基于IRS辅助的北斗+5G融合定位

尚 立，李毅超，蔡 硕，李保罡

基于IRS辅助的北斗+5G融合定位

尚 立1，李毅超1，蔡 硕1，李保罡2

(1.国网河北省电力有限公司信息通信分公司, 河北 石家庄 050000；2.华北电力大学电子与通信工程系，河北 保定 071000)

在变电站、发电厂等电力场景中，保障输配电线路及其设备安全尤为重要。为方便调度指挥更好地应对电力突发事件，需要知道终端的精准位置信息，从而获取对巡检周边电力设施或设备状态的实时数据。基于此，提出一种基于智能反射表面(intelligent reflecting surface, IRS)辅助的北斗+5G融合定位算法。在通过北斗定位进行位置监测的基础上，采用由IRS辅助的5G网络进行信息传输以降低时延，同时在加强直射径信号功率的基础上解决了基站数目不足、非直射径引起的信号衰减等问题。在捕获北斗卫星阶段，提出利用改进的鸡群优化(chicken swarm optimization, CSO)算法快速准确搜索整周模糊度，从而获得准确的差分信号；在利用基站和IRS传输差分信息时，提出了一种改进的基于凸优化的精准位置估计算法。仿真结果证明了所提方法能够实现对目标的精准定位。

融合定位；RTK；智能反射表面；凸优化

0 引言

当前，电力环境复杂多变，为确保电力系统安全、稳定运行，需要建立高效的电力巡检系统。无论是传统人工巡检还是智能机器人巡检，为方便调度指挥和更好地应对电力突发事件，需要知道终端的精准位置信息，从而获取对巡检周边电力设施或设备状态的实时数据[1-4]。目前，基于实时动态(real time kinematic, RTK)载波相位差分技术在北斗定位系统日渐成熟并广泛使用。随着第五代移动通信(5th-generation mobile communication, 5G)时代的到来，部分学者开展了关于北斗与5G结合的研究[5-7]。例如：文献[8]提出了北斗+5G的联合定位模型，通过将定位数据融合处理提高定位精度，同时解决了卫星信号衰减严重的问题。文献[9]利用5G边缘云将计算任务迁移到边缘服务器，减少核心网络的负担。文献[10]对北斗+5G室内外融合定位进行了展望，讨论了协同定位关键技术。北斗和5G的结合使定位精度和效率得到显著提升，但在基站分布不均匀或林立的障碍物遮挡的情况下，无法解决由于非直射径引起的信号严重衰减问题[11]，使得终端获取基准站差分数据出现严重延时，影响差分定位精度。

智能反射表面(intelligent reconfigurable surface, IRS)的突出优势是能实现无线信道定制，当信号传输路径被阻挡时，可通过设置IRS单元的相位或幅度参数，在收发节点和智能反射表面之间建立一条反射路径，从而保障信息的及时可靠传输，实现视距遮挡情况下的目标定位。即使在开阔环境下，通过IRS建立的反射路径也能提高信道增益，进而增强系统的信息传输能力和提高参数估计的精度[12-14]。基于此，提出了IRS辅助下的北斗+5G定位系统架构。RTK基准站与网络边缘计算服务器结合，将RTK差分信号端对端地传输给MEC服务器，MEC通过5G网络，利用基站和IRS向区域内的终端广播差分信息。同时，引入将IRS作为虚拟基站，在5G网络传输时，通过合理布设IRS减少基站数量，用IRS代替基站进行信号传输。因此，在节约成本和减少时延的同时，保证了RTK信息的安全传输，减少了RTK基准站下发的差分信号和流动站的时延，提高了定位信息的安全保密性。

1 系统定位模型

在变电站、发电厂等电力场景中，为方便调度指挥更好地应对电力突发事件，需要获取对巡检周边电力设施或设备状态的实时位置数据[15-17]。在经过MEC解算后的差分信息传输过程中，现有的目标定位算法往往假设目标和基站存在视距路径。然而在复杂环境下目标节点和基站之间可能存在高大建筑、树木和电力设施等障碍物，使得视距路径的信号严重衰减，导致视距信号缺失。智能反射表面可以为目标节点和基站之间定制一条反射路径，从而为解决视距路径缺失条件下的目标定位问题提供了新的途径[18]。

基于IRS辅助的北斗+5G定位模型如图1所示，在北斗+5G定位中引入IRS进行辅助，使移动终端通过基站和障碍物处设置的IRS与MEC建立连接，从对应的RTK基准站获取差分数据进行精准定位。通过引入IRS辅助定位，不仅可以将虚拟基站引入实际应用减少基站数量，而且能有效解决因障碍物引起的非直射径定位精度问题，主要过程如下。

