對蜂窩無源物聯網的標簽設計時，可采用高速率調制，增大中國移動6G 無源物聯網定位技術白皮書（1.0）30反向散射信號與載波信號的頻率間隔（如 20MHz），接收端通過模擬濾波器可以抑制自干擾或交叉鏈路干擾。但該方法對標簽的能力提出了較高的要求，需要標簽具有較大的搬頻能力，例如，4.3 章節提到的 II-A 類標簽。4.2.1.2.3.環境多徑誤差處理環境多徑誤差處理針對環境中的多徑誤差，可通過采集不同頻點的相位，CFR（Channel Freq

76、uency Response，信道頻率響應）重構，使用快速傅里葉逆變換可獲得信號傳播時間粗估計值，進而進行多徑抑制。完成設備固有誤差消除后，若共 K 個頻點，可得到每個頻點相位k.,21（4-13）可根據該相位進行 CFR 重構.,21kCCCC（4-14）ijiieaC（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，可基于前導序列估計，已知標簽的前導序列為 Qk，其中，k=0,1，L-1，L 表示前導序列長度。接收端接收的前導序列為 Rk，則頻域信道衰落系數 ai表示為：)(1*10kkLkiRQLa（4-16）再通過快速傅里葉逆變換可獲得信號傳播

77、時間函數為：)()(CIFFTtf（4-17）時域信息波形圖峰值對應的時間即信號傳播的最短路徑的飛行時間,根據該飛行時間可得待測目標所在位置相對距離粗估計值為cd 0（4-18）假設有 M 條多徑，則可得接收天線對應頻率 fi的 CFR 為：M1m2120maadfcjdfcjiiieeC（4-19）其中，a0和 am分別為 LoS 路徑的信號幅度和第 m 條 NLoS 路徑的信號幅度，d 和 dm分別為 LoS 路徑的真實距離和第 m 條 NLoS 路徑的真實距離。通過距離粗估計值對各頻點的中國移動6G 無源物聯網定位技術白皮書（1.0）31相位進行處理，可抑制多徑效應對 LoS 信號的影響

78、，得到多徑抑制后的相位測量值為：kidffcjiikieC1)(20（4-20）4.2.1.2.4.相位誤差消除相位誤差消除1.相位中心矯正16相位中心為無源物聯網設備發送和接收電磁波的測量起算點?，F有的大多數工作將無源物聯網設備天線的質心近似地視為相位中心（二者未必完全重合），這種近似會產生一些小的測量誤差，在大多數實際場景中，進行設備固有誤差消除可滿足需求。然而，如果需要更精細的定位，則需要進行相位中心矯正，進而實現更精準的誤差消除和位置解算。將標簽在平面中沿著已知軌跡移動，同時，無源物聯網設備通過需要校準的天線不斷輪詢標簽。得到一組相位，令 n 為窗口長度，則可將采集到的相位向量列表轉化

79、為 m*n 的相位矩陣 S。nmmnphasephasePhasephase1111S（4-21）由于標簽移動軌跡已知，可得到每個相位采集的位置矩陣 T。),(),(),(),(111111111111nmnmnmmmmnnnzyxzyxzyxzyxT（4-22）由于測量中存在 NLoS 影響，需要進行 LoS 解算，由于不同位置 NLoS 信號相位方向不一致，以每個窗口第一個相位為錨點，后續相位根據距離差轉化為第一個位置的理論相位，將多個相位疊加后 NLoS 信號可得到抑制，得到較為純凈的 LoS 信號相位，如圖 26 所示。)(4(11cddfjniimmiePhasePhase（4-23

80、）中國移動6G 無源物聯網定位技術白皮書（1.0）32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，可構建全息圖，如某位置為相位中心，則相位固有誤差為：)2mod()4(cfdPhasemmm（4-24）如果該位置確實為相位中心，則計算得到的固有誤差會比較接近，將每個窗口計算得到的固有誤差組合為數組 PO，則判定位置是否為相位中心的似然函數為：,1mPO（4-25）)(1POstdP（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。2.相位解纏繞由于相位存在模糊性，直接使用采集相位定位將會導致算法相對復雜且效率低，在數據連續采集的定位任

81、務中，可通過相位解纏繞恢復相位的整周模糊度或部分模糊度。相位解纏繞算法是將前一時刻的采集相位與當前時刻的采集相位進行比較，當相位絕對跳變大于或等于 180 度時，加或減整數倍的 360 度來進行相位矯正。但該方法同樣需要滿足空間采樣理論，當相位缺失距離超過四分之一波長時，解纏繞會失敗，可通過卡爾曼濾波等方式去除干擾點平滑相位變化曲線，實現更好的解纏繞效果17。3.收發分離對相位的影響消除針對收發分離的組網式無源物聯網系統，在接收端采用基于頻率差的消除方法。在分布式節點設備向標簽發射激勵信號的同時，中心節點設備通過空口收到分布式節點設備的激勵Si信號，進行如下計算公式可以跟蹤獲得分布式節點設備和

82、中心節點設備的收發系統頻率偏中國移動6G 無源物聯網定位技術白皮書（1.0）33差，并通過激勵設備進行頻率預補償值，具體相位補償值如下：LiNiiLSSangle0*/)(（4-27）2sFN（4-28）其中，L 表示測量的樣本點數，N 表示測量頻率相差的樣點間隔，Fs表示系統采樣率。4.2.2.位置解算位置解算無源物聯網定位技術屬于無線通信定位技術的一種，主要采用無源射頻波作為信息的載體進行位置的測算，所采用的定位特征和定位算法與信號的特征類型息息相關。本章節主要基于 ISO18000-6C 的通信協議，對基于指紋的定位技術、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分析，適用于單

83、點式和組網式無源物聯網定位。在實際應用中，可根據定位精度、組網架構以及天線部署情況來選擇定位算法。此外，蜂窩無源物聯網因為標簽、網絡架構以及通信協議的變化，可采用本章節提到的定位算法，但在實現細節上需要進行差異化適配，將在未來展開進一步研究。4.2.2.1.基于指紋的定位算法基于指紋的定位算法指紋是指目標位置標簽的信號特征，通常通過匹配算法將指紋特征與目標位置關聯起來。任一具備位置獨特性的特征或特征組合都可以作為位置指紋。在無源物聯網的定位場景中，可采用 RSSI、相位作為指紋特征。無源物聯網中基于指紋的經典定位算法包括 Landmarc算法18和 VIRE（Virtual Reference

84、 Elimination）算法19。1.Landmarc 算法算法Landmarc 定位算法核心思想是建立在接收信號強度指示 RSSI 之上的質心權重算法，通過實時獲取的參考標簽的 RSSI 值作為參考，消除鄰近位置的環境因素對這些標簽信號傳播的共同干擾，從而提高對物體定位的精度。中國移動6G 無源物聯網定位技術白皮書（1.0）34圖 27Landmarc 定位算法示意圖如圖 27 所示，假設有 N 個無源物聯網設備，M 個參考標簽，L 個待測標簽，定義參考標簽在各個無源物聯網設備上的信號強度矢量為：MNMMNNSSSSSSSSSS212222111211（4-29）其中，mnS表示無源物聯網

