基于IRS輔助的北斗+5G融合定位

尚 立，李毅超，蔡 碩，李保罡

基于IRS輔助的北斗+5G融合定位

尚 立1，李毅超1，蔡 碩1，李保罡2

(1.國網(wǎng)河北省電力有限公司信息通信分公司, 河北 石家莊 050000；2.華北電力大學電子與通信工程系，河北 保定 071000)

在變電站、發(fā)電廠等電力場景中，保障輸配電線路及其設備安全尤為重要。為方便調(diào)度指揮更好地應對電力突發(fā)事件，需要知道終端的精準位置信息，從而獲取對巡檢周邊電力設施或設備狀態(tài)的實時數(shù)據(jù)?；诖耍岢鲆环N基于智能反射表面(intelligent reflecting surface, IRS)輔助的北斗+5G融合定位算法。在通過北斗定位進行位置監(jiān)測的基礎上，采用由IRS輔助的5G網(wǎng)絡進行信息傳輸以降低時延，同時在加強直射徑信號功率的基礎上解決了基站數(shù)目不足、非直射徑引起的信號衰減等問題。在捕獲北斗衛(wèi)星階段，提出利用改進的雞群優(yōu)化(chicken swarm optimization, CSO)算法快速準確搜索整周模糊度，從而獲得準確的差分信號；在利用基站和IRS傳輸差分信息時，提出了一種改進的基于凸優(yōu)化的精準位置估計算法。仿真結果證明了所提方法能夠?qū)崿F(xiàn)對目標的精準定位。

融合定位；RTK；智能反射表面；凸優(yōu)化

0 引言

當前，電力環(huán)境復雜多變，為確保電力系統(tǒng)安全、穩(wěn)定運行，需要建立高效的電力巡檢系統(tǒng)。無論是傳統(tǒng)人工巡檢還是智能機器人巡檢，為方便調(diào)度指揮和更好地應對電力突發(fā)事件，需要知道終端的精準位置信息，從而獲取對巡檢周邊電力設施或設備狀態(tài)的實時數(shù)據(jù)[1-4]。目前，基于實時動態(tài)(real time kinematic, RTK)載波相位差分技術在北斗定位系統(tǒng)日漸成熟并廣泛使用。隨著第五代移動通信(5th-generation mobile communication, 5G)時代的到來，部分學者開展了關于北斗與5G結合的研究[5-7]。例如：文獻[8]提出了北斗+5G的聯(lián)合定位模型，通過將定位數(shù)據(jù)融合處理提高定位精度，同時解決了衛(wèi)星信號衰減嚴重的問題。文獻[9]利用5G邊緣云將計算任務遷移到邊緣服務器，減少核心網(wǎng)絡的負擔。文獻[10]對北斗+5G室內(nèi)外融合定位進行了展望，討論了協(xié)同定位關鍵技術。北斗和5G的結合使定位精度和效率得到顯著提升，但在基站分布不均勻或林立的障礙物遮擋的情況下，無法解決由于非直射徑引起的信號嚴重衰減問題[11]，使得終端獲取基準站差分數(shù)據(jù)出現(xiàn)嚴重延時，影響差分定位精度。

智能反射表面(intelligent reconfigurable surface, IRS)的突出優(yōu)勢是能實現(xiàn)無線信道定制，當信號傳輸路徑被阻擋時，可通過設置IRS單元的相位或幅度參數(shù)，在收發(fā)節(jié)點和智能反射表面之間建立一條反射路徑，從而保障信息的及時可靠傳輸，實現(xiàn)視距遮擋情況下的目標定位。即使在開闊環(huán)境下，通過IRS建立的反射路徑也能提高信道增益，進而增強系統(tǒng)的信息傳輸能力和提高參數(shù)估計的精度[12-14]。基于此，提出了IRS輔助下的北斗+5G定位系統(tǒng)架構。RTK基準站與網(wǎng)絡邊緣計算服務器結合，將RTK差分信號端對端地傳輸給MEC服務器，MEC通過5G網(wǎng)絡，利用基站和IRS向區(qū)域內(nèi)的終端廣播差分信息。同時，引入將IRS作為虛擬基站，在5G網(wǎng)絡傳輸時，通過合理布設IRS減少基站數(shù)量，用IRS代替基站進行信號傳輸。因此，在節(jié)約成本和減少時延的同時，保證了RTK信息的安全傳輸，減少了RTK基準站下發(fā)的差分信號和流動站的時延，提高了定位信息的安全保密性。

