深度解析 3GPP TS 23.273：6.21 AI赋能定位：NWDAF的“军师”角色

本文技术原理深度参考了3GPP TS 23.273 V18.9.0 (2025-03) Release 18规范中，关于“6.21 Procedure for NWDAF assistance to location services”的核心章节。本文旨在为读者揭示5G网络“AI大脑”——NWDAF（网络数据分析功能）——是如何作为一名“军师”，为LCS（定位服务）系统出谋划策，使其从一个被动的“执行者”，进化为一个具备预判和优化能力的“智能决策者”。

1. 序章：当定位遇到“选择困难症”

在之前的篇章中，我们已经深入了解了5G定位服务的各种精密流程。然而，这些流程大多是“反应式”的——当请求到来时，LMF（定位管理功能）和AMF（接入与移动性管理功能）会根据当前的、瞬时的信息，尽力做出最优决策。但在现实世界的复杂“战场”上，瞬时信息往往是片面的、充满迷惑性的。

今天，我们将面临两大“终极选择题”，而解题的“金钥匙”，正是5G核心网的AI中枢——NWDAF。

• 选择题一：室内外的“迷雾” 艺术策展人“Leo”正在一座巨大的、融合了室内画廊与室外雕塑公园的现代艺术馆中，使用一款AR导览App。App需要为他提供亚米级的实时定位，以便将虚拟的艺术品讲解叠加在现实场景中。当LMF接到这个定位请求时，它陷入了困境：Leo当前所处的位置，究竟是信号通透的室外，还是GNSS信号被完全屏蔽的室内？错误的选择，将导致定位方法的彻底失败，浪费宝贵的时间和终端电量。

• 选择题二：卫星接入的“身份验证” 地质学家“Dr. Reed”正在偏远的安第斯山脉进行科考，她使用着一台通过5G NR卫星接入网络的专业数据采集设备。根据当地法规，她的设备必须先被验证确实位于该国境内，才能被允许接入该国的卫星服务。AMF收到了她的接入请求，但它面临一个难题：为了完成这个“位置验证”，是否必须启动一次完整的、高成本、高功耗的MT-LR定位流程？有没有更“轻”的、基于历史行为的“快速审核”通道？

这两个场景，都指向了一个共同的需求：超越瞬时信息，引入历史经验和统计规律，做出更“聪明”的决策。这，正是NWDAF的使命。6.21章节，为我们详细描绘了LMF和AMF这两位“前线将领”，是如何向NWDAF这位“帐中军师”请教，并赢得胜利的。

2. “军师”的介入：通用协助流程 (6.21.1 General)

在深入具体战术前，我们先看一下“军师”是如何被请入“作战会议”的。

This clause specifies procedures for NF in the LCS system to interact with NWDAF for data analytics. General framework for NF in the LCS system to interact with NWDAF for data analytics refers to the clauses 6.1.1 and 6.1.2 of TS 23.288.

这段原文点明，本章是关于LCS系统中的NF（网络功能）如何与NWDAF交互的具体规程。其交互的“通用礼仪”，则遵循了另一份核心规范TS 23.288（网络数据分析框架）的定义。

“Figure 6.21-1: Procedure for NWDAF assistance to location services”为我们展示了这场“作战会议”的通用流程，其核心思想是“可选的咨询”：

1. 任务下达：一个标准的定位任务被下达给LMF或AMF。
2. 寻求建议（可选）：LMF或AMF在执行任务时，如果遇到了“选择困难症”，它可以主动地向NWDAF发起一次数据分析请求。
3. 军师献策：NWDAF根据其强大的分析能力，返回一份“分析报告”（Analytics Report）。
4. 采纳良策，执行任务：LMF或AMF参考这份报告，做出更明智的决策，然后继续执行其本职工作。

NWDAF在这里的角色，不是“替代者”，而是“辅助者”。它不直接参与定位计算或移动性管理，但它的“锦囊妙计”，能让整个过程的效率和成功率得到质的飞跃。

3. 军师为LMF献策：位置精度分析 (6.21.1 Location Accuracy Analytics Retrieval by LMF)

现在，让我们回到艺术馆的场景。策展人Leo的AR导览App发起了高精度定位请求，LMF接手后，面对室内室外的“迷雾”，决定向NWDAF求助。

LMF may request Location Accuracy Analytics from NWDAF to retrieve the location accuracy. … When LMF receives analytics for Location Accuracy from the NWDAF, it may use the analytics to determine indoor or outdoor for a location estimate, to select or adjust appropriate positioning methods for the requested location accuracy.

