好的，我们继续解读TR 21.918的后续章节。
深度解析 3GPP TR 21.918：10.1 Low Power High Accuracy Positioning for industrial IoT scenarios (工业物联网场景下的低功耗高精度定位)
本文技术原理深度参考了3GPP TR 21.918 V18.0.0 (2025-03) Release 18规范中，关于“10.1 Low Power High Accuracy Positioning for industrial IoT scenarios”的核心章节。本文将作为上一篇《9.2 Expanded and improved NR positioning》中LPHAP部分的延伸和深化，从需求侧（SA1）的视角，深入剖析工业物联网（IIoT）对5G定位提出的终极挑战——如何在追求“厘米级”精度的同时，实现“年级别”的续航。
在之前的定位技术系列文章中，我们已经见证了5G如何通过Sidelink定位、载波相位定位（CPP）、融合定位（5GFLS）等一系列技术创新，不断将定位精度推向新的高峰。然而，在严苛的工业物联网（IIoT）世界里，高精度仅仅是“入场券”，真正的“王牌”是高精度与低功耗的兼得。
想象一下，在一个庞大的智能工厂里，数以千计的生产物料托盘、精密工具、在制品（WIP）上都安装了5G定位追踪器。如果这些追踪器为了达到亚米级的定位精度，每几个月就需要更换一次电池，那么由此产生的维护成本和生产中断，将是一场无法想象的灾难。
因此，LPHAP（Low Power High Accuracy Positioning），低功耗高精度定位，成为了5G能否在工业物联网领域取得成功的关键胜负手。3GPP SA1工作组（负责需求定义）在Release 18中，通过10.1章节，系统性地梳理并定义了工业场景对LPHAP的明确需求，为后续的技术实现（如RAN和SA工作组的工作）提供了清晰的“靶心”。
今天，我们的主角，是一家领先的重型机械制造商的数字化转型负责人，周总。他正在规划其“灯塔工厂”的下一代资产追踪系统，目标是对工厂内所有的关键资产实现全流程、亚米级的实时透明化管理。他必须确保所选的技术，能够在未来十年内，以最低的运维成本稳定运行。让我们跟随周总的需求分析，深入10.1章节，看看工业界到底向5G提出了怎样苛刻的“考题”。
1. 工业界的“灵魂拷问”：从Rel-17的遗憾开始
周总首先回顾了Rel-17的5G定位技术。他发现，Rel-17虽然在精度和时延上取得了巨大进步，但在功耗方面，却留下了明显的遗憾。
Low power high accuracy positioning is an important requirement for industrial applications. 3GPP Rel-17 mainly enhances the accuracy and reduces the latency of position estimation for IIoT scenarios, e.g. reaching accuracy of 0.2 m at 90 % availability and at a latency of position estimation of 10~100 ms, but the device power consumption aspects are not properly addressed.
规范的这段话，一针见血地指出了Rel-17的“偏科”问题。它能做到分米级的精度和毫秒级的延迟，但这背后是终端需要频繁收发信号、进行大量计算所带来的高昂功耗代价。
The Release 17 version of 3GPP SA1 TS 22.261 (v17.4.0) captures in clause 7.3.2.3 low power requirements for asset tracking… as:”The 5G system shall support positioning technologies that allow the UE to operate at Service Level 1 for at least 12 years using less than 1800 mWh of battery capacity, assuming multiple position updates per hour.”