阶段一：将北斗卫星捕获的信号传输到基准站，利用RTK处理获得差分信号，进而以端对端的方式传输给MEC服务器。

阶段二：将虚拟基站的思想通过IRS实现以解决基站数量不够的问题，同时在障碍物等遮挡处引入IRS减少非直射径引起的误差问题，使得传输时延降低进一步提高基准站辅助的差分定位精度。因此移动终端可以接收基站和经IRS传输的信号，通过基站和IRS与MEC节点建立通信连接后向MEC节点发送北斗差分定位请求，MEC节点接收到移动终端发送的请求后将RTK基准站的差分数据信息发送给移动终端，移动终端根据自身得到的北斗定位信息，结合收到的差分数据信息进行差分定位。

图1 基于IRS辅助的北斗+5G模型

2 算法

2.1 基于RTK的差分信息获取

RTK利用基准站和流动站观测到的载波相位求差进行定位。MEC将密集型计算任务迁移到附近的网络边缘服务器，能够实时准确获取基站ID、用户位置相关的信息，结合5G移动网络，降低核心网络和传输网的拥塞与负担，减缓网络带宽压力，实现低时延，优化了卫星导航的使用体验[19-20]。

在RTK定位中，由于载波相位的周期性，接收机只能观测到相位的小数部分，而相位的整数部分未知，想要得到真实的相位，关键在于整周模糊度的求解[21]。主要过程可以分为3部分：构建载波相位观测模型；求出对应的整数周模糊度，包含求解浮点解和固定解；得到整周模糊度固定解后，更新双差模型，经过基站传输给终端。

Step1：建立双差模型

载波相位双差能消除卫星钟差等系统误差，削弱对流层等延时误差，因此在RTK定位中采用载波相位双差模型[22-23]，其中基准站A和流动站B之间的相位表示为

Step2：确定模糊度的搜索空间

考虑到卡尔曼滤波算法中要满足线性条件，因此利用扩展卡尔曼滤波算法求取整周模糊度的浮点解及其协方差矩阵，经过降相关处理后得到一个新的搜索空间，要搜索得到整数模糊度，使目标函数值最小，即

Step3：求取固定解

确定好模糊度的搜索空间后，考虑到接下来求解固定解，传统鸡群优化[25](chicken swarm optimization, CSO)算法易陷入局部最值的情况，提出在CSO的基础上引入柯西变异和自反馈因子。

对应第只小鸡在+1时刻的位置为

2.2 基于凸优化的智能反射表面辅助直接定位算法

针对目标节点和基站不存在视距路径的定位问题，利用智能反射表面可以提供额外信道的优势，提出了一种改进的基于凸优化的智能反射表面辅助直接定位算法，所提算法共包含3个阶段：第1阶段为相位控制矩阵的设计，用于获取接收信号；第2阶段为目标区域的估计，用来获取目标所处的区域范围；第3阶段为建立函数的凸优化进行迭代求解，最终获取目标的精确位置，IRS定位模型如图2所示。

图2 IRS定位模型

Step1 相位控制矩阵的设计

虽然此时的相位控制矩阵不是理想的，但是接收信号仍然包含目标节点的位置参数信息，所以采用此时的接收信号作为后续的数据进行处理是合理可行的[26]。在实际的信号传输过程中，既有直射径，也有因大楼等障碍物遮挡的非直射径[27]，因此在考虑两种可能并存的情况下进行分析求取接收信号，假设信号经过预编码后经过IRS的接收信号模型为

由反射面传输至BS的信号如式(15)所示。

最终，第个子载波流经过直射径和非直径的传输信号如式(16)所示。

所以传输到终端的下行接收信号为

Step2 估计信号的大致区域

Step3 利用改进的凸优化进行精准位置估计

建立凸优化问题如式(22)所示。

基于上述操作，所提出的算法最终可以实现目标位置的精确定位。

3 仿真验证

3.1 搜索整周模糊度解的仿真对比

在利用RTK进行北斗精准定位进而求取整周模糊度的固定解时，分别对CSO和改进的CSO算法搜索最优解。图3和图4分别是传统CSO和改进算法对应得到的目标函数值。观察可知，传统CSO在第24次迭代时陷入局部最小，当大约第54次迭代时跳出，但还没有达到最优解。而改进的CSO，当迭代次数为10时，目标函数值已经达到最小，搜索的可靠性、有效性明显优于传统的CSO。因此，改进的CSO可以使MEC端更精准地解算出差分信息，有利于巡检调度指挥工作中对设备和人员的精准定位。