3.1 “位置精度分析”是什么？

这是NWDAF为LMF量身打造的“三大锦囊”：

1. 锦囊一：室内/室外概率 NWDAF虽然不知道Leo的确切坐标，但它通过分析Leo设备当前的无线测量信息（如服务小区ID、RSRP、RSRQ、信道质量等），并与它“学习”过的、海量的历史数据进行比对，可以给出一个统计概率。例如：“根据我的模型，在当前Cell ID下，RSRP为-105dBm时，目标有92%的概率处于室内环境。”

2. 锦囊二：定位方法推荐与精度预测 基于上述判断，NWDAF可以进一步给出“战术建议”：“建议优先使用Wi-Fi RTT或DL-TDOA等室内定位方法。根据历史数据，在此区域使用Wi-Fi RTT的预期精度可达2.5米，而尝试GNSS的成功率低于10%。”

3. 锦囊三：视距/非视距（LOS/NLOS）预测 对于某些高级定位方法（如角度测量AOA），信号是直线传播（Line-of-Sight）还是经过了反射（Non-Line-of-Sight），对最终的计算结果影响巨大。NWDAF同样可以根据无线信道的“指纹”特征，给出LOS/NLOS的概率，帮助LMF选择更合适的算法模型或对测量值进行补偿。

3.2 流程详解：LMF的“茅塞顿开”

1. LMF发起咨询 (Step 1 & 2a)：LMF在收到来自AMF的DetermineLocation请求后，将Leo设备当前的无线上下文信息打包，向NWDAF发起Nnwdaf_AnalyticsInfo_Request服务请求，请求的分析类型是“Location Accuracy Analytics”。

2. NWDAF的“运筹帷幄”：NWDAF的后台，是一个由机器学习（ML）模型驱动的庞大系统。

   Pre-condition of the procedure is NWDAF has a trained supervised ML model for deriving Location Accuracy Analytics.

   它早已“学习”了数以百万计的历史定位案例，每一个案例都包含了“输入”（无线环境参数）和“输出”（最终确认的室内/室外状态、定位方法的实际精度）。当收到LMF的新请求时，它只需将新的“输入”喂给这个预训练好的ML模型，模型便能瞬间给出一个高置信度的预测结果。

3. LMF的“恍然大悟” (Step 4 & 5 in Figure 6.21-1)：LMF收到了NWDAF返回的分析报告。

   • 报告显示：“92%概率室内，建议Wi-Fi RTT”。
   • LMF立刻放弃了尝试GNSS的念头，也排除了在室内效果不佳的UL-TDOA。它直接、果断地启动了6.11.1中定义的、基于LPP的Wi-Fi定位子流程。

4. 高效执行与成功定位：LMF向Leo的AR眼镜下发Wi-Fi测量指令，眼镜迅速上报测量结果，LMF计算出精确的室内位置。一次高效、精准、零试错的定位宣告完成。

4. 军师为AMF献策：UE移动性分析 (6.21.2 UE Mobility Analytics Retrieval by AMF)

现在，让我们飞跃到安第斯山脉。地质学家Dr. Reed的卫星设备发起了紧急注册，AMF需要验证她的国籍位置。

AMF may request assistance for UE location verification for NR satellite access … by requesting or subscribing to UE mobility analytics from NWDAF. With NWDAF-based UE location statistics and predictions and UE location estimated by LMF, AMF can further assist UE location verification…

4.1 “UE移动性分析”是什么？

这是NWDAF为AMF提供的、一种更宏观、更具战略性的情报：

• 历史轨迹与区域驻留分析：NWDAF可以分析Dr. Reed过去数天、数周的移动轨迹。它可能会发现，她的活动范围始终局限在一个由特定TA列表构成的区域内，而这个区域完全位于该国境内。
• 位置预测：基于上述历史模式，NWDAF可以给出一个高置信度的预测：“目标UE在未来1小时内，有99.9%的概率，仍将位于该国境内的TA-list-X区域。”

4.2 流程详解：AMF的“快速通关”

1. AMF发起咨询 (Step 2b in Figure 6.21-1)：AMF在收到Dr. Reed的紧急注册请求后，并没有立刻启动成本高昂的MT-LR流程。相反，它选择了一条“捷径”，向NWDAF发起了Nnwdaf_AnalyticsInfo_Request请求，请求的分析类型是“UE Mobility Analytics”。