85、設備 n 接收到的參考標簽 m 的 RSSI 值。設無源物聯網設備讀取待測標簽時收到的信號強度矢量為 E：TNTTNNEEEEEEEEEE212222111211（4-30）其中，lnE表示無源物聯網設備 n 接收到的待測標簽 l 的 RSSI 值。根據 KNN（K-Nearest Neighbor，K 鄰近算法）算法，需要計算待測標簽和參考標簽之間的歐式距離來挑選距離待測標簽最近的前 k 個參考標簽，得到矢量矩陣 DMmDDDDDDDDDDTmTTmm,212222111211（4-31）其中，lmD表示參考標簽 m 與待測標簽 t 之間的歐式距離，因為有 N 個無源物聯網設備，所以需要增加

86、一步求和，減少因為單個無源物聯網設備可能引發的誤差。NiimimESD12ll（4-32）中國移動6G 無源物聯網定位技術白皮書（1.0）35當lmD越小，表示待測標簽 l 越接近參考標簽 m，對單個待測標簽的距離進行排序，選取前 k 個lmD值對應的參考標簽，意味著這 k 個參考標簽距離該待測標簽最近。然后，使用KNN 算法，通過 k 個近鄰標簽的坐標信息和權重，得到待測標簽的坐標，計算公式如下：iikiittyxwyx,1（4-33）其中，kititiiDDw11/1，iw表示第 i 個近鄰參考坐標的權重值，因為距離越近的標簽其標簽越有價值，所占權重應該越大。算法的性能評價是利用待測標簽的

87、計算位置與實際位置的均方誤差來進行描述的：tjjjjjyyxxRMSE12020（4-34）其中，jjyx00,是待測標簽 j 的實際位置，jjyx,是通過 Landmarc 算法計算得到的標簽 j 的坐標值。Landmarc 定位算法改變了單純依靠無源物聯網設備和待定位目標信息實現定位，其最大的特點在于引入了參考標簽，參考標簽相對無源物聯網設備而言，價格更低，從而降低了無源物聯網定位系統的成本，避免了使用過多無源物聯網設備而產生的大量互相干擾的問題，同時也提升了定位系統的精度，如圖 28 所示。圖 28 Landmarc 算法在不同 k 值下的定位精度2.VIRE 算法算法Landmarc

88、算法的位置精度與參考標簽的數量具有較緊密的關聯。當標簽數量達到一定量時，位置精度可以保持在高水平。然而，過多增加參考標簽不僅導致了成本的一定上升，而且參考標簽之間的信號干擾在一定程度上也影響定位效果。為解決標簽密度過大造成的干中國移動6G 無源物聯網定位技術白皮書（1.0）36擾問題，使用 VIRE 算法引入虛擬參考標簽，保證定位精度的同時，降低參考標簽引入的成本。虛擬參考標簽的使用增加了輔助定位點，同時不對其它標簽造成干擾，也避免了硬件成本的上升。如圖 29 所示，在定位區域中，設存在的真實參考標簽個數為 Q，無源物聯網設備個數為 M，待定位標簽數量為 L，虛擬參考標簽數量為 N。在每 4

89、個真實參考標簽覆蓋的小區域內等距插入虛擬參考標簽。圖 29VIRE 定位算法示意圖無源物聯網設備根據已知真實參考標簽的 RSSI 值，通過插值算法，計算出每個虛擬參考標簽的 RSSI 值。計算出所有參考標簽的 RSSI 值之后，VIRE 通過計算參考標簽與待定位標簽 RSSI 之間的差值與閾值篩選出每個閱讀器所獲得的參考標簽。圖 30 虛擬參考標簽的篩選示意圖接下來，采用“模糊地圖”來篩選參考標簽：整個定位區域被劃分成大小相同的網格單元，每個網格單元的中心都是一個虛擬參考標簽，無源物聯網設備按順序掃描，獲取區域中的參考標簽與待定位目標的信號強度值；如圖 29 所示，無源物聯網設備利用自己所測出

90、的值求出歐式距離，將其與設定好中國移動6G 無源物聯網定位技術白皮書（1.0）37的閾值作比較，小于閾值的虛擬標簽涂黑，大于閾值的虛擬標簽不作處理。改變閾值 N 次（例如，圖中所述的 4 次），該無源物聯網設備可得到不同的虛擬參考標簽。這些虛擬參考標簽與目標點在實際環境中兩者之間的距離最近，組成的區域即為“模糊地圖”；如圖 30 所示，對 4 個模糊地圖取交集，保留可能性較大的區域，得到最終的“模糊地圖”，此區域為待定位標簽存在的區域。圖 31 VIRE 算法在不同虛擬標簽個數的情況下的定位精度基于“模糊地圖”，采用加權系數法確定真實待定位標簽的坐標。采用 VIRE 定位算法時，由于參考標簽的

91、 RSSI 值與距離并非簡單的線性關系，若選擇線性插值來計算虛擬參考標簽的 RSSI 值，代替真實值，因兩者之間存在不小的偏差，如圖 31 所示，虛擬標簽數量的增加可以提高定位的精度，但受數據質量的影響，精度的提升存在極限值，導致最終的定位精度偏低，適用于定位環境相對穩定的米級定位。4.2.2.2.基于距離模型的定位算法基于距離模型的定位算法1.基于 RSSI 的距離模型定位射頻信號傳播過程中，通過信號強度隨距離變化的衰減規律，可得到如下 RSSI-距離模型，其中 RSSI0為 d0處的 RSSI 值，n 為路徑損耗系數，X 為噪聲：XddnRSSIRSSI)(log100100（4-35）由

92、公式可根據信號的 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。中國移動6G 無源物聯網定位技術白皮書（1.0）38圖 32 隨著距離的增大，RSSI 理論變化與實際變化曲線19天線級定位算法的理論基礎為標簽能被哪個無源物聯網設備天線讀到，則認為定位終端就在該無源物聯網設備的附近。由于無源物聯網設備天線覆蓋范圍在幾十米到百米之間，且相鄰無源物聯網設備的信號覆蓋存在重疊區域，標簽可能被多個無源物聯網設備天線同時讀取，僅基于無源物聯網設備天線 ID 難以直接確定到具體區域，可在無源物聯網設備天

93、線 ID基礎上融合 RSSI 距離模型作為輔助信息以提升定位精度，實現標簽-區域的精準匹配。2.基于相位的距離模型定位若標簽與無源物聯網設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，Tag,Antenna為標簽與無源物聯網設備天線的相位偏移。)2mod()d4(AntennaTagcf（4-36）基于相位做定位，無源物聯網設備獲取的相位數據僅是單周期內的相位值，但相位信息具有周期性，需要解決因相位整周模糊度帶來的定位結果不唯一的問題，通過多頻率點、多空間點、多時間點的方式可得到多個相位信息，實現位置解算。(1)基于多頻域點相位的位置解算（FD-PDOA）圖 33 基

