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：基于 5G UTDOA 与 MR 指纹技术的室内定位融合策略旨在提升定位系统的精确性和可靠性。通过整合这2种技术，开发了一个减少环境误差和增强稳定性的高精度定位算法。仿真结果表明，融合算法不仅有效提高了定位准确率，还展示了其结合现代通信技术在室内定位领域的应用潜力，为定位技术的进一步发展开辟了新的路径。
关键词：室内定位；5G UTDOA；MR指纹技术；融合算法
doi：10.12045/j.issn.1007-3043.2025.01.009
引言
在数字时代，室内定位技术的应用越来越广泛，为商业、工业和物联网等提供了关键的定位信息。然而，室内环境的多样性和复杂性给室内定位带来了很大的挑战。现有的室内定位技术，如 UTDOA（Uplink Time Difference of Arrival）和 MR 指 纹（MassiveMIMO Fingerprint），在复杂环境下存在定位精度低、鲁棒性差等问题。为了解决这些问题，本文提出了一种基于 5G UTDOA 与 MR 指纹技术的融合算法，旨在提高室内定位的精度和鲁棒性。
UTDOA 和 MR 指纹是 2 种代表性的室内定位技术。UTDOA 技术通过测量上行信号的到达时间差来定位移动设备，具有高精度和大范围的特点。MR指纹技术在大规模多天线系统中显示出良好的通信能力，其丰富的空间信息为室内定位提供了更多的可用资源。但是，这 2 种技术在室内定位应用中仍存在一些不足。例如，UTDOA 易受多径效应影响，定位误差可能扩大；MR 指纹在复杂环境下的稳定性可能会受到挑战。因此，将UTDOA和MR指纹技术进行融合，可以取长补短，提高室内定位的精度和鲁棒性。
本文提出了一种贝叶斯融合算法，该算法有效地结合UTDOA和MR指纹定位结果，能够提高定位精度和鲁棒性。为了验证该算法的有效性，研究人员进行了室内仿真，结果表明，该算法在不同场景下均能取得较高的定位精度，平均定位精度比现有算法提高了约 13%。此外，该算法还具有较强的鲁棒性和抗干扰能力，即使在复杂环境下也能保持稳定的定位性能。该算法在5G环境下具有广阔的应用前景，可以应用于室内导航、人员定位、资产管理等领域，例如大型商场、医院、博物馆等室内环境的导航和定位。
