Cell ID技术是蜂窝网络中最简单的一种定位方法，由于其对终端定位的结果是终端服务小区基站的位置，所以定位精度随扇区大小而变化，特点是速度快，应用简单，精度较差，通常与其他定位结合使用，统称为基于Cell ID的定位技术。这类定位技术是Cell ID技术的补充和改进。在移动蜂窝通信网络中，每个蜂窝小区都有一个惟一的，利用移动终端所在Cell对应的Cell ID就可以粗略确定移动终端的位置。如图表 1所示。。

GSM/GPRS系统中可以用作定位的另一个参数是时间提前量(TA)，UMTS系统中与之对应的是回路测量时间（RoundTripTime，RTT）。TA和RTT两者皆是利用基站传送到手机的时间补偿（Time Offset）来测量BTS与手机之间的距离，分析移动台所在的区域。TA以比特为单位，1bit相当于550米的距离；RTT以比特为单位，WCDMA 3.84M码片速率下1bit相当于20米的距离；TD-SCDMA 1.28M码片速率下1bit相当于60米的距离。把Cell ID和TA/RTT结合在一起是一种简单又经济的方法。所有终端都可使用这种方法定位，这是其一大优点。但这种技术的定位精度取决于小区大小和周围的环境，通常只能用于粗略定位。

NMR（Network Measurement Report）也称E-CGI（Enhanced Cell Global Identification），从本质讲是一种具有自主和指纹定位两种模式的技术。这种技术是对CellID以及CellID+ TA/RTT的增强。NMR指纹定位离线学习阶段，终端在确定位置的样本点处对各相邻小区的信号强度进行采集和记录，并将样本点处服务小区Cell ID、各相邻小区信号强度和对应精确位置归档；进入在线定位阶段，终端实时测量和收集相邻小区的NMR数据并上报网络侧数据库，查询与所检测信号强度最为接近的样本点的位置，作为最终定位结果。如图表 2所示。

图表 1  Cell定位技术原理

图表 2  NMR邻小区测量定位原理

上行链路到达时间(UTOA)定位方法是由基站测量移动终端信号到达的时间。该方法要求至少有三个基站参与测量，每个基站增加一个位置测量单元LMU，LMU测量终端发出的接入突发脉冲或常规突发脉冲的到达时刻。LMU可以和BTS结合在一起，也可分开放置。由于每个BTS的地理位置是已知的，因此可以利用球面三角算出移动终端的位置。TDOA测量的是移动终端发射的信号到达不同BTS的传输时间差，而不是单纯的传输时间。

UTOA定位需要终端和参与定位的LMU之间精确同步，而TDOA通常只需参与定位的BTS间同步即可。另外，这两种定位还要求在所有基站上安装LMU，因此成本较高。

增强型观察时间差(Enhanced Observed Time Difference, E-OTD)只能用于GSM/GPRS网络，使用这种技术需要在网络中的多个基站上放置位置测量单元（Location Measuremnet Unit,LMU）作为参考点。如图表 3所示。每个参考点都有一个精确的定时源。E-OTD的运作方式是以移动终端测量来自至少3个LMU的信号，根据各LMU到达移动终端的时间差值所产生的交叉双曲线可以计算出移动台的位置。

图表 3  E-OTD系统原理

E-OTD方案可以提供比CellID高得多的定位精度——在50米到125米之间。但是它的定位响应速度较慢，往往需要约5秒的时间。另外，它需要对移动终端软件进行更新，这意味着现存的移动用户无法通过该技术获得基于位置的服务。

基站通过阵列天线测出移动台到达无线电波信号的入射角，从而构成基站到移动台的径向连线，两条连线的交点即为待定位移动台的位置。这种方法不会产生二义性，因为两条直线只能相交于一点。这种信号到达角(Angle of Arrival, AOA)定位方法需要在每个小区基站处放置4~12组天线阵列，这些天线一起工作，从而确定移动台发送信号相对于基站的角度。