1 系統(tǒng)定位模型

在變電站、發(fā)電廠等電力場景中，為方便調(diào)度指揮更好地應對電力突發(fā)事件，需要獲取對巡檢周邊電力設施或設備狀態(tài)的實時位置數(shù)據(jù)[15-17]。在經(jīng)過MEC解算后的差分信息傳輸過程中，現(xiàn)有的目標定位算法往往假設目標和基站存在視距路徑。然而在復雜環(huán)境下目標節(jié)點和基站之間可能存在高大建筑、樹木和電力設施等障礙物，使得視距路徑的信號嚴重衰減，導致視距信號缺失。智能反射表面可以為目標節(jié)點和基站之間定制一條反射路徑，從而為解決視距路徑缺失條件下的目標定位問題提供了新的途徑[18]。

基于IRS輔助的北斗+5G定位模型如圖1所示，在北斗+5G定位中引入IRS進行輔助，使移動終端通過基站和障礙物處設置的IRS與MEC建立連接，從對應的RTK基準站獲取差分數(shù)據(jù)進行精準定位。通過引入IRS輔助定位，不僅可以將虛擬基站引入實際應用減少基站數(shù)量，而且能有效解決因障礙物引起的非直射徑定位精度問題，主要過程如下。

階段一：將北斗衛(wèi)星捕獲的信號傳輸?shù)交鶞收?，利用RTK處理獲得差分信號，進而以端對端的方式傳輸給MEC服務器。

階段二：將虛擬基站的思想通過IRS實現(xiàn)以解決基站數(shù)量不夠的問題，同時在障礙物等遮擋處引入IRS減少非直射徑引起的誤差問題，使得傳輸時延降低進一步提高基準站輔助的差分定位精度。因此移動終端可以接收基站和經(jīng)IRS傳輸?shù)男盘?，通過基站和IRS與MEC節(jié)點建立通信連接后向MEC節(jié)點發(fā)送北斗差分定位請求，MEC節(jié)點接收到移動終端發(fā)送的請求后將RTK基準站的差分數(shù)據(jù)信息發(fā)送給移動終端，移動終端根據(jù)自身得到的北斗定位信息，結合收到的差分數(shù)據(jù)信息進行差分定位。

圖1 基于IRS輔助的北斗+5G模型

2 算法

2.1 基于RTK的差分信息獲取

RTK利用基準站和流動站觀測到的載波相位求差進行定位。MEC將密集型計算任務遷移到附近的網(wǎng)絡邊緣服務器，能夠?qū)崟r準確獲取基站ID、用戶位置相關的信息，結合5G移動網(wǎng)絡，降低核心網(wǎng)絡和傳輸網(wǎng)的擁塞與負擔，減緩網(wǎng)絡帶寬壓力，實現(xiàn)低時延，優(yōu)化了衛(wèi)星導航的使用體驗[19-20]。

在RTK定位中，由于載波相位的周期性，接收機只能觀測到相位的小數(shù)部分，而相位的整數(shù)部分未知，想要得到真實的相位，關鍵在于整周模糊度的求解[21]。主要過程可以分為3部分：構建載波相位觀測模型；求出對應的整數(shù)周模糊度，包含求解浮點解和固定解；得到整周模糊度固定解后，更新雙差模型，經(jīng)過基站傳輸給終端。

Step1：建立雙差模型

載波相位雙差能消除衛(wèi)星鐘差等系統(tǒng)誤差，削弱對流層等延時誤差，因此在RTK定位中采用載波相位雙差模型[22-23]，其中基準站A和流動站B之間的相位表示為

Step2：確定模糊度的搜索空間

考慮到卡爾曼濾波算法中要滿足線性條件，因此利用擴展卡爾曼濾波算法求取整周模糊度的浮點解及其協(xié)方差矩陣，經(jīng)過降相關處理后得到一個新的搜索空間，要搜索得到整數(shù)模糊度，使目標函數(shù)值最小，即