94、于頻域相位差測量的定位方法示意圖20中國移動6G 無源物聯網定位技術白皮書（1.0）39如圖 33 所示，FD-PDOA（Frequency-Difference ofArrival-Phase-Difference ofArrival，不同頻率下的到達相位差）指無源物聯網設備發送頻率為 f1、f2的載波信號，并在 f1和 f2處測量反向散射信號的相位，則距離信息可通過下式獲?。?1214absffcd?（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：21max2absffcR（4-38）該方法的重點在于測量反向散射信號的雙邊帶信號的相位差，其差值的準確性決定了定位的準確性27

95、?？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的相位差測量方法，從圖 34 可以看出，在工作頻段范圍內，由于受到相位噪聲干擾，幾個采樣點的跳變較大，數據平均后可得到工作頻段內較穩定的相位差。圖 34 基于頻域相位差測量的定位方法的相位測量結果27(2)基于多空間點相位的位置解算（SD-PDOA）SD-PDOA（Space-Difference of Arrival-Phase-Difference of Arrival，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簽到兩個天線的相位差帶入距離模型中得到標簽到兩個

96、天線的距離差，則根據雙曲線性質，可得到標簽可能的位置。假定天線 1 的坐標為(x1,y1)，天線 2的坐標為(x2,y2)，則根據兩個天線采集的相位差，可得到標簽距兩個天線的距離差為：中國移動6G 無源物聯網定位技術白皮書（1.0）40fcd4（4-39）進而構建雙曲線確定標簽可能的位置：12222byax（4-40）22122122)()(21yyxxcacbda（4-41）通過多個距離差得到多個雙曲線，再通過求雙曲線交點得到標簽的位置?；诠娇煽闯?，基于距離差構建出唯一的雙曲線要求兩天線間相位差小于一個相位周期，即標簽與兩天線間距離差小于半波長。當兩個天線間間距小于半波長時，根據三角約束

97、，兩邊之差小于第三邊，標簽到兩個天線的距離差自然在半波長內；如圖 35 所示，當兩個天線間距大于半波長時，也可通過構建雙曲線，找到一個可行區域滿足該區域內的點到兩個天線之間的距離差小于半波長，進而進行定位解算，該可行區域即為定位范圍22，定位效果如圖 36 所示。圖 35 基于相位的雙曲線定位方法示意圖圖 36 基于可行區域的雙曲線定位精度合成孔徑定位算法是通過預設一個可能涵蓋標簽位置的區域(監測區域)，根據已知的天中國移動6G 無源物聯網定位技術白皮書（1.0）41線位置和測量的相位值，在監測區域遍歷每個位置并計算標簽在每個位置的可能性23。根據檢測區域范圍，可求出每個位點標簽理論上的相位值

98、，通過相似度似然函數來衡量理論值與真實值的差距，最終構建出一張可反應標簽在整個檢測區域可能性的全息圖，通過最大似然等算法得到最終結果。圖 37 基于相位的合成孔徑定位方法示意圖在無源物聯網定位中，基于相位空間的概率分布定位方法就是采用了合成孔徑算法，如圖 37 所示，利用移動的天線模擬多天線對標簽進行掃描，當標簽在已知軌道和運動速度而天線靜止時算法與之相通。具體實現方法如下：假定監測區域 S 為大小為 P*Q 的矩陣，天線移動過程中產生 A1.AM的相位測量點，則對監測區域的任意位置 Z(p,q)，可求出如標簽位于該位置理論上天線采集到的相位。2mod),(4,qpmqpmZAd（4-42）d

99、 代表兩個位置間的歐式距離。則可設計似然函數（如余弦相似度函數），通過似然值代表理論值與真實采集相位值0之間的相似度，構建全息圖 H。MqpmqpmML0,0,1（4-43）),(0,?qpqpLh（4-44）QPpQhhhh,1,11,1H（4-45）通過全息圖 H，可得到目標標簽坐標。)max(arg),(,yxhyx（4-46）其實驗結果如圖 38 所示。中國移動6G 無源物聯網定位技術白皮書（1.0）42圖 38 標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(3)基于多時間點相位的速度/位置解算（TD-PDOA）TD-PDOA（Time-Difference of Arriv

100、al-Phase-Difference of Arrival，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，從而實現測量標簽徑向速度的方法。該方法適用于無源物聯網的導航與追蹤業務。圖 39 基于時域相位差的定位方法示意圖如圖 39 所示，假設標簽在一定時間內勻速運動，在兩個不同時刻分別測量反向散射信號的相位差，可通過下式計算標簽相對于閱讀器的徑向的速度投影tfcVr4（4-47）其中，f表示載波頻率，rV表示標簽相對于閱讀器的徑向的速度投影，負號表示標簽在遠離閱讀器，正號表示標簽接近閱讀器，它們由相位的變化情況決定。此外測速時，需要

101、滿足：1）對應時間間隔應讀取連續相位；2）其相位差不應超過，否則有可能會導致的相位卷繞或解卷繞時發生錯誤。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，對長窗口標簽的連續相位值進行分析，可得到標簽的時空動態變化曲線，中國移動6G 無源物聯網定位技術白皮書（1.0）43進而估算標簽與天線的位置關系24。以傳送帶場景為例，如圖 40 所示，當部署了標簽的物品在傳送帶上移動，標簽與天線間的距離逐漸變小后逐漸變大，相位輪廓呈現一個 V 形區，天線到標簽的距離越大，V 形變化越緩慢，標簽經過天線的順序與 V 形區到達最低點的順序一致?？紤]到輪詢速度不穩定和相位抖動等因素影響，可通過DTW（

102、Dynamic Time Warping，動態時間規整算法）等算法進行 V 形區識別。這種定位技術多用于判斷物品順序的場景中。圖 40 相位隨時間變化的 V 形區示意圖254.2.2.3.基于角度模型的定位算法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（Angle ofArrival，到達角）指的是無線信號到達天線的相對角度，在無源物聯網場景中由于標簽側沒有數據處理能力，由無源物聯網設備天線側解算回波的到達角。如圖41 所示，假設無源物聯網設備兩根相鄰接收天線接收的反向散射信號相位差為12，且天線間距為 a，反向散射信號到達不同天線的路徑差為12dd，則到達角可表示為：afc

103、122sinarc（4-48）從圖 42 可以看出，標簽從距離無源物聯網設備-0.5m 到 0.5m 移動時，對應的到達角從-15 度變化到 15 度。中國移動6G 無源物聯網定位技術白皮書（1.0）44圖 42 到達角隨標簽與無源物聯網設備的距離變化的仿真結果28由于相位存在模糊性，當兩個天線之間的距離大于半波長時，會存在多個波束；當兩個天線之間的距離小于半波長時，上述到達角存在唯一解26，可看做是當標簽與天線組之間距離逐漸增大時，雙曲線逐漸逼近其漸近線，因而可以用漸進線進行位置解算。到達角獲取的最佳方式是通過天線陣列或移動天線構建虛擬天線陣列來采集相位信息進行解算。當通過天線陣列獲得多個到

104、達角信息，便可通過角度交點得到標簽所在的位置。同時不同天線測量相位時，時差大小，取決于無源物聯網設備的測量能力和配置。分時測量時，無源物聯網設備需要在固定時間內盤存標簽多次，以獲取不同時刻的反向散射信號。在對標簽進行多次盤存時，應保證初始相位的一致性，避免相位測量誤差導致的定位誤差?；谝苿犹炀€的角度定位算法示例如下：虛擬天線陣列（VAA,Virtual AntennaArray）基本原理是定位設備按照某運動軌跡運動并構建虛擬天線陣列，并通過構建的虛擬天線陣列來計算無源物聯網設備與標簽的 AOA，如圖 43 所示。圖 43 基于虛擬天線陣列的測角原理中國移動6G 無源物聯網定位技術白皮書（1.

