本文由北京交通大学赵军辉教授团队撰写，发表于2020年《移动通信》6G专刊，系统分析了6G时代无线定位技术的发展潜力与面临的挑战。文章从直接定位和间接定位两个角度总结了现有定位技术，深入分析了5G定位增强及其不足，并展望了6G定位技术的四大发展方向。

一、现有定位技术概述

基于公众移动通信基础设施的定位技术分为两大类：
1. 间接定位技术：基于测距方法，由基站侧LBS服务器综合计算测量结果得出位置。核心测量物理量包括TOA（到达时间）、TDOA（到达时间差）、AOA（到达角）、FDOA（到达频率差）等，需借助空间中的直射径。间接定位在实际场景中运用较广泛，但每种技术都受自身特征限制，精度提升存在瓶颈。
2. 直接定位技术：借助相关信息建立位置的最大似然函数，不断迭代估计位置。相关信息包括信道状态信息、接收信号强度、样本位置指纹等。其中基于指纹的定位技术最为普遍，分为离线训练（构建信号指纹-位置数据库）和在线定位（指纹匹配）两个阶段。直接定位计算复杂但精确度远高于间接定位技术。

二、5G定位增强与不足

3GPP持续推动定位增强研究：5G NR R15引入了更丰富的CSI-RS参考信号，R16继续研究RAT-dependent及混合定位技术，R17计划将室内定位精度提升至厘米级。NGMN联盟指出5G定位精度应在80%概率下达到10m，室内组网应达1m。IEEE 802.11az NGP在60GHz频带可实现1cm距离测量精度。

但5G定位仍面临三大挑战：
1. 泛在化问题：室外复杂、室内外衔接、室内异构设备等场景，不同定位技术融合尚未实现场景泛在化
2. 覆盖问题：无法提供大范围稳定连续的无缝覆盖
3. 精度问题：NLOS和多径传播引入测量误差，异构设备受时间同步严重影响，精度提升存在瓶颈

三、6G定位技术四大方向

1. 太赫兹通信技术
太赫兹信号波长短、波束窄、方向性好，可实现更高精度的测距和测角。6G信号带宽将从5G的100MHz增加至500MHz，多径时延分辨率可与UWB定位技术相当。太赫兹频段电波二次反射相对较弱，有助于解决多径时延扩展问题。峰值数据传输速率将超过1Tb/s，可满足高可靠低时延场景的实时性要求。

2. 超大规模天线阵列技术（SM-MIMO）
6G基站天线阵元数将达到10000个，SM-MIMO使基站可同时接入上千个无线外部连接，容量达5G的1000倍。天线越多波束越窄，角度分辨率进一步提升，各终端间干扰极小。结合波束赋形可实现焦点式覆盖，大幅提高定位精确度。大规模天线阵列还提供丰富的信号特征维度，便于构造多特征位置指纹信息。

3. 融合定位
包括两个层面：
- 多基站融合定位：利用分布式MIMO、C-RAN、无蜂窝架构等技术使基站间联合协作便捷化，通过多接入点定位结果融合解决时间偏差和同步误差问题
- 不同网络融合定位：6G空天海地一体化网络在地面蜂窝基础上与卫星通信、深海通信深度融合，实现全地形全空间立体覆盖，为远洋物资跟踪、物联网设备位置采集提供解决方案

4. 人工智能
AI与定位结合有两方面应用：一是用于数据处理分析，从用户、环境和网络获取数据集学习，综合视觉、建筑地图、声音等多源信息预测定位结果，提高3D定位精度；二是在网络边缘及各网元内嵌AI实现网络自组织，使基站设备间智能协作，AI可学习环境变化自主选择最优定位方法，实现定位智能化和泛在化。

四、面临的关键挑战

1. 太赫兹：收发机架构需研发，固态功率放大器输出功率不足，相控阵天线尚未突破，小型化程度不够
2. 大规模天线：需解决跨频段、高效率、全空域覆盖问题，高性能模拟波束成型网络设计有待发展
3. 融合定位：天地一体化网络稳定性低于地面网络，还需解决网络架构、接口标准、频谱资源分配等问题
4. 人工智能：训练样本以数学仿真为主，忽略实际环境影响；现有AI框架面向图像视频数据，与通信领域数据匹配效果不佳

总体而言，6G将以太赫兹通信、超大规模天线阵列、人工智能和融合一体化网络架构为支撑，为解决定位泛在化、覆盖和精度三大难题提供全新思路，发展面向公众移动通信系统的高性能定位服务有望成为6G研究的重要分支。