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(xué)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(shè)備安全尤為重要。為方便調(diào)度指揮更好地應(yīng)對電力突發(fā)事件，需要知道終端的精準(zhǔn)位置信息，從而獲取對巡檢周邊電力設(shè)施或設(shè)備狀態(tài)的實(shí)時數(shù)據(jù)?；诖?，提出一種基于智能反射表面(intelligent reflecting surface, IRS)輔助的北斗+5G融合定位算法。在通過北斗定位進(jìn)行位置監(jiān)測的基礎(chǔ)上，采用由IRS輔助的5G網(wǎng)絡(luò)進(jìn)行信息傳輸以降低時延，同時在加強(qiáng)直射徑信號功率的基礎(chǔ)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(jìn)的雞群優(yōu)化(chicken swarm optimization, CSO)算法快速準(zhǔn)確搜索整周模糊度，從而獲得準(zhǔn)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(jìn)的基于凸優(yōu)化的精準(zhǔn)位置估計(jì)算法。仿真結(jié)果證明了所提方法能夠?qū)崿F(xiàn)對目標(biāo)的精準(zhǔn)定位。

融合定位；RTK；智能反射表面；凸優(yōu)化

0 引言

當(dāng)前，電力環(huán)境復(fù)雜多變，為確保電力系統(tǒng)安全、穩(wěn)定運(yùn)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(jī)器人巡檢，為方便調(diào)度指揮和更好地應(yīng)對電力突發(fā)事件，需要知道終端的精準(zhǔn)位置信息，從而獲取對巡檢周邊電力設(shè)施或設(shè)備狀態(tài)的實(shí)時數(shù)據(jù)[1-4]。目前，基于實(shí)時動態(tài)(real time kinematic, RTK)載波相位差分技術(shù)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(xué)者開展了關(guān)于北斗與5G結(jié)合的研究[5-7]。例如：文獻(xiàn)[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(yán)重的問題。文獻(xiàn)[9]利用5G邊緣云將計(jì)算任務(wù)遷移到邊緣服務(wù)器，減少核心網(wǎng)絡(luò)的負(fù)擔(dān)。文獻(xiàn)[10]對北斗+5G室內(nèi)外融合定位進(jìn)行了展望，討論了協(xié)同定位關(guān)鍵技術(shù)。北斗和5G的結(jié)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(yán)重衰減問題[11]，使得終端獲取基準(zhǔn)站差分?jǐn)?shù)據(jù)出現(xiàn)嚴(yán)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(shí)現(xiàn)無線信道定制，當(dāng)信號傳輸路徑被阻擋時，可通過設(shè)置IRS單元的相位或幅度參數(shù)，在收發(fā)節(jié)點(diǎn)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(shí)現(xiàn)視距遮擋情況下的目標(biāo)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(jìn)而增強(qiáng)系統(tǒng)的信息傳輸能力和提高參數(shù)估計(jì)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(gòu)。RTK基準(zhǔn)站與網(wǎng)絡(luò)邊緣計(jì)算服務(wù)器結(jié)合，將RTK差分信號端對端地傳輸給MEC服務(wù)器，MEC通過5G網(wǎng)絡(luò)，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(luò)傳輸時，通過合理布設(shè)IRS減少基站數(shù)量，用IRS代替基站進(jìn)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(zhǔn)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(yīng)對電力突發(fā)事件，需要獲取對巡檢周邊電力設(shè)施或設(shè)備狀態(tài)的實(shí)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(biāo)定位算法往往假設(shè)目標(biāo)和基站存在視距路徑。然而在復(fù)雜環(huán)境下目標(biāo)節(jié)點(diǎn)和基站之間可能存在高大建筑、樹木和電力設(shè)施等障礙物，使得視距路徑的信號嚴(yán)重衰減，導(dǎo)致視距信號缺失。智能反射表面可以為目標(biāo)節(jié)點(diǎn)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(biāo)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(jìn)行輔助，使移動終端通過基站和障礙物處設(shè)置的IRS與MEC建立連接，從對應(yīng)的RTK基準(zhǔn)站獲取差分?jǐn)?shù)據(jù)進(jìn)行精準(zhǔn)定位。通過引入IRS輔助定位，不僅可以將虛擬基站引入實(shí)際應(yīng)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?zhǔn)站，利用RTK處理獲得差分信號，進(jìn)而以端對端的方式傳輸給MEC服務(wù)器。

階段二：將虛擬基站的思想通過IRS實(shí)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(jìn)一步提高基準(zhǔn)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(diǎn)建立通信連接后向MEC節(jié)點(diǎn)發(fā)送北斗差分定位請求，MEC節(jié)點(diǎn)接收到移動終端發(fā)送的請求后將RTK基準(zhǔn)站的差分?jǐn)?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(jié)合收到的差分?jǐn)?shù)據(jù)信息進(jìn)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(zhǔn)站和流動站觀測到的載波相位求差進(jìn)行定位。MEC將密集型計(jì)算任務(wù)遷移到附近的網(wǎng)絡(luò)邊緣服務(wù)器，能夠?qū)崟r準(zhǔn)確獲取基站ID、用戶位置相關(guān)的信息，結(jié)合5G移動網(wǎng)絡(luò)，降低核心網(wǎng)絡(luò)和傳輸網(wǎng)的擁塞與負(fù)擔(dān)，減緩網(wǎng)絡(luò)帶寬壓力，實(shí)現(xiàn)低時延，優(yōu)化了衛(wèi)星導(dǎo)航的使用體驗(yàn)[19-20]。