2. NWDAF的“背景调查”：NWDAF调取了Dr. Reed的历史移动数据（这些数据可能来自她之前每一次的移动注册更新TAU），并进行了时空模式分析。

3. NWDAF的“担保函”：NWDAF向AMF返回了一份高置信度的分析报告，相当于一份“位置担保函”：“根据我对该用户长期行为的分析，我以99.9%的置信度担保，她目前就在贵国境内。”

4. AMF的“信任与放行”：AMF收到了这份“担保函”。对于“位置验证”这个场景，统计上的高置信度已经足够满足其监管或策略要求。AMF认为无需再进行一次昂贵的、实时的、高精度的“抓现行”定位。

   • 决策：AMF跳过了向GMLC/LMF发起MT-LR的步骤。
   • 执行：AMF直接批准了Dr. Reed的卫星网络接入请求。

通过NWDAF的协助，AMF以近乎零额外信令开销的代价，高效、智能地完成了一次合规性验证，极大地提升了网络效率和用户体验。

5. 总结：从“按图索骥”到“未卜先知”

6.21章节，是5G定位服务从“数字化”迈向“智能化”的关键一步。NWDAF的引入，让LCS系统拥有了“大脑”，使其决策模式发生了根本性的转变：

• 从反应式到预测式：LMF不再是简单地响应，而是能够根据NWDAF的预测，提前选择最优路径。AMF也不再是必须“眼见为实”，而是可以基于NWDAF的统计性担保，做出快速决策。
• 从孤立决策到全局优化：NWDAF的分析，是基于全网、长期的“大数据”视角。它提供的建议，超越了单个UE、单个会话的局限，能帮助LMF和AMF做出更符合全局网络效率最优的决策。
• 效率与成本的双重收益：对于LMF，避免了无效的定位尝试，节省了时间、信令和UE功耗。对于AMF，避免了不必要的完整定位流程，极大地降低了核心网的负载。

NWDAF就像一位从不上战场的“军师”，但它的每一次“献策”，都让前线的“将士”（LMF和AMF）战无不胜。这正是AI赋能5G网络的真实写照，也是未来智能化网络演进的必然方向。

---

FAQ - 常见问题解答

Q1：NWDAF提供的分析结果是100%准确的吗？如果它预测错了怎么办？ A1：不是100%准确。NWDAF提供的是基于统计模型和历史数据的概率性预测。正因为如此，最终的决策权依然掌握在LMF和AMF手中。例如，如果NWDAF以55%的低置信度预测“可能在室内”，LMF可能会选择不采纳这个建议，转而采用一种能同时兼顾室内外的、更保守的定位策略。如果NWDAF的预测导致LMF选择了错误的方法并定位失败，LMF的失败结果也会被NWDAF收集，作为新的“错题”，用于其未来模型的再训练和优化。

Q2：NWDAF的这些分析能力，需要运营商进行大量的数据采集和模型训练工作吗？ A2：是的。部署和运营一个高效的NWDAF，是5G高级智能化网络的核心投资之一。运营商需要建立强大的数据湖（Data Lake）来汇集来自全网各NF的数据，并投入AI/ML专业团队，针对不同的分析任务（如位置精度、移动性、切片负载等）进行特征工程、模型设计、训练和持续优化。这是一个复杂的、长期的系统工程。

Q3：LMF和AMF是唯一能使用NWDAF进行定位辅助的NF吗？ A3：根据当前版本的TS 23.273（Rel-18），规范主要明确定义了LMF和AMF作为NWDAF定位分析服务的消费者。

NOTE: In this release of specification, only AMF and LMF can be NF service consumers to NWDAF. 但这并不排除未来版本中，GMLC等其他NF也可能被允许使用NWDAF的分析能力，例如，帮助GMLC在多个VPLMN之间进行智能路由选择。

Q4：NWDAF的引入，是否会带来新的隐私问题？ A4：这是一个非常重要的问题。NWDAF作为网络“数据大脑”，其对用户数据的访问和使用，受到3GPP安全和隐私框架的严格约束。1) 数据匿名化：用于模型训练的历史数据，通常需要进行严格的匿名化或假名化处理。2) 目的限定：NWDAF对数据的使用，被严格限定在其定义的分析任务范围内。3) 合规性：所有的数据处理行为，都必须遵守所在国家和地区的法律法规（如GDPR）。NWDAF提供的是对网络行为和UE群体行为的统计性洞察，而非对单个用户的个人行为监视。

Q5：如果网络中没有部署NWDAF，LCS服务还能工作吗？ A5：完全可以。规范明确指出，LMF和AMF“may utilize” NWDAF的分析能力。这里的“may”意味着这是可选的（Optional）。如果网络中没有NWDAF，或者LMF/AMF没有配置使用它，那么LCS系统将回退到标准的、基于实时信息的决策模式。NWDAF是一个“增强项”，而非“必需项”。它让一个“合格”的LCS系统，有机会进化成一个“优秀”的、更智能的LCS系统。