AOA通常用来确定一个二维位置。移动终端发，BTS1收，测量可得一条BTS1到移动终端的连线；移动终端发，BTS2收，测量得到另一直线，两直线相交产生定位角。BTS1和BTS2坐标位置已知，以正北为参考方向，顺时针为0~360度，逆时针为-0~-360度，由此可获得以移动终端、BTS1和BTS2为三点的三角关系。AOA方法在障碍物较少的地区可以获得较高的定位精度，但在障碍物较多的环境中，由于无线传输存在多径效应，则误差增大。移动台距离基站较远时，定位角度的微小偏差会导致定位距离的较大误差。另外，AOA技术必需使用智能方向天线。

这种定位技术利用移动终端靠近基站或远离基站时引起的信号衰减变化来估计移动终端的位置，又被称为场强定位技术。由于多数移动终端的天线是多向发送的，因此信号功率会向所有方向迅速消散。如果移动终端发出的信号功率已知，那么在另一点测量信号功率时，就可以利用一定的传播模型估计出移动终端与该点之间的距离。然而，测定传送功率会随着小区基站的扇形特性、天线倾斜以及无线系统的调整而不断变化。而且，信号同时受到其它因素（如穿越墙壁、植物、金属、玻璃、车辆等）的影响。最后，功率测量电路无法区分多个方向接收到的功率，例如直接到达的信号功率和反射到达的信号功率。因此，根据信号衰减进行定位被认为是最不可靠的方法。图表 4（来源：Alcatel-Lucent）。

图表 4  信号衰减定位中路径损耗观测值及其回归曲线与模型曲线对比关系

       A-GPS是网络辅助的GPS定位的简称，这种方法需要网络和移动台都能够接收GPS信号。如图表 5所示，A-GPS的基本原理是：网络向移动台提供辅助GPS信息，包括GPS信号捕获和GPS卫星与接收机间站星伪距测量的辅助数据（如：GPS捕获辅助数据、GPS定位辅助信息、GPS灵敏度辅助信息、GPS卫星工作状况等），以及移动台位置解算的辅助信息，如：GPS卫星星历、GPS导航电文、GPS卫星历书等，利用这些信息，移动台可以快速捕获卫星，并获取观测数据，继而将位置测量估计信息发送至网络侧定位服务器，由它最终计算出移动台所处位置。由于位置计算于网络侧完成，移动台实现GPS卫星信号捕获接收的复杂度大幅降低，并能够节省功耗。

图表 5  AGPS系统原理

       在开阔环境中，如城郊或乡村，多径和遮挡是可以忽略的，A-GPS的定位精度能够达到10米左右甚至更优； 若移动台处于城区环境，无遮挡并且多径效应影响较小，定位精度将在30~70米左右；若接收环境位于室内或其他多径和遮挡严重的区域，移动台难以捕获到足够的卫星信号，A-GPS无法完成捕获和定位，这是其最大的局限性。

       与前CellID和E-OTD等定位技术相比，A-GPS定位方法的响应时间稍长，在冷启动情况下，A-GPS定位响应时间为10~30秒；正常工作状态下，响应时间为3~10秒左右。A-GPS的优点在于网络侧改动少，网络不需增加其他设备，投资较少，定位精度高（理论上可达5~10米）。缺点是移动台需相应软硬件支持，从而增加移动台的成本和功耗。

移动通信中复杂的信道环境使得在诸多基于测量信号特征参量的无线定位方法中，仅靠一种基本定位算法很难取得最佳定位精度，而通过利用一种或几种不同定位算法对不同测量参数进行数据融合，可以进一步提高定位精度。具体讲是利用T(D)OA、AOA(可含GPS)等多种特征参量测量值通过不同的定位算法对其进行求解得到位置估计，再根据不同的融合准则，利用各自的冗余信息，通过一定的规则进行筛选与融合，得到最终位置。

       实现数据融合技术的关键是确定切实可行的准则和判决门限，在这方面需要结合课题的实际情况，在一定的实测数据基础上建立合理的实验模型，进行大量的计算机仿真。目前，综合或融合各种定位方法的测量数据，利用各种测量数据或冗余测量信息得到比任何单一方法好的定位精度，是目前蜂窝移动定位技术中比较好的折衷方案。