105、0）45假設標簽發送的用于定位的參考信號或數據幀頭為 =1,2,，則定位設備接收到的第個數據包的第個基帶采樣點,表示為：,*,)(2(00mnwemsmnhmnrsnmTtfj（4-49）其中，,表示標簽與定位設備之間的信道脈沖響應，0為初始數據包（或初始定位參考信號）的相位，0表示標簽與定位設備之間的頻率偏移，表示初始接收到的數據包與第個數據包之間的時間間隔，表示采樣時間，,是接收噪聲。在該模型中，需要假設在個數據包發送過程中，收發端的頻率偏移0保持不變。不失一般性，信道可以簡化為：,=?（4-50）其中，表示信道的增益，?為波矢量（wave vector），?表示定位設備接收到第個數據包與

106、接收到第一個數據包的相對坐標?？紤]二維陣列結構（即 x-y 平面），并且只考慮平面坐標系，則上式可以簡化為：?=2 cos +sin（4-51）其中，為標簽的到達角 AOA，為信號波長，,為 x-y 坐標系中接收到第個數據包的坐標（原始坐標即為接收到第 1 個數據包的坐標）。因而，接收信號可以表示為：,)sin()cos(2)(2(00mnwemsmnrnynxmTtfjsn（4-52）為了估計 AOA，需要構建相應的方程式，并采用 MUSIC（Multiple Signal Classification，多重信號分類）、ESPRIT（estimating signal parameter v

107、ia rotational invariance techniques，基于旋轉不變性的參數信號估計）等算法來估計。對比傳統基于多天線的 AOA 估計，VAA估計 AOA 的主要區別就是存在多項式 20；此外，定位設備的位置 ,是與定位設備的位移軌跡和時間有關的；在傳統多天線 AOA 估計中，天線在天線陣列中的位置是固定的。其中，定位設備的位置 ,可以通過 IMU（Inertial Measurement Unit，慣性傳感單元）等進行估計。下面以擴展的 MUSIC（Multiple Signal Classification，多重信號分類）算法為例，簡述 VAA 估計角度原理。假設定位設備將

108、個數據包變換成列向量，表示為：),(0mmufmway（4-53）其中，方向矢量 0,表示成：中國移動6G 無源物聯網定位技術白皮書（1.0）46 0,=201+2 1 cos +1 sin 202+2 2 cos +2 sin 20+2 cos +sin（4-54）而 對所有虛擬天線都是固定的，表示成：)2(00smTfjemsmu（4-55）同時，w =1,2,為維度為 1 的高斯噪聲矢量，其協方差矩陣R=2。定義協方差矩陣=，其維度為 ，其中 表示期望預算，表示共軛運算。在 MUSIC 算法中，可以通過搜索 K 個信號子空間分量來估計 AOA。進一步，定義為維度為 的特征向量矩陣并且其最

109、小的 個特征值為，因此 MUSCI 頻譜可以表示為：)(),(1),(,00*0fafafPMU*wwEE（4-56）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),(maxarg),(0),(00fpfMUf（4-57）上述的虛擬天線陣列測角或定位算法中，需要對定位設備的移動速度進行限制，以保證算法是有效的。為了滿足空間奈奎斯特準則，在虛擬天線陣列系統中，定位設備連續兩次接收數據包移動導致的距離不能超過/2，即：02Tvr（4-58）其中，vr是接收端的移動速度，T0是發送端發送周期信號或者數據包的時間間隔。實際測試結果表明，如圖 44 所示，在 5m 的范圍內

110、，基于虛擬天線陣列 AOA 估計的誤差小于25o95%，測距誤差小于 1m95%。中國移動6G 無源物聯網定位技術白皮書（1.0）47圖 44基于虛擬天線陣列進行 AOA 估計和測距估計實驗平臺（來源：vivo 通信研究院）4.2.3.融合定位融合定位無源物聯網定位技術具有無需內置電源、易于部署和成本低廉等優勢，但同時標簽反向散射通信的工作特性使其定位精度和可靠性往往受到多種因素的影響，如信號干擾、環境多徑效應等。為了克服這些挑戰，我們提出融合定位技術，通過整合多種測量量、多標簽、多模態和 AI 算法，以提高無源物聯網的定位性能。多測量量融合通過結合相位、RSSI、讀取次數和天線 ID 等多種

111、信號特征，克服了單一測量量在定位中的局限性。多標簽融合定位利用標簽陣列的拓撲結構和信號差異，提高了定位的精度。AI 算法融合不僅能夠有效地去噪和剔除干擾，還能夠建立物理信號與目標位置之間的非線性映射，從而顯著提高定位的精度和可靠性。多模態融合定位則通過整合來自不同無線技術和傳感器的數據，彌補了無源物聯網信息的局限性，增強了系統的定位能力。4.2.3.1.融合多測量量定位融合多測量量定位在無源物聯網定位中，可用的測量量包括相位、RSSI、讀取次數、天線 ID 等。當只依賴一種測量量時，可用的數據相對較少以及單一數據的局限性都使得難以精確確定目標的位中國移動6G 無源物聯網定位技術白皮書（1.0）

112、48置，如僅使用天線 ID 進行定位，那么定位精度將受限于天線的部署密度和覆蓋范圍。此外，不同測量量適用不同的場景，基于單一測量量建立的定位模型也存在很大的局限性。如載波相位需要計算相位差去除整周模糊度，適用于有天線陣列或標簽陣列的場景；RSSI 在多徑環境下，獲取到的是直視徑和非直視徑的疊加值，在空闊的直視徑場景才能取得較好的定位效果。因此，為了提高無源物聯網定位的精度，通常需要綜合考慮多種測量量，并結合先進的數據處理技術和定位算法來減少誤差、提高穩定性。通過融合多種測量量，可以更全面地描述目標的位置特征，從而有效提升定位精度和可靠性。比如，在立庫定位場景中，傳統基于RSSI 的定位方法受環

113、境干擾較大，導致定位精度低。而無源標簽依靠信號反向反射進行通信，在同樣的盤點時間內，標簽距離天線波束中心點越近，能夠接收到的能量就越多，從而更大概率被讀取到，能夠被讀取的次數也就更多。如圖 45 所示，根據標簽的該特性，提出融合 RSSI 與讀取次數的無源物聯網定位方法，利用每秒標簽可被讀取到的次數，對標簽RSSI 進行加權處理，再提取標簽 RSSI 的方差等特征值，與加權后的 RSSI、原始讀取次數等進行聯合分析，得到標簽當前所在位置。落地測試表明，通過聯合分析 RSSI 和讀取次數，可將定位精度提升到 13m 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4.2.3.2.