在RTK定位中，由于載波相位的周期性，接收機(jī)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(shí)的相位，關(guān)鍵在于整周模糊度的求解[21]。主要過程可以分為3部分：構(gòu)建載波相位觀測模型；求出對應(yīng)的整數(shù)周模糊度，包含求解浮點(diǎn)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(zhǔn)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(kuò)展卡爾曼濾波算法求取整周模糊度的浮點(diǎn)解及其協(xié)方差矩陣，經(jīng)過降相關(guān)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(biāo)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(chǔ)上引入柯西變異和自反饋因子。

對應(yīng)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(biāo)節(jié)點(diǎn)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(jìn)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(shè)計(jì)，用于獲取接收信號；第2階段為目標(biāo)區(qū)域的估計(jì)，用來獲取目標(biāo)所處的區(qū)域范圍；第3階段為建立函數(shù)的凸優(yōu)化進(jìn)行迭代求解，最終獲取目標(biāo)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(shè)計(jì)

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(biāo)節(jié)點(diǎn)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(jìn)行處理是合理可行的[26]。在實(shí)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(jìn)行分析求取接收信號，假設(shè)信號經(jīng)過預(yù)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(jì)信號的大致區(qū)域

Step3 利用改進(jìn)的凸優(yōu)化進(jìn)行精準(zhǔn)位置估計(jì)

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(shí)現(xiàn)目標(biāo)位置的精確定位。

3 仿真驗(yàn)證

3.1 搜索整周模糊度解的仿真對比

在利用RTK進(jìn)行北斗精準(zhǔn)定位進(jìn)而求取整周模糊度的固定解時，分別對CSO和改進(jìn)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(jìn)算法對應(yīng)得到的目標(biāo)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(dāng)大約第54次迭代時跳出，但還沒有達(dá)到最優(yōu)解。而改進(jìn)的CSO，當(dāng)?shù)螖?shù)為10時，目標(biāo)函數(shù)值已經(jīng)達(dá)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(jìn)的CSO可以使MEC端更精準(zhǔn)地解算出差分信息，有利于巡檢調(diào)度指揮工作中對設(shè)備和人員的精準(zhǔn)定位。

圖3 傳統(tǒng)CSO算法解算過程

圖4 改進(jìn)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(jìn)。

圖5 均方根誤差與噪聲均值的關(guān)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(jìn)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(shí)現(xiàn)精準(zhǔn)定位。因此，引進(jìn)IRS輔助北斗+5G系統(tǒng)進(jìn)行定位，不僅可以有效減少基站數(shù)量，更有利于實(shí)現(xiàn)障礙物遮擋情況下巡檢調(diào)度指揮安全工作的進(jìn)行。

圖6 定位誤差

4 ?總結(jié)

為方便在變電站、發(fā)電廠等場景中更好地指揮應(yīng)對電力突發(fā)事件，需要獲取對巡檢周邊電力設(shè)施或設(shè)備狀態(tài)的實(shí)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(jìn)的雞群優(yōu)化算法、改進(jìn)的基于凸優(yōu)化的精準(zhǔn)位置估計(jì)算法實(shí)現(xiàn)精準(zhǔn)定位，不僅將虛擬基站的概念推廣應(yīng)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(jī)器人系統(tǒng)設(shè)計(jì)與運(yùn)動學(xué)分析[J]. 電力系統(tǒng)保護(hù)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(shè)備智能巡檢技術(shù)研究與應(yīng)用[J]. 電力信息與通信技術(shù), 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(qiáng)化學(xué)習(xí)的變電站巡檢機(jī)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(dǎo)航系統(tǒng)(BDS)在智能電網(wǎng)的應(yīng)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(hù)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(shù)應(yīng)用與發(fā)展[J]. 電力系統(tǒng)保護(hù)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(jìn)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(hù)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(jī)定位導(dǎo)航技術(shù)研究[D]. 南京: 南京航空航天大學(xué), 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(xué)院大學(xué)(中國科學(xué)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(shù)的應(yīng)用展望[J]. 集成電路應(yīng)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(shù)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(biāo)實(shí)時精準(zhǔn)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(jì)鈞, 沈桂泉, 張金波. 基于UWB定位技術(shù)的作業(yè)風(fēng)險(xiǎn)管控智能終端設(shè)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(zhǔn)站差分定位算法[J]. 導(dǎo)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(jìn)Kalman濾波的多傳感器室內(nèi)定位方案[J]. 計(jì)算機(jī)應(yīng)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(wù)的移動邊緣計(jì)算定價卸載技術(shù)研究[J]. 電力信息與通信技術(shù), 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(qiáng), 商可易, 等. 基于北斗導(dǎo)航的電力行業(yè)精準(zhǔn)時空服務(wù)網(wǎng)[J]. 電力信息與通信技術(shù), 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(shè)計(jì)[J]. 物聯(lián)網(wǎng)學(xué)報(bào), 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(xué), 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(xué)基金項(xiàng)目資助(61971190); 國網(wǎng)河北省電力有限公司科技項(xiàng)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(xué)士，高級工程師，研究方向?yàn)樾畔⑼ㄐ拧-mail: liyichao90@163.com

(編輯 周金梅)