       AOA和TOA/TDOA定位技术在多径传播严重的环境下很难奏效。为了解决这个问题，美国Wireless Corp公司最早提出一项称为基于多径信号收集和模式匹配算法的“指纹”定位方案。它主要通过在基站设置无线照相系统来分析接收信号的多径模式，提取特征信息再和数据库中先验模式进行模式匹配，从而实现移动台定位。这种利用先验样本数据库辅助定位方案的测量数据参数可以是TOA/TDOA，也可以是RSSI。

无线局域网（WLAN）是指以无线信道作传输媒介的计算机局域网络，是计算机网络与无线通信技术相结合的产物，它以无线多址信道作为传输媒介，提供传统有线局域网的功能，能够使用户真正实现随时、随地、随意的宽带网络接入。移动用户对信息的即时性和就地性的需求越来越强烈，这就给基于WLAN系统的位置服务提供了广阔的发展空间。WLAN系统中定位技术主要有GPS卫星定位、基于RSSI或TOA/TDOA/AOA的三角定位、信号强度定位等。其中，信号强度定位技术主要包括信号强度指纹/信号强度建模定位等两类方法。

在WLAN低功率无线设备组成的高密度网中，由于各设备之间的同步很难实现，利用TDOA估计距离也很难实现。尽管可以通过测量TOA来估计距离，但是障碍密集地区如室内等环境中用户间距离较短，AP的覆盖范围往往不超过100米，无线电波的传输时延可以忽略不计，并存在较严重的衍射和绕射等非直线传播情况，而且同一用户信号的各条多径分量在时间上相当接近，需要对设备的分辨率进行改进以区分。所以，精确的TOA或者TDOA估计，需要借助于更先进的数字信号处理技术来实现。另外，影响信号传播的障碍物很多，无线信号存在反射和散射。不同路径分量的幅度、相位、到达时间和入射角各不相同，使接收的复合信号在幅度和相位上都产生了严重的失真，因此，AOA也不适于室内无线定位。

基于无线局域网（WLAN）的定位技术借助笔记本电脑、手机、MP4、PDA等用户终端中WLAN协议的广泛集成与WLAN近乎泛在的网络覆盖能力得以快速发展和进步。

WLAN中用户终端（主动或被动地）监听其接收范围内接入点/热点（AP）的信号，通过所接收到beacon frame中的SSID和MAC地址来辨识所有AP，并根据RSSI判别相应AP的信号强度。表格 2中是WLAN中用户终端扫描所返回的AP及其属性列表示例。WLAN中研究和应用最为广泛的信号强度定位技术便是基于上述监听结果进行的。

表格 2  终端扫描所返回的AP及其属性列表示例

       WLAN中首个定位系统RADAR由微软研究院的Bahl等人于2000年设计提出，其使用的是信号强度指纹定位技术。指纹定位主要分为离线训练和在线定位两个阶段。离线阶段在目标区域内，WLAN终端在有限个样本点处从周围的AP采集信号，测量从邻近若干AP接收的信号强度，并记录自身位置。同时，终端捕获观测AP MAC作为识别信息。然后将包含AP识别信息、AP信号强度和对应观测样本点位置等信息的先验数据保存，建立信号指纹数据库。为提供较准确和完整的指纹记录，离线指纹的收集需以足够密度覆盖整个物理空间。基于上述采集好的信号指纹数据，在实际定位阶段，定位终端扫描接收范围内的各个AP，并根据各AP的信号强度，在指纹数据库中找出与所观测AP信号强度最接近的一条指纹记录，并将此记录中的位置信息作为终端的位置。

图表 6  WLAN指纹定位技术原理

指纹定位技术可以分为确定性、不确定性（或随机性）方法。确定性方法直接求解两者间的欧氏距离，返回与观测值距离最小的一个样本点或K个样本点的综合结果。在不确定性方法中，使用各种随机性方法来处理RSSI测量中的不确定性，继而获得终端位置的最大似然或最大后验概率或最小均方误差估计。表格 3是针对三张常见指纹算法（KNN，Histogram，Kernel）的各项误差统计分析数据对比关系。