114、融合多標簽定位融合多標簽定位一般而言，增加天線的個數可以提升定位的精度；對應地，將多個標簽組成一個標簽陣列，基于標簽陣列穩定的拓撲結構和不同標簽的信號差異，也可以更精準地估計標簽陣列的位置29。根據標簽陣列的部署位置，融合多標簽的定位技術可分為綁定式的多標簽融合定位和非綁定式的多標簽融合定位兩大類，如圖 46 所示。中國移動6G 無源物聯網定位技術白皮書（1.0）49圖 46融合多標簽定位示意圖綁定式多標簽融合定位技術是指利用貼附在目標上的標簽陣列，通過天線持續掃描這些標簽陣列，基于目標移動時的信號變化來進行定位的技術。當多個標簽按照一定的拓撲結構組成陣列時，通過對比標簽陣列的拓撲結構和標簽之

115、間的信號差異，挖掘出單個標簽的信號變化與標簽陣列的位置變化之間的規律，從而能夠精確地追蹤目標的運動30。非綁定式的多標簽融合定位技術是指利用環境中的標簽陣列，接收并提取從移動物體反射回來的信號，從而對陣列前方區域內行人的位置及其相應移動進行感知。這種方法首先要從實際接收的信號中消除掉墻壁等強反射以及天線傳輸到標簽的直射信號，利用信號的疊加原理，獲得行人的反射信號。進而行人的移動可以看成一個隱馬爾可夫鏈，其中，可觀測狀態為標簽陣列經過預處理后的信號強度，隱含狀態是行人在房間中的位置。通過建立隱馬爾可夫模型，觀測標簽陣列中信號狀態的變化，可以最終推算得出行人在房間中的移動路線31。由于和天線相比，

116、標簽尺寸小、價格低、部署方便，因此融合多標簽的定位技術具有較高的應用價值。以倉儲物流領域為例，通過融合多個標簽的定位數據，管理人員能夠快速而精確地追蹤到貨物的實時位置，從而大大提高了庫存管理的效率和準確性。4.2.3.3.融合融合 AI 算法定位算法定位無源物聯網 AI 融合定位框架可大致分為信號預處理、特征抽取、位置感知三個處理模塊，如圖 47 所示。根據 AI 融合目的的不同，可將無源物聯網 AI 融合定位技術分為兩類：前融合與后融合。其中，前融合在特征抽取模塊完成，主要目的是利用 AI 融合來進行去噪、衡量環境的干擾并剔除，從而提升定位的泛化性和魯棒性；后融合則主要在特征抽取模塊以及位置

117、感知模塊完成，其主要方法是利用 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：在無源物聯網定位的相關工作中，目標物體的估算位置難免會受噪聲影響而有所漂移。通過前融合 AI 算法，可更高效便捷地直接剔除這些噪聲數據。例如，RF-finger中國移動6G 無源物聯網定位技術白皮書（1.0）5032基于相位與 RSSI 特征計算標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，實現對手指的追蹤與其移動軌跡的還原。AI 后融合：為確定目標位置，首先需要建立物理信號模型、提取特征，并從特征中計算最終的目標位置。具體而言，無源物聯網信號中

118、可提取 RSSI、相位、讀取率、激活能量等通道參數信息，這些通道參數蘊含著目標位置的相關信息，通過融合 AI 算法可更好地建立兩者的非線性映射，提高定位精度。例如 Tagoram33通過構建信號模型，計算位置全息圖，對目標進行高精度定位。圖 47融合 AI 算法的定位框架圖4.2.3.4.融合多模態定位融合多模態定位通過融合多個模態信息進行定位，可以對無源物聯網的局限信息實現補充，從而進一步提高系統的定位精度。如圖 48 所示，一方面，無源物聯網可以和其他無線技術或傳感器協同工作，如 WiFi、藍牙、5G、攝像頭、毫米波雷達、紅外傳感器、IMU 等。首先，通過預處理消除不同設備測量數據的差異，

119、再從每種模態中提取與定位相關的特征，如信號強度、圖像特征、時間戳等，通過特征融合實現對目標的精準定位。通過協同工作，可以彌補單項技術在某些環境下的不足，從而提供更加全面、智能的解決方案。例如，在智能倉儲中，攝像頭可以監控貨物的移動和狀態，而無源標簽則提供貨物的唯一標識和相關信息。另一方面，未來無源物聯網的無源物聯網設備形態與功能將超越目前傳統 RFID 設備的局限。藍牙Beacon（信標）、WiFi 網關，甚至我們日常使用的智能手機終端，都可能成為無源標簽的無源物聯網設備，實現標簽激活或接收其反射的信號。在實際應用中，可根據不同的應用場景和需求，靈活選擇已有的設備作為無源物聯網設備，從而更方便

120、地實現定位功能。無論是倉庫中的貨物、商場中的顧客，還是家庭里的寵物，都能被精準地定位與追蹤。中國移動6G 無源物聯網定位技術白皮書（1.0）51圖 48融合多模態定位4.3.定位終端層定位終端層標簽技術標簽技術無源物聯網的終端形態包含無源、半有源、有源標簽，無源和半有源標簽均不具備主動發射信號和估算測量量的能力。在定位的整個流程中，標簽通過反向散射信號與無源物聯網設備交互，無源物聯網設備在收到標簽回波后，估算定位測量量，并將測量量發送至定位平臺進行位置解算。目前 RFID 標簽存在時鐘精準低，回波信號弱，易受多徑和干擾影響等問題，限制了標簽的通信距離，也不利于定位精度的提升。3GPP 定義的蜂

121、窩無源物聯網的標簽根據供能方式和標簽能否自主生成信號，將標簽分為類、II-A 類和 II-B 類，這些標簽都將擴大定位的覆蓋范圍，也有利于定位精度的提升：類標簽：類標簽的能力和架構與傳統 RFID 標簽基本一致，峰值功耗僅1 W，無上行和下行信號放大能力，僅支持被動通信方式，通過反向散射向無源物聯網設備發送信息。與 RFID 即充即用的工作模式相比，類標簽可通過射頻采能積累一段時間能量后才開始工作，適用于通信距離可能達到 30 米左右的定位場景，在大量部署時成本最低。II-A 類標簽：II-A 類標簽僅支持被動式通信，其峰值功耗可達百W 級，上行和下行信號至少有一路信號被放大，以提升覆蓋范圍。