Step3：求取固定解

確定好模糊度的搜索空間后，考慮到接下來求解固定解，傳統(tǒng)雞群優(yōu)化[25](chicken swarm optimization, CSO)算法易陷入局部最值的情況，提出在CSO的基礎上引入柯西變異和自反饋因子。

對應第只小雞在+1時刻的位置為

2.2 基于凸優(yōu)化的智能反射表面輔助直接定位算法

針對目標節(jié)點和基站不存在視距路徑的定位問題，利用智能反射表面可以提供額外信道的優(yōu)勢，提出了一種改進的基于凸優(yōu)化的智能反射表面輔助直接定位算法，所提算法共包含3個階段：第1階段為相位控制矩陣的設計，用于獲取接收信號；第2階段為目標區(qū)域的估計，用來獲取目標所處的區(qū)域范圍；第3階段為建立函數(shù)的凸優(yōu)化進行迭代求解，最終獲取目標的精確位置，IRS定位模型如圖2所示。

圖2 IRS定位模型

Step1 相位控制矩陣的設計

雖然此時的相位控制矩陣不是理想的，但是接收信號仍然包含目標節(jié)點的位置參數(shù)信息，所以采用此時的接收信號作為后續(xù)的數(shù)據(jù)進行處理是合理可行的[26]。在實際的信號傳輸過程中，既有直射徑，也有因大樓等障礙物遮擋的非直射徑[27]，因此在考慮兩種可能并存的情況下進行分析求取接收信號，假設信號經(jīng)過預編碼后經(jīng)過IRS的接收信號模型為

由反射面?zhèn)鬏斨罛S的信號如式(15)所示。

最終，第個子載波流經(jīng)過直射徑和非直徑的傳輸信號如式(16)所示。

所以傳輸?shù)浇K端的下行接收信號為

Step2 估計信號的大致區(qū)域

Step3 利用改進的凸優(yōu)化進行精準位置估計

建立凸優(yōu)化問題如式(22)所示。

基于上述操作，所提出的算法最終可以實現(xiàn)目標位置的精確定位。

3 仿真驗證

3.1 搜索整周模糊度解的仿真對比

在利用RTK進行北斗精準定位進而求取整周模糊度的固定解時，分別對CSO和改進的CSO算法搜索最優(yōu)解。圖3和圖4分別是傳統(tǒng)CSO和改進算法對應得到的目標函數(shù)值。觀察可知，傳統(tǒng)CSO在第24次迭代時陷入局部最小，當大約第54次迭代時跳出，但還沒有達到最優(yōu)解。而改進的CSO，當?shù)螖?shù)為10時，目標函數(shù)值已經(jīng)達到最小，搜索的可靠性、有效性明顯優(yōu)于傳統(tǒng)的CSO。因此，改進的CSO可以使MEC端更精準地解算出差分信息，有利于巡檢調(diào)度指揮工作中對設備和人員的精準定位。

圖3 傳統(tǒng)CSO算法解算過程

圖4 改進的CSO算法解算過程

3.2 基于IRS輔助的北斗+5G定位系統(tǒng)誤差仿真

3.2.1 均方根誤差隨噪聲均值的影響

從圖5可以看出，均方根誤差隨噪聲均值的增大而增大。北斗定位的性能最差，而基于IRS輔助的5G+北斗定位的性能最好、定位精度最高，相比于其他方法有明顯的改進。

圖5 均方根誤差與噪聲均值的關系

3.2.2 系統(tǒng)定位誤差

定位誤差如圖6所示，采用北斗時進行分析，觀察可知，對于東、北、垂直這3個方向，東方向上的位置誤差大約在0與0.4 m浮動，北方向上位置誤差大約在0與0.5 cm之間浮動，垂直方向上的位置誤差大約在0與1.2 m浮動，可以實現(xiàn)精準定位。因此，引進IRS輔助北斗+5G系統(tǒng)進行定位，不僅可以有效減少基站數(shù)量，更有利于實現(xiàn)障礙物遮擋情況下巡檢調(diào)度指揮安全工作的進行。

圖6 定位誤差

4 ?總結

為方便在變電站、發(fā)電廠等場景中更好地指揮應對電力突發(fā)事件，需要獲取對巡檢周邊電力設施或設備狀態(tài)的實時數(shù)據(jù)感知?；诖?，提出一種基于IRS輔助的北斗+5G融合定位算法，利用改進的雞群優(yōu)化算法、改進的基于凸優(yōu)化的精準位置估計算法實現(xiàn)精準定位，不僅將虛擬基站的概念推廣應用到IRS上，而且解決了基站數(shù)目不足以及非直射徑引起的信號衰減等問題。

[1] 鄔蓉蓉, 黎大健, 覃劍, 等. 變電站室內(nèi)柔索驅(qū)動巡檢機器人系統(tǒng)設計與運動學分析[J]. 電力系統(tǒng)保護與控制, 2021, 49(10): 89-97.