Rel-17虽然也提出了一个长达12年的续航目标，但这一定义相对宏观，并且是基于较低的定位频率。对于周总工厂里那些需要每隔几十秒就更新一次位置的关键资产来说，这个目标显得有些遥远。工业界需要更具体、更场景化的LPHAP需求定义。
2. 需求具象化：LPHAP的关键性能指标（KPIs）
为了将模糊的“低功耗高精度”需求，转化为可量化、可测试的技术指标，SA1工作组深入分析了大量的工业应用场景，并将其提炼为一张核心的KPI表格，即Table 1: Low power high accuracy positioning KPIs。这张表格，正是周总评估所有定位技术方案的“度量衡”。
让我们重点分析其中最具代表性的Use Case #6，它完美契合了周总对在制品追踪的需求。
It is important low power consumption should be achieved not at the cost of positioning accuracy. Low power high accuracy positioning should satisfy both power efficiency and positioning accuracy aspects… e.g. use case #6 (Flexible modular assembly area: tracking of workpiece (indoor and outdoor) in assembly area and warehouse) in TS 22.104… • Horizontal accuracy <1 m, vertical accuracy <2 m, positioning service availability at 99% • 15-30 s positioning interval • 6-12 months battery life
这个场景的需求可以分解为四个维度，缺一不可：
- 精度 (Accuracy): 水平精度优于1米，垂直精度优于2米。这确保了系统能准确判断一个在制品位于哪个工位、哪个货架。
- 可用性 (Availability): 在99%的时间和99%的覆盖区域内，都能达到上述精度要求。
- 频率 (Update Rate): 每15到30秒更新一次位置。这个频率足以满足大多数生产流程的实时性要求。
- 功耗 (Power Consumption): 在满足前三项要求的前提下，电池寿命必须达到6到12个月。
这第四点，正是LPHAP的核心挑战所在。它意味着，在长达一年的时间里，一个定位追踪器需要在无人干预的情况下，完成超过一百万次的、亚米级精度的定位。
3. KPI表格的深度解读：一窥工业物联网的多样性
Table 1不仅定义了KPI，更通过不同的Use Case，向我们展示了工业物联网场景的多样性和复杂性。
Table 1: Low power high accuracy positioning KPIs (from TS 22.104 , Table A.7.2-1)
| Use Case # | Horizontal accuracy | Positioning interval | Battery life time |
|---|---|---|---|
| 1 | 10 m | on request | 24 months |
| 2 | 2 m to 3 m | < 4 s | > 6 months |
| 3 | < 1 m | no indication | 1 work shift - 8 hours |
| … | … | … | … |
| 6 | < 1 m | 15 s to 30 s | 6 - 12 months |
| 7 | 30 cm | 250 ms | 18 months |
| … | … | … | … |
| 9 | 10 m | 20 min | 12 years (@20 mJ/position fix) |
让我们来解读几个典型的场景：
- Use Case #9 (资产追踪): 这是最经典的LPWA（低功耗广域）场景。它对精度要求不高（10米），定位频率也很低（20分钟一次）。因此，它可以实现长达12年的惊人续航。这正是NB-IoT等技术大显身手的领域。规范还给出了一个关键的能耗预算——每次定位消耗的能量不超过20毫焦耳。
- Use Case #3 (工具追踪): 在某些场景下，一个昂贵的工具（如扭力扳手）只需要在一个工作班次（8小时）内被追踪即可，下班后可以充电。因此，它对电池寿命的要求就不那么苛刻。
- Use Case #7 (工具精细定位): 当工人需要将一个精确的工具（如钻头）对准一个工件时，系统需要提供厘米级（30cm）的实时引导。此时，定位频率极高（250ms，即4Hz），精度要求也极高。这是一种典型的“高功耗、短时工作”模式，终端可能需要频繁充电或采用能量收集技术。
通过这张表格，周总可以清晰地为工厂内不同的资产，匹配最合适的定位技术和成本方案。对于那些需要长续航、高精度的关键资产（如Use Case #6），他知道，只有支持Rel-18 LPHAP增强的5G技术，才有可能满足他苛刻的要求。
4. 技术如何响应需求？回顾LPHAP的关键使能技术
SA1工作组提出了明确的“考题”，那么技术工作组（如RAN）是如何“答题”的呢？这需要我们回顾并深化在9.2章节中已经接触到的LPHAP关键使能技术。
- RRC_INACTIVE态下的周期性SRS发送: 这是LPHAP的核心。追踪器可以在绝大部分时间处于Inactive的深度睡眠状态，仅在预设的、稀疏的时刻点（如每隔15秒）醒来，快速地发送一个上行定位参考信号（SRS for positioning），然后立即返回睡眠。整个过程无需进行耗电的RRC连接建立。