122、不同于傳統的放大機制，II-A 類標簽的上行放大是通過反射放大器實現。II-A 類標簽除了通過射頻采能外，還可采集環境光能、振動能等環境能量，適用于通信距離可能達到 100200 米左右的定位場景，定位精度也中國移動6G 無源物聯網定位技術白皮書（1.0）52高于 I 類標簽。II-B 類標簽：II-B 類標簽峰值功耗可達百W 級甚至 mW 級別，標簽可自主生成用于調制上行信號的載波信號，可通過傳統放大器對上行和下行信號進行放大。支持非常規類電池功能，如紙電池、超級電容。適用于通信距離可能達到數百米至公里級的定位場景，II-B 類標簽主動生成載波信號，有可能支持發送定位參考信號，其靈活性更高。

123、4.4.定位業務層定位業務層定位服務原子能力定位服務原子能力客戶多樣化的定位需求最終通過手機 APP 或 web 界面提供的定位應用滿足，而為了支持定位應用的快速實現，定位業務平臺可提供實時定位、電子圍欄、室內導航、軌跡分析等定位服務原子能力。實時定位：接收來自用戶觸發式定位需求，結合地圖或周邊環境實時反饋定位對象的位置；電子圍欄：在地圖上定義需要重點監控的危險區域或需進行商業推送的區域，區域可以是圓、矩形、或任意形狀的多邊形區域，若被監視標簽靠近該區域，自動觸發判別條件，產生報警信息或進行信息的推送；室內導航：基于室內地圖，實時定位標簽的位置，為人或車提供路線路徑規劃及導航，通過手機 APP

124、 呈現；活動軌跡：基于定位數據，借助室內地理信息系統，從時間和空間分析維度分析人或物特定時段內的活動軌跡，并在地圖上繪制人員位置軌跡、可視化渲染用戶的位置分布情況，輸出用戶位置分布色譜圖、點密度圖等各類專題地圖等。5.無源物聯網定位應用案例無源物聯網定位應用案例5.1.立體倉庫定位立體倉庫定位解決方案解決方案立體倉庫（簡稱立庫），采用貨架存儲貨物，高層貨架和中低層貨架采用不同的貨物取放方式：高層貨架的每層貨架至少有一個托盤的高度，整托貨物通過叉車直接放在貨架上，無需人工搬運；高度小于 2m 的中低層貨架，一般采用人工存取。傳統的標記貨物位置的方中國移動6G 無源物聯網定位技術白皮書（1.0）5

125、3案都是采用人工記錄，工作效率低下，易出錯。對于高層貨架，叉車師傅和貨管員配合記錄，出錯率更高，難以滿足倉庫高效運作的需求。無源物聯定位技術方案，設計多測量量融合定位算法，實現 RSSI、天線 ID、上報頻率等測量量的聯合分析，有效解決了金屬貨架干擾導致的漏讀、誤讀等問題，在上架貨物時，能夠自動定位貨物上架位置，并生成準確的庫存明細，與傳統的人工記錄方式相比，極大節省了上下架時間。在某設備生產廠商立體倉庫管理的落地應用中，有多個物料存儲倉庫和成品倉庫，倉庫數量多，面積大，僅成品倉庫面積就達 1000 平米，庫位 1000 多個，日常生產過程中物品進出倉庫流轉頻繁。如圖 49 所示，應用基于多測

126、量量融合的無源物聯定位技術方案后，進行貨架存取操作時可自動記錄和更新物品位置，自動化手段代替原來的人工記錄操作，每個倉庫可節約人工 1-2 人年。圖 49 立體倉庫托盤定位的解決方案5.2.平面倉庫定位解決方案平面倉庫定位解決方案平面倉庫，簡稱平庫，以平面布局、劃分庫位、有序碼放貨物。平庫庫位中通常停放料車，需要人工使用叉車或牽引車進行存取。由于現場環境復雜，單標簽存在信號盲點、遮擋干擾、路過干擾、信號波動、信號逸出、多天線信號跳變等問題。無源物聯定位技術方案，通過多標簽融合定位算法，對比分析信號在標簽靜止和運動狀態下的變化，提取出加權特征中國移動6G 無源物聯網定位技術白皮書（1.0）54值

127、，從多目標中有效識別入庫標簽，實現區域級定位準確率 100%，庫位級定位誤差小于 1m，準確率高、實時性好，有效提升了庫存管理效率，節約了物料尋找時間。此外，相比藍牙、UWB 等其他定位技術，無源定位還具有標簽成本低、免充電、易維護等優點，更適合在貨物數量眾多的倉庫環境中應用。在某家電工廠鈑金車間的落地應用中，車間生產的鈑金件物料有 3 萬種，物料按料車管理，達 1000 多輛，每個料車放置多種物料，每種物料通過扎帶綁一個 MO（Material Order，物料訂單）票。雖然地面劃分平面庫位且對應編號，但在日常運行中，庫管經常不按庫位存放料車，導致物料查找高度依賴人工，倉庫管理員不在崗就無法

128、找到物料發貨，倉庫管理效率低。如圖 50 所示，基于多標簽融合的無源物聯定位技術方案提供自動定位能力，可準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。出庫時間由之前的 5 分鐘左右縮短至 1 分鐘以內，效率提升 80%以上。圖 50 平面倉庫物料定位的解決方案5.3.進出卡口貨物定位解決方案進出卡口貨物定位解決方案進出卡口定位是行業客戶的共性需求之一，制造業企業的出入卡口一般位于原料庫、成品庫的進出庫區域、生產車間的出入口等，需要定位的物資包括原材料、成品、人員、儀器設備、生產工具等。僅憑無源物聯網單一定位技術方案存在多讀、漏讀、多門協同實時性差等問題。通

129、過多模態融合定位算法，聯合分析無源物聯網和傳感器數據，結合標簽去重算法，中國移動6G 無源物聯網定位技術白皮書（1.0）55有效消除卡口處環境雜亂、人員路過或移動等引起的噪聲干擾，實現自動識別物資進出方向，并自動生成準確的入庫或出庫數據報表。此外，在多門場景下，根據無源數據和傳感器數據，還可自動調整各個卡口的業務優先級，解決傳統輪詢的讀取方式可能導致的卡口靜默和標簽漏讀問題，實現多門協同，提高進出業務的實時性。在某通信公司的物流倉庫卡口管理的落地應用中，倉庫卡口附近堆放了大量的待上架或待出庫物資，搬移物資時會頻繁路過卡口附近，對正在進行出入庫操作的物資標簽造成信號干擾，導致傳統基于天線 ID

130、的定位方法容易出現出入物資誤判。如圖 51 所示，基于多模態融合的無源物聯定位技術方案，可有效解決上述問題，實現進出卡口定位準確率 100%，定位時延小于 5 秒，幫助企業實現準確、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5.4.管廊人員定位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、燃氣、熱力等多類中國移動6G 無源物聯網定位技術白皮書（1.0）56管線的安全運行，其管理與維護至關重要。為確保巡檢工作的安全性和全面性，需要實時監測巡檢人員的位置和移動軌跡。傳統方法需要同時部署 23 個天線來聯合確定目標位置。這種方法在大范圍部署