图3 传统CSO算法解算过程

图4 改进的CSO算法解算过程

3.2 基于IRS辅助的北斗+5G定位系统误差仿真

3.2.1 均方根误差随噪声均值的影响

从图5可以看出，均方根误差随噪声均值的增大而增大。北斗定位的性能最差，而基于IRS辅助的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显的改进。

图5 均方根误差与噪声均值的关系

3.2.2 系统定位误差

定位误差如图6所示，采用北斗时进行分析，观察可知，对于东、北、垂直这3个方向，东方向上的位置误差大约在0与0.4 m浮动，北方向上位置误差大约在0与0.5 cm之间浮动，垂直方向上的位置误差大约在0与1.2 m浮动，可以实现精准定位。因此，引进IRS辅助北斗+5G系统进行定位，不仅可以有效减少基站数量，更有利于实现障碍物遮挡情况下巡检调度指挥安全工作的进行。

图6 定位误差

4  总结

为方便在变电站、发电厂等场景中更好地指挥应对电力突发事件，需要获取对巡检周边电力设施或设备状态的实时数据感知。基于此，提出一种基于IRS辅助的北斗+5G融合定位算法，利用改进的鸡群优化算法、改进的基于凸优化的精准位置估计算法实现精准定位，不仅将虚拟基站的概念推广应用到IRS上，而且解决了基站数目不足以及非直射径引起的信号衰减等问题。

[1] 邬蓉蓉, 黎大健, 覃剑, 等. 变电站室内柔索驱动巡检机器人系统设计与运动学分析[J]. 电力系统保护与控制, 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] 谢石木林. 基于5G的变电站电气设备智能巡检技术研究与应用[J]. 电力信息与通信技术, 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] 董诗绘, 牛彩雯, 戴琨. 基于深度强化学习的变电站巡检机器人自动化控制方法研究[J]. 高压电器, 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. 北斗卫星导航系统(BDS)在智能电网的应用与展望[J]. 中国电力, 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] 张赢, 魏文震, 李江, 等. 基于北斗授时的μPMU测量误差综合分析[J]. 电力系统保护与控制, 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] 何奉禄, 陈佳琦, 李钦豪, 等. 智能电网中的物联网技术应用与发展[J]. 电力系统保护与控制, 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] 张婕, 曾国辉, 赵晋斌, 等. 基于改进冒泡排序的模块化多电平换流器电容电压均衡策略[J]. 电力系统保护与控制, 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] 徐颖章. 基于RTK的高精度无人机定位导航技术研究[D]. 南京: 南京航空航天大学, 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] 王腾辉. 北斗与5G联合定位方法研究[D]. 北京: 中国科学院大学(中国科学院国家授时中心), 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. 一种基于5G+北斗的高精度定位系统[J]. 信息通信, 2020(1): 85-86.

[11] 昌飞. 北斗+5G室内外融合定位技术的应用展望[J]. 集成电路应用, 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] 饶文利. 室内三维定位分类、方法、技术综述[J]. 测绘与空间地理信息, 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] 杨伟敏, 周文俊, 李良, 等. 变电站非视距环境移动目标实时精准定位方法[J]. 电测与仪表, 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] 曾纪钧, 沈桂泉, 张金波. 基于UWB定位技术的作业风险管控智能终端设备研究[J/OL].电测与仪表: 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, 梁伟, 杨吉斌, 等. 电力作业场景中一种高效的UWB和IMU融合定位算法[J]. 中国电力, 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] 周金龙, 孙永荣, 吴玲, 等. GPS移动基准站差分定位算法[J]. 导航与控制, 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] 唐娴. 一种基于改进Kalman滤波的多传感器室内定位方案[J]. 计算机应用与软件, 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. 面向智能巡检业务的移动边缘计算定价卸载技术研究[J]. 电力信息与通信技术, 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] 欧阳利, 黄采伦. 基于ICSO的DGPS整周模糊度的求解方法[J]. 全球定位系统, 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] 赵威, 王强, 商可易, 等. 基于北斗导航的电力行业精准时空服务网[J]. 电力信息与通信技术, 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, 刘亮, 李航, 等. 面向6G物联网的智能反射表面设计[J]. 物联网学报, 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. 基于凸优化的智能反射表面辅助定位算法研究[D]. 长春: 吉林大学, 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

国家自然科学基金项目资助(61971190); 国网河北省电力有限公司科技项目资助(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，学士，高级工程师，研究方向为信息通信。E-mail: liyichao90@163.com

(编辑 周金梅)