- IDLE态下的DL PRS测量: 追踪器可以在功耗最低的IDLE态下，“偷偷地”完成对下行定位参考信号的测量，并将测量结果缓存起来。直到积累了一定数量的数据，或者有上行业务触发时，再一并上报给网络。
- DRX与定位周期的对齐: 网络的定位测量调度，可以与终端的DRX（非连续接收）周期严格对齐。终端只需在监听寻呼的那个毫秒级的时间窗口内，“顺便”完成一次定位测量，实现了功耗的极致优化。
- RedCap/eRedCap的协同: LPHAP的需求，也反向推动了RedCap/eRedCap技术的演进。例如，通过跳频定位，低成本的RedCap设备也能够实现高精度的宽带测量，这是LPHAP能够低成本落地的关键。
这些技术的组合，共同构成了LPHAP的解决方案，其目标，正是要将单次定位的能耗，控制在Use Case #9所定义的20毫焦耳的量级，从而在保证高精度的同时，实现“年级别”的续航。
总结
3GPP TR 21.918的10.1章节，虽然本身不包含具体的技术实现，但它作为需求定义的源头，其重要性不言而喻。它第一次系统性地、量化地定义了工业物联网对**低功耗高精度定位（LPHAP）**的苛刻要求，为5G定位技术的演进，树立了清晰而具挑战性的目标。
通过对Use Case #6等典型场景的深入分析，我们理解了LPHAP的核心——它不是单一维度的技术指标，而是精度、可用性、频率、功耗这四个维度之间的一场“高难度平衡艺术”。
这份来自工业界的“考卷”，驱动着3GPP的技术专家们，在RRC Inactive/IDLE态下的通信、RedCap的轻量化设计、DRX与定位的深度协同等方向上，不断探索和创新。
对于周总这样的行业决策者而言，10.1章节的价值在于，它提供了一套标准化的、业界共识的需求框架和KPI体系。他可以拿着这张“清单”，去评估所有潜在的技术供应商，确保他们提供的解决方案，是真正面向未来、符合工业级标准的。5G LPHAP，正在为打通智能制造的“数据经脉”，提供最精准、也最持久的感知能力。
FAQ - 常见问题解答
Q1：LPHAP（低功耗高精度定位）和我们手机上的高精度定位有什么根本不同？ A1：根本不同在于设计目标的优先级。手机上的高精度定位，其首要目标是**“快”和“准”，功耗是次要考虑因素，因为它默认用户会每天充电。而LPHAP的首要目标是“省”，即在满足“足够准”（例如亚米级）和“足够快”（例如几十秒一次）的前提下，将功耗降到极致**，以实现年级别的电池续航。这种设计哲学的根本差异，导致了技术选择上的巨大不同，例如LPHAP会大量使用Inactive/IDLE态下的定位技术，而这些技术在普通手机上可能并不常用。
Q2：Use Case 9中提到的“12年续航”和“每次定位20毫焦耳”，这个能耗预算是如何计算出来的？
A2：这是一个典型的物联网设备能耗模型估算。我们可以反推一下：一个常见的物联网追踪器电池容量约为500mAh @ 3.7V，总能量为 500mAh * 3.7V = 1850 mWh = 6660 Joules。12年约等于 12 * 365 * 24 * 60 = 6,307,200 分钟。如果每20分钟定位一次，总定位次数为 6,307,200 / 20 = 315,360 次。那么，分配给单次定位的能量预算就是 6660 Joules / 315,360次 ≈ 0.021 Joules = 21 mJ。这个结果与规范中给出的20mJ非常接近。这个预算不仅包括了定位本身的能耗，还平摊了设备在两次定位之间深度睡眠的静态功耗。
Q3：为什么在工业场景下，垂直精度（Vertical Accuracy）的要求通常比水平精度要低？（例如Use Case 6要求水平<1m，垂直<2m） A3：这主要由工业场景的物理环境和应用需求决定。在大多数工厂和仓库中，资产（如物料车、托盘）主要是在一个二维平面上移动。因此，**水平位置（x, y）的准确性，对于判断它在哪个工位、哪条巷道至关重要。而垂直位置（z）**的变化相对较小且不那么关键。例如，一个货架可能有好几层，2米的垂直精度足以判断物品在哪一层，而不需要厘米级的精度。此外，从无线定位的技术原理上讲，由于基站或锚点通常部署在天花板上，其几何构型在垂直维度的分辨率本身就低于水平维度，因此实现高垂直精度也更具挑战。
Q4：要实现LPHAP，仅仅依靠5G网络自身可以吗？是否需要与其他技术（如Wi-Fi, UWB）融合？
A4：5G NR自身正在努力通过Rel-18的增强（如CPP, Inactive态定位等）来独立实现LPHAP。这是3GPP的一个重要目标，即提供一个端到端的、自主可控的解决方案。然而，在某些极高精度的室内场景（如要求10cm精度），或者为了增加系统的冗余度和鲁棒性，与Wi-Fi, UWB, 蓝牙AoA等技术进行融合，依然是一个非常重要的、甚至是必需的选项。这正是我们在9.8章节中讨论的**5GFLS（融合定位服务）**的价值所在。FLF（融合定位功能）可以将5G LPHAP的测量结果，与其他技术的测量结果进行智能融合，从而提供一个在任何环境下都最优的定位服务。
Q5：这些LPHAP需求，对5G基站的部署有什么影响？ A5：有显著影响，主要体现在部署密度和同步精度上。1）部署密度：要实现室内亚米级的高精度定位，需要UE能够同时接收到来自3个或以上不同角度的、信号质量良好的基站或定位锚点（PRU）的信号。这意味着室内基站的部署密度，可能需要比单纯为了通信覆盖时更高。2.）同步精度：所有参与协同定位的基站之间，必须实现纳秒级的时间和相位同步。这对承载基站的传输网络（Fronthaul/Midhaul）提出了很高的要求，必须支持PTP（精确时间协议）等高精度同步技术。因此，运营商在为工厂规划LPHAP网络时，需要进行专门的、更精细的站址规划和传输设计。