131、時會導致系統成本劇增，且部署過程繁瑣。無源物聯定位技術方案，利用大量無源標簽構建標簽陣列，融合 AI 算法實現人員定位。具體來講，標簽陣列與一個無源物聯天線部署在巡檢人員經過區域，通過天線不斷盤存標簽陣列并分析標簽無線信號的變化，將多目標的反射特征作為一個整體，轉化成相應的特征圖像，利用深度學習卷積神經網絡自動地從特征圖像中提取關鍵特征，以此實現對目標空間移動的細粒度軌跡追蹤。由于無源標簽的低成本和易部署特性，以及整個區域只需要一個天線覆蓋，系統部署變得十分簡單便捷，整個系統的成本也大幅降低。在某城建公司運營的城市管廊落地項目中，地下管廊總長超過 67 公里，包括水信艙、電力艙等多個種類，之前

132、采用 WiFi 定位方法監測巡檢人員軌跡，但因 WiFi 信號強大的穿墻能力，以及管廊內管線密布所形成復雜多徑干擾，導致定位結果常常出現漂移，實測定位誤差有時高達 50 米。如圖 52 所示，基于標簽陣列與 AI 融合的無源物聯定位技術方案，結合數據校準、反射模型構建技術，有效應對漏讀、信號噪聲和多目標追蹤的挑戰，實現定位精度小于 5 米，定位時延小于 5 秒，低成本實現城市管廊巡檢人員遠程監控。圖 52管廊人員定位的解決方案中國移動6G 無源物聯網定位技術白皮書（1.0）575.5.服裝零售門店陳列核查解決方案服裝零售門店陳列核查解決方案零售門店商品陳列數量多、種類多，來源于不同的供應商，門

133、店管理對不同供應商貨物有擺放區域的要求。當前，門店陳列核查主要采用人工“飛行”檢查的模式，效率低、成本高，同時時效性不足，無法做到實時陳列核查。通過給商品配置標簽，基于無源物聯網豐富的實時信道數據源，如 RSSI、相位、頻點、時間等信息，結合機器學習、深度學習、模式識別等 AI 技術，可充分考慮環境因素如障礙物、反射面、多徑效應等對信號傳播的影響，深度挖掘和學習不同貨架商品的信道數據特征，自動完成商品定位及陳列核查。另外，通過在試衣間部署無源物聯網設備，當服裝被試穿時，人員行為會影響無線信號的傳輸，導致接收端信號特征改變，從而識別被試穿的服裝信息，輔助商家精準掌握消費者偏好，及時調整營銷策略，

134、提高營銷轉化率。在某服裝品牌旗艦店落地項目中，基于組網式無源物聯網覆蓋及低成本海量實時連接采集的豐富數據，如圖 53 所示，構建“陳列核查 AI 模型”和“智能試衣 AI 模型”，為門店管理者提供實時、可視、準確的陳列及試衣數據，滿足服裝自動陳列核查、試穿自動識別、試穿次數智能檢測、熱賣款式智能化分析等智能化管理需求，支撐營銷策略優化、款式迭代優化等運營業務。圖 53 服裝門店陳列核查解決方案中國移動6G 無源物聯網定位技術白皮書（1.0）586.總結及展望總結及展望憑借低功耗、低成本、易部署和免維護等優勢，無源物聯網定位能力已經在倉儲物流、門店管理、家庭找物、非法入侵等場景取得了初步應用。隨

135、著傳統 UHF RFID 向組網式和蜂窩無源物聯網的快速演進，其系統的靈活組網、空口通信性能和標簽能力都將進一步增強，從而帶來定位協議的完善、定位范圍的擴大以及定位精度的提升。此外，無源定位在多標簽、多模態以及 AI 算法等融合定位技術方面也將開展更加探索，進一步支撐定位作為 6G 無源物聯網第二大剛需的應用需求，實現無源物聯網的一網多能化演進發展。本白皮書通過對無源物聯網定位的場景介紹、端到端技術的深入分析、實踐具體案例的現實推介，展示了中國移動及產業界對于無源物聯網定位技術的研究與思考。后續中國移動將聯合產業各方，依托國家自然科學基金、高校載體、聯合實驗室等形式，繼續開展 6G 無源物聯網

136、定位的技術創新、產品研發和應用拓展，探索 6G 無源物聯網定位前瞻技術，助力無源物聯網深度融入企業生產、社會治理、個人生活等方方面面，實現定位技術跨領域協同創新，催生更多的新業態和新服務模式，開啟萬物智聯新時代。中國移動6G 無源物聯網定位技術白皮書（1.0）59縮略語列表縮略語列表縮略語英文全名中文解釋3GPP3rd Generation Partnership Project第三代合作伙伴計劃4G6th generation mobile networks第四代移動通信技術5G5th generation mobile networks第五代移動通信技術5G-A5th Generation

137、 Advanced MobileCommunication Technology第五代增強移動通信技術ADCAnalog-to-Digital Converter模數轉換器AOAAngle of Arrival到達角APPApplication應用程序ASKAmplitude shift keying振幅鍵控BeaconBeacon信標BLFBackscatter Link Frequency反向鏈路頻率BPSKBinary phase shift keying二進制相移鍵控CFRChannel Frequency Response信道頻率響應CTEChannel Timing Extensi

138、on信道定時擴展DOADirection of transmitter出發角DTWDynamic Time Warping動態時間規整算法EPCElectronic Product Code電子產品代碼ESPRITestimating signal parameter via rotationalinvariance techniques基于旋轉不變技術的信號參數估計FDDFrequency Division Duplexing頻分雙工FD-PDOAFrequency-Difference of Arrival-Phase-Difference of Arrival不同頻率下的到達相位差GPS

139、Global Positioning System全球定位系統IFFTInverse Fast Fourier Transform快速傅里葉逆變換IoTInternet of Things物聯網IQIn-phase and Quadrature同相正交KNNK-Nearest NeighborK 鄰近算法LMFLocation Management Function位置管理功能LNALow Noise Amplifier低噪聲放大器LoraLong Range Radio長距離無線電LoSLine of Sight視距傳播MOMaterial Order物料訂單MUSICMultiple Si

140、gnal Classification多重信號分類NB-IoTNarrow Band Internet of Things窄帶物聯網NLoSNone Line of Sight非視距傳播QPSKQuadrature phase shift keying正交相移鍵控RANRadio access network無線接入網RFIDRadio Frequency Identification射頻識別RSSIReceived Signal Strength Indicator接收信號強度指示中國移動6G 無源物聯網定位技術白皮書（1.0）60SD-PDOASpace-Difference of Arr

141、ival-Phase-Difference of Arrival不同空間點下的到達相位差SFOsampling frequency offset采樣頻率偏移SLOSignal from Local Oscillator本地振蕩器產生的信號SMLCServing Mobile Location Center服務移動定位中心STOSampling Time Offset采樣時間偏移TDoATime Difference of Arrival到達時間差TD-PDOATime-Difference of Arrival-Phase-Difference of Arrival不同時間下的到達相位差TOA