表格 3 KNN/Histogram/Kernel算法误差统计分析

WLAN中另一种定位技术被称为信号强度建模定位。此类系统中记录了AP的精确位置，在计算用户位置时，较简单的方法是根据各可见AP信号强度的差异直接对各AP的位置进行加权平均得到用户的粗略位置。较复杂的方法之一是：建立信号传播规律的确定性模型并根据信号强度的损耗来估计AP-用户间传播距离，继而确定用户位置。另一种方法是基于随机技术，根据信号关于距离的统计分布特性，得到对AP-用户间距离的一个概率估计。如前所述，信号强度建模定位至少需要预知AP的标识及其位置信息即建立AP数据库，省去了指纹采集工作。建立AP位置数据库的方法主要有：站址登记和路测。

信号强度建模方法存在不可忽视的缺陷，其相比指纹定位虽然步骤简捷，但其定位精度受到AP位置精度和路径传播损耗模型精度的影响。而且，此方法中忽视了AP天线的发射信号强度在各方向的分布并不均匀的实际情况，即AP天线周围不同方向的终端虽接收到AP的信号强度相同，但与AP的距离可能并不相同。上述这些因素（包括人体遮挡）都会对信号强度建模定位精度产生不同程度的影响。

图表 7是具有代表性的信号强度指纹定位技术（RADAR）、信号强度建模定位中确定性模型技术（Trilateration, Simplified path loss model）与随机模型技术（Proposed）的定位性能对比测试情况。由图中可见，RADAR指纹定位的平均性能相比模型定位而言更突出，但基于随机性传播模型的建模技术在经过与RADAR的整合后，整体性能实现显著的提升。

图表 7  WLAN信号强度指纹/模型定位性能对比关系

基于蜂窝网络特别是基于CDMA网络的移动定位技术是一项复杂的技术，涉及的内容多，范围广。从对移动台定位的精度要求来看，由于受多径、多址干扰，特别是NLOS传播的影响，使各种信号特征测量值总是存在一定的偏差，从而使各种适用于特征测量值误差服从零均值高斯分布的定位算法，如最小均方三角定位算法的性能显著下降，无法取得对移动台位置的最大似然估计，使得对移动台的估计位置出现较大的偏差。在一般的市区环境下，以GPS为代表的卫星定位技术，由于其基于高频伪随机码的精确站星伪距测量而获得较高的定位性能，但另一方面，其巨大的下载量使得首次锁定时间过长。AGPS虽然可以大幅提高首次定位的速度，但仍无法彻底解决卫星信号条件较差环境下定位性能低下的问题。因此，AGPS、基于Cell定位等技术的结合互补是蜂窝网络定位更为可行而且高效的选择。

WLAN的部署为蜂窝网络中AGPS、Cell等定位技术提供了有力的补充。由于特征测量方法面临与蜂窝网络中相同甚至更为严重的误差影响，WLAN定位研究应用的重点是基于信号强度的方向。其中，指纹定位相比传播模型定位具有更高的实用性和更广的适用范围。

在无线网络定位中，每种系统和算法都有各自特点和适用范围，没有哪种是绝对最优的。近来算法研究的重点逐渐有多元互补的趋势。在不同理论、策略、网络拓扑、应用领域等方面分别具有优势的方法之间相互配合、采长补短是今后无线网络定位技术的一种发展方向。

[1]   吴静. 3G定位业务的网络结构分析. 移动通信, 5:54, 2006.

[2]   黎海涛，张平. 无线定位技术. 无线通信技术, 4:5, 2001.

[3]   K. Borre, D. M. Akos, N. Bertelsen, P. Rinder, and S. H. Jensen. A Software-Defined GPS and Galileo Receiver. BirkHauser, 2007.

[4]   David Wells and Richard Langley. Guide to GPS Positioning. Canadian GPS Associates, 1987.

[5]   James Bao-Yen Tsui. Fundamentals of GPS Receivers A Software Approach. Microwave and Optical Engineering. John Wiley & Sons, Ltd, 2rd edition, 2005.

[6]   Axel Kupper. Location-based Services Fundamentals and Operations. John Wiley & Sons, Ltd, 2005.

[7]   GuoChang Xu. GPS Theory, Algorithms and Applications. Springer, 2rd edition, 2007.

[8]   GuoChang Xu. Multi-Functional GPS/(Galileo) Software User Manual. GFZ, 2004.