WU Rongrong, LI Dajian, TAN Jian, et al. System design of an indoor inspection robot driven by a flexible cable in a substation[J]. Power System Protection and Control, 2021, 49(10): 89-97.

[2] 謝石木林. 基于5G的變電站電氣設備智能巡檢技術研究與應用[J]. 電力信息與通信技術, 2021, 19(12): 109-116.

XIE Shimulin. Research and application of intelligent inspection technology for substation electrical equipment based on 5G[J]. Electric Power Information and Communication Technology, 2021, 19(12): 109-116.

[3] 董詩繪, 牛彩雯, 戴琨. 基于深度強化學習的變電站巡檢機器人自動化控制方法研究[J]. 高壓電器, 2021, 57(2): 172-177.

DONG Shihui, NIU Caiwen, DAI Kun. Study on automatic control method of substation inspection robot based on deep reinforcement learning[J]. High Voltage Apparatus, 2021, 57(2): 172-177.

[4] 李博, 方彤. 北斗衛(wèi)星導航系統(tǒng)(BDS)在智能電網(wǎng)的應用與展望[J]. 中國電力, 2020, 53(8): 107-116.

LI Bo, FANG Tong. Application and prospect of Beidou navigation satellite system(BDS) in smart grid[J]. Electric Power, 2020, 53(8): 107-116.

[5] 張贏, 魏文震, 李江, 等. 基于北斗授時的μPMU測量誤差綜合分析[J]. 電力系統(tǒng)保護與控制, 2021, 49(8): 83-91.

ZHANG Ying, WEI Wenzhen, LI Jiang, et al. Comprehensive measurement error analysis of μPMU based on Beidou time service[J]. Power System Protection and Control, 2021, 49(8): 83-91.

[6] 何奉祿, 陳佳琦, 李欽豪, 等. 智能電網(wǎng)中的物聯(lián)網(wǎng)技術應用與發(fā)展[J]. 電力系統(tǒng)保護與控制, 2020, 48(3): 58-69.

HE Fenglu, CHEN Jiaqi, LI Qinhao, et al. Application and development of internet of things technology in smart grid[J]. Power System Protection and Control, 2020, 48(3): 58-69.

[7] 張婕, 曾國輝, 趙晉斌, 等. 基于改進冒泡排序的模塊化多電平換流器電容電壓均衡策略[J]. 電力系統(tǒng)保護與控制, 2020, 48(6): 92-99.

ZHANG Jie, ZENG Guohui, ZHAO Jinbin, et al. Modular multilevel converter capacitor voltage balancing strategy based on improved bubble sorting[J]. Power System Protection and Control, 2020, 48(6): 92-99.

[8] 徐穎章. 基于RTK的高精度無人機定位導航技術研究[D]. 南京: 南京航空航天大學, 2018.

XU Yingzhang. Research on high-precision positioning and navigation system of UAV based on RTK[D]. Nanjing: Nanjing University of Aeronautics and Astronautics, 2018.

[9] 王騰輝. 北斗與5G聯(lián)合定位方法研究[D]. 北京: 中國科學院大學(中國科學院國家授時中心), 2021.

WANG Tenghui. Research on the joint positioning method of Beidou and 5G[D]. Beijing: University of Chinese Academy of Sciences (National Time Service Center in Chinese Academy of Sciences), 2021.

[10] 李金柱. 一種基于5G+北斗的高精度定位系統(tǒng)[J]. 信息通信, 2020(1): 85-86.

[11] 昌飛. 北斗+5G室內(nèi)外融合定位技術的應用展望[J]. 集成電路應用, 2021, 38(1): 24-25.