142、Time of Arrival到達時間UDMUnified data management統一數據管理網元UEUser equipment用戶設備UHFUltra High Frequency超高頻UWBUltra Wide Band超寬帶VAAVirtual Antenna Array虛擬天線陣列中國移動6G 無源物聯網定位技術白皮書（1.0）61參考文獻參考文獻1面向萬物互聯的無源物聯網技術.中國移動,無源物聯網技術聯合創新中心.2022.25G-A 無源物聯網典型場景技術解決方案白皮書.中國移動通信集團有限公司.2024.33GPP.Study on NR positioning sup

143、port,version 16.0.0:TR38.855S.2019.43GPP.Study on NR positioning enhancements,version 17.0.0:TR 38.857S.2021.5藍牙 5.1 技術標準.藍牙技術聯盟.2019.6Pooyan Shams Farahsari;Amirhossein Farahzadi;Javad Rezazadeh;Alireza Bagher.A_Survey_on_Indoor_Positioning_Systems_for_IoT-Based_Applications.IEEE.2022.72023-2028 年中

144、國室內定位行業市場深度分析及投資潛力預測報告.華經產業研究院.2023.85G 室內融合定位白皮書.中興通訊股份有限公司等.2020.93GPP.Study on Ambient power-enabled Internet of Things.TR22.840 V2.2.0(2023-12).10 6G 感知的需求和應用場景研究.IMT-2030(6G)推進組.2023.11 企業級室內定位需求白皮書.5G 應用產業方陣.2022.12 Xianan Zhang,Wei Wang,Xuedou Xiao,Hang Yang,Xinyu Zhang,and Tao Jiang.2020.Pee

145、r-to-Peer Localization for Single-Antenna Devices.Proc.ACM Interact.Mob.WearableUbiquitousTechnol.4,3,Article105(September2020),25pages.https:/doi.org/10.1145/3411833.13 Kotaru M,Zhang P,Katti S.Localizing low-power backscatter tags using commodityWiFiC/Proceedings of the 13th international conferen

146、ce on emerging networkingexperiments and technologies.2017:251-262.14 3GPP.Study on Ambient IoT(Internet of Things)in RAN.TR 38.848 V18.0.0(2023-09).15 Nwankwo C D,Zhang L,Quddus A,et al.A survey of self-interference managementtechniques for single frequency full duplex systemsJ.IEEE Access,2017,6:3

147、0242-30268.16 Xu Zhang;Jia Liu;Xingyu Chen;Wenjie Li;Lijun Chen.SAH:Fine-grained RFIDLocalization with Antenna Calibration.IEEE.2022.17 陶波,龔澤宇.RFID 與機器人：定位、導航與控制.2021.18 L.M.Ni;Yunhao Liu;Yiu Cho Lau;A.P.Patil.LANDMARC:Indoor Location SensingUsing Active RFID.IEEE.2003.中國移動6G 無源物聯網定位技術白皮書（1.0）6219 Y

148、iyang Zhao;Yunhao Liu;Lionel M.Ni.VIRE:active RFID-based localization using virtualreference elimination.IEEE.2007.20 Pavel V.Nikitin;Rene Martinez;Shashi Ramamurthy;Hunter Leland;Gary Spiess;K.V.S.Rao.Phase Based Spatial Identification of UHF RFID Tags.IEEE.2010.21 簡榮靈,黃雯雯,曲淼,丁宇,唐小勇,張銀成.環境物聯網關鍵技術與標

149、準化進展.物聯網技術.2024-08-28.22 Tianci Liu;Lei Yang;Qiongzheng Lin;Yi Guo;Yunhao Liu.Anchor-free backscatterpositioning for RFID tags with high accuracy.IEEE.2010.23 Lei Yang,Yekui Chen,Xiang-Yang Li,Chaowei Xiao,Mo Li,Yunhao Liu.Tagoram:real-timetracking of mobile RFID tags to high precision using COTS de

150、vices.ACM digitallibrary.2014.24 Longfei Shangguan,Zheng Yang,Alex X.Liu,Zimu Zhou,Yunhao LiuAuthors Info&Claims.Relative Localization of RFID Tags using Spatial-Temporal Phase Profiling.ACMdigital library.2015.25 張謙.UHF RFID 系統應用性能關鍵技術研究.201526 Jue Wang,Deepak Vasisht,Dina KatabiAuthors Info&Claims

151、.RF-IDraw:virtual touchscreen in the air using RF signals.ACM digital library.2014.27 Ales Povalac;Jiri Sebesta.Phase Difference of Arrival Distance Estimation for RFID Tags inFrequency Domain.IEEE.2011.28 Yimin D.Zhang,M.Amin,S.Kaushik.Localization and Tracking of Passive RFID TagsBased on Directio

152、n Estimation.Computer Science,Engineering.2007.29 謝磊,陸桑璐編著.射頻識別技術：原理、協議及系統設計.科學出版社.2020.8.30 Bu,Yanling,et al.RF-Dial:An RFID-based 2D human-computer interaction via tag array.IEEE INFOCOM 2018-IEEE conference on computer communications.IEEE,2018.31 Yang L,LinQ,LiX,etal.See through walls with COTS R

153、FID system!C/Proceedings of the21st annual international conference on mobile computing and networking.2015:487-499.32 Wang,Chuyu,Jian Liu,Yingying Chen,Hongbo Liu,Lei Xie,Wei Wang,Bingbing He,andSanglu Lu.Multi-touch in the air:Device-free finger tracking and gesture recognition viaCOTS RFID.In IEE

154、E INFOCOM 2018-IEEE conference on computer communications,pp.1691-1699.IEEE,2018.中國移動6G 無源物聯網定位技術白皮書（1.0）6333Yang,Lei,Yekui Chen,Xiang-Yang Li,Chaowei Xiao,Mo Li,and Yunhao Liu.Tagoram:Real-time tracking of mobile RFID tags to high precision using COTS devices.InProceedings of the 20th annual intern

155、ational conference on Mobile computing andnetworking,pp.237-248.2014.中國移動6G 無源物聯網定位技術白皮書（1.0）64編寫單位及人員編寫單位及人員（排名不分先后）中國移動通信集團有限公司：丁海煜、肖善鵬、趙睿、魏穎慧、王晴、王曦澤、曹艷艷、鄭師應、李源、范藝晶TCL 鴻鵠實驗室：簡榮靈、黃雯雯、包占京、唐小勇、張銀成京信網絡系統股份有限公司：劉重軍、衷柳生、李俊、周進青維沃移動通信有限公司：黃偉、姜大潔中信科移動通信技術股份有限公司：達人、李健翔、任斌OPPO 廣東移動通信有限公司：崔勝江、張晉瑜、徐偉杰、楊寧中國科學院微電子研究所：劉文學中興通訊股份有限公司：陳詩軍、陳大偉南京大學：謝磊、王楚豫電子科技大學：李建、文光俊天津大學：馬永濤、宮霄霖翱捷科技股份有限公司：李維成、龍迪新華三技術有限公司：周雷中國移動6G 無源物聯網定位技術白皮書（1.0）65