[9]   Richard Langley. The limitation of gps. GPS World, unknown:unknown, unknown.

[10]林智，于蓉蓉，谈星东. 手机导航业务总体技术要求, 3 2007.

[11]于蓉蓉、彭华、唐剑峰. 手机地图业务总体技术要求, 7 2006.

[12]Richard Langley. The mathematics of GPS. GPS World, 7:unknown, 1991.

[13]孙巍，王行刚. 移动定位技术综述. 电子技术应用, 29(6):6–9, 2003.

[14]孙国林. 无线移动网络辅助定位算法研究. PhD thesis, 电子科技大学, 成都, Dec. 2005.

[15]陶鸿，王晓斌. 利用无线通信网络本身资源实现gsm粗定位. 计算机技术与发展, 16:83, 2006.

[16]Richard Klukas. A super resolution based cellular positioning system using GPS time synchronization. PhD thesis, University of Calgary, 2001.

[17]Broadcom. Budgetary pricing proposal for NMR/MRL LBS data services to CMCC corporation, 7 2009.

[18]Shu Wang and Jungwon Wong. [slide]lbs for mobiles: technologies and standards. Slide, 2008.

[19]3GPP. Requirement for support of A-GPS system, 2006.

[20]ETSI. UMTS A-GPS system, Oct 2006.

[21]ETSI. LCS SMLC RRLP, Jul 2005.

[22]ETSI. LCS broadcast network assistance for E-OTD and GPS, Feb 2005.

[23]ETSI. UMTS RRC specification, 2006.

[24]S. J. Lee D. W. Lim. Design of an assisted gps receiver and its performance analysis. In ISCAS, 2007, pages 1742–1745, May 2007.

[25]F. Izquierdo, M. Ciurana, and J. Paradells. Performance evaluation of a toa-based trilateration method to locate terminals in wlan. In International Symposium on Wireless Pervasive Computing, pages 1–6, 2006.

[26]J. J. Lei and Y. Xia. A novel assistance data processing method for agps location system. Journal of Chongqing University of Posts and Telecommunications (Natural Science), 19:358–361, 2007.

[27]SiRF. SiRFLoc Server: Wireless, A-GPS Mobile Location Software Solution.

[28]Changlin Ma. Techniques to improve ground-based wireless location performance using a cellular telephone network. PhD thesis, Geomatics Engineering, University of Calgary, 2003.

[29]H C SO and E M K SHIU. Performance of TOA-AOA hybrid mobile location. IEICE Trans Fundam Electron Commun Comput Sci, E86-A(8):2136–2138, 2003.

[30]Rahman I. Reza, Rahman I. Reza, Co chair Dr, and Amy E. Bell. Data fusion for improved TOA/TDOA position determination in wireless systems. In Master4.pdf Song, H.L, pages 902–908, 2000.

[31]孙国林，郭伟. 基于数据融合的蜂窝无线定位算法研究. 通信学报, 24(1):137–142, 2003.

[32]Ji Li, Ligen Wang, J. Brault, and J. Conan. Mobile location in MIMO communication systems by using learning machine. In Electrical and Computer Engineering, 2007. CCECE 2007. Canadian Conference on, pages 1066–1069, April 2007.

[33]Zhongshan Wu. MIMO-OFDM communication systems: channel estimation and wireless location. PhD thesis, Louisiana State University, 2006.

[34]Guolin Sun and Wei Guo. A novel indoor geo-location method using MIMO array. Journal of Electronics (China), 23(6):810–813, Nov. 2006. [email protected].

[35]Ji Li, J. Conan, and S. Pierre. Mobile station location estimation for MIMO communication systems. In Wireless Communication Systems, 2006. ISWCS ’06. 3rd International Symposium on, pages 561–564, 2006.

[36]P. Bahl and V. N. Padmanabhan. RADAR: an in-building rf-based user location and tracking system. In INFOCOM 2000. Nineteenth Annual Joint Conference of the IEEE Computer and Communications Societies. Proceedings. IEEE, volume 2, pages 775–784 vol.2, 2000.

[37]翟明明. 移动定位服务的现状与发展趋势. 信息通信技术, 24(2):27-32, 2009.