CHANG Fei. Prospect of Beidou+5G indoor and outdoor fusion positioning Technology[J]. Applications of IC, 2021, 38(1): 24-25.

[12] 饒文利. 室內(nèi)三維定位分類、方法、技術綜述[J]. 測繪與空間地理信息, 2021, 44(3): 164-169.

RAO Wenli. Overview of indoor 3D positioning classification, methods and techniques[J]. Geomatics & Spatial Information Technology, 2021, 44(3): 164-169.

[13] 楊偉敏, 周文俊, 李良, 等. 變電站非視距環(huán)境移動目標實時精準定位方法[J]. 電測與儀表, 2020, 57(22): 46-54.

YANG Weimin, ZHOU Wenjun, LI Liang, et al. Real-time precise positioning algorithm for moving targets in non-line-of-sight environment of substation[J]. Electrical Measurement & Instrumentation, 2020, 57(22): 46-54.

[14] 曾紀鈞, 沈桂泉, 張金波. 基于UWB定位技術的作業(yè)風險管控智能終端設備研究[J/OL].電測與儀表: 1-9[2022-03-24].http://kns.cnki.net/kcms/detail/23.1202.TH.20210506.1018.004.html.

ZENG Jijun, SHEN Guiquan, ZHANG Jinbo. Research on intelligent terminal equipment for operation risk management and control based on UWB positioning technology[J/OL]. Electrical Measurement＆Instrumentation: 1-9[2022-03-24]. http://kns.cnki.net/ kcms/detail/23.1202.TH.20210506.1018.004.html.

[15] ZHANG Haobo, ZHANG Hongliang, DI Boya, et al. Towards ubiquitous positioning by leveraging reconfigurable intelligent surface[J]. IEEE Communications Letters: A Publication of the IEEE Communications Society, 2021, 25(1): 284-288.

[16] HE Jiguang, WYMEERSCH H, SANGUANPUAK T, et al. Adaptive beamforming design for mmwave RIS-aided joint localization and communication[C] // 2020 IEEE Wireless Communications and Networking Conference Workshops (WCNCW), April 6-9, 2020, Seoul, Korea (South): 1-6.

[17] 尹康涌, 梁偉, 楊吉斌, 等. 電力作業(yè)場景中一種高效的UWB和IMU融合定位算法[J]. 中國電力, 2021, 54(8): 83-90.

YIN Kangyong, LIANG Wei, YANG Jibin, et al. An efficient positioning algorithm based on UWB and IMU fusion in electric power operation scenes[J]. Electric Power, 2021, 54(8): 83-90.

[18] 周金龍, 孫永榮, 吳玲, 等. GPS移動基準站差分定位算法[J]. 導航與控制, 2020, 19(6): 44-49, 43.

ZHOU Jinlong, SUN Yongrong, WU Ling, et al. Differential positioning algorithm for GPS moving base station[J]. Navigation and Control, 2020, 19(6): 44-49, 43.

[19] 唐嫻. 一種基于改進Kalman濾波的多傳感器室內(nèi)定位方案[J]. 計算機應用與軟件, 2021, 38(7): 113-119.

TANG Xian. A multi-sensor indoor positioning scheme based on improved Kalman filter[J]. Computer Applications and Software, 2021, 38(7): 113-119.

[20] 白杰, 李志峰, 白巍, 等. 面向智能巡檢業(yè)務的移動邊緣計算定價卸載技術研究[J]. 電力信息與通信技術, 2021, 19(1): 105-110.

BAI Jie, LI Zhifeng, BAI Wei, et al. Research on mobile edge computing pricing and offloading technology for intelligent inspection service[J]. Electric Power Information and Communication Technology, 2021, 19(1): 105-110.

[21] ULLAH I, QIAN Siyu, DENG Zhixiang, et al. Extended Kalman filter-based localization algorithm by edge computing in wireless sensor networks[J]. Digital Communications and Networks, 2021, 7(2): 187-195.

[22] 歐陽利, 黃采倫. 基于ICSO的DGPS整周模糊度的求解方法[J]. 全球定位系統(tǒng), 2020, 45(3): 41-47, 62.

OUYANG Li, HUANG Cailun. Solution method of DGPS integer ambiguity based on ICSO[J]. GNSS World of China, 2020, 45(3): 41-47, 62.

[23] 趙威, 王強, 商可易, 等. 基于北斗導航的電力行業(yè)精準時空服務網(wǎng)[J]. 電力信息與通信技術, 2021, 19(7): 75-82.

ZHAO Wei, WANG Qiang, SHANG Keyi, et al. Electric power industry precise time-space service network based on BD navigation system[J]. Electric Power Information and Communication Technology, 2021, 19(7): 75-82.

[24] 王兆瑞, 劉亮, 李航, 等. 面向6G物聯(lián)網(wǎng)的智能反射表面設計[J]. 物聯(lián)網(wǎng)學報, 2020, 4(2): 84-95.

WANG Zhaorui, LIU Liang, LI Hang, et al. Intelligent reflecting surface design for 6G-assisted internet of things[J]. Chinese Journal on Internet of Things, 2020, 4(2): 84-95.

[25] HE Jiguang, WYMEERSCH H, KONG Long, et al. Large intelligent surface for positioning in millimeter wave MIMO systems[C] // 2020 IEEE 91st Vehicular Technology Conference (VTC2020-Spring), May 25-28, 2020, Antwerp, Belgium: 1-5.

[26] 翁盟. 基于凸優(yōu)化的智能反射表面輔助定位算法研究[D]. 長春: 吉林大學, 2021.

WENG Meng. Research on intelligent reflecting surface aided localization algorithm based on convex optimization[D]. Changchun: Jilin University, 2021.

[27] YANG Ziang, ZHANG Haobo, DI Boya, et, al. Wireless indoor simultaneous localization and mapping using reconfigurable intelligent surface[C] // 2021 IEEE Global Communications Conference (GLOBECOM), December 7-11, 2021, Madrid, Spain: 1-6.

[28] SHAHMANSOORI A, GARCIA G E, DESTINO G, et al. Position and orientation estimation through millimeter-wave MIMO in 5G systems[J]. IEEE Transactions on Wireless Communications, 2018, 17(3): 1822-1835.

[29] FASCISTA A, COLUCCIA A, WYMEERSCH H, et al. RIS-aided joint localization and synchronization with a single-antenna mmwave receiver[C] // ICASSP 2021-2021 IEEE International Conference on Acoustics, Speech and Signal Processing (ICASSP), June 6-11, 2021, Toronto, ON, Canada: 4455-4459.

Beidou + 5G fusion positioning based on IRS assistance

SHANG Li1, LI Yichao1, CAI Shuo1, LI Baogang2

(1. Information and Communication Branch, State Grid Hebei Electric Power Co., Ltd., Shijiazhuang 050000, China;2. School of Electronics and Communication Engineering, North China Electric Power University, Baoding 071000, China)

In power scenarios such as those containg substations and power plants, it is particularly important to ensure the safety of electric lines and their equipment. To facilitate dispatch and command to better deal with electric power emergencies, it is necessary to know the accurate location information of terminals, so as to obtain real-time data about the status of surrounding electric power facilities or equipment. Based on this, the paper puts forward a Beidou + 5G fusion positioning algorithm based on intelligent reflecting surface (IRS). Based on the location monitoring with Beidou positioning, the IRS-aided 5G network is used for information transmission to decrease delay. Problems such as signal attenuation caused by the direct path and the insufficient number of base stations are solved based on strengthening the signal power of the direct path. Then in the phase of capturing the Beidou satellite, an improved flock optimization (CSO) algorithm is proposed to search the whole week quickly and accurately, so as to obtain accurate differential signal. For transmitting differential information by base station and IRS, an improved precise position estimation algorithm based on convex optimization is proposed. Finally, simulation results show that the proposed method can achieve accurate target location.

fusion positioning; RTK; intelligent reflective surface; convex optimization

10.19783/j.cnki.pspc.220439

國家自然科學基金項目資助(61971190); 國網(wǎng)河北省電力有限公司科技項目資助(SGHEXT00GCJS210034，kj2021-022)

This work is supported by the National Natural Science Foundation of China (No. 61971190).

2022-03-29；

2022-05-29

尚 立(1982—)，男，通信作者，學士，高級工程師，研究方向為信息通信。E-mail: liyichao90@163.com

(編輯 周金梅)