评估智能手机GNSS精度以实现地理围栏6 GHz运营

打击爱读完觉得有帮助记得关注和点赞摘要美国最近部署的6 GHz频谱采用了不同的功率类别其中最新提出的“地理围栏可变功率”GVP类别允许室内和室外操作无需持续依赖自动频率协调AFC而是依靠本地的排除区域数据库。因此GVP设备的安全运行完全依赖于可靠的全球导航卫星系统GNSS定位来遵守这些地理围栏。然而GNSS精度变化很大在城市峡谷或室内等环境中会显著下降。本文首次提出了专门针对GVP合规性评估GNSS可靠性的全面实证研究。利用SigCap Android应用程序我们在广泛的现实条件包括城市与郊区景观、不同的移动状态静止、步行、驾驶以及室内与室外环境下记录和比较了GNSS精度。结果表明虽然设备硬件会导致GNSS精度差异但操作环境是误差的主要驱动因素。室内环境和密集城区始终会降低定位精度。此外靠近建筑物的室外位置常常令人惊讶地产生显著的不准确性即使在低层建筑附近也是如此。我们进一步分析了不同GNSS星座对设备定位的贡献并表明来自非美国许可的星座的卫星——尽管目前用于很大一部分定位修复——根据美国联邦通信委员会FCC要求不允许用于监管地理定位。I 引言与背景6 GHz频谱已在美国广泛部署采用了许多旨在避免对现有业务固定链路、卫星、广播辅助服务等产生干扰的不同功率机制。这些规则确立了主要类别标准功率SP允许最高功率水平但需要从自动频率协调AFC系统获得授权低功率室内LPI强制使用较低的功率并将操作限制在室内环境无需AFC要求以及最近发布的极低功率VLP类别以最低功率水平支持物联网和可穿戴设备接入且无需AFC和室内要求。图1总结了每个功率类别的频谱和功率限制。图16 GHz频段的频谱和功率规则。通过最近的报告与命令RO和进一步拟议规则制定通告FNPRM美国联邦通信委员会FCC打算授权一个新的功率类别地理围栏可变功率GVP[7]。使用此模式的设备将被允许在室内或室外运行功率谱密度PSD限制为11 dBm/MHz最大等效全向辐射功率EIRP为24 dBm。这些设备将不再从AFC获得授权而是依靠本地的排除区域数据库来避免干扰现有业务。因此GVP设备在地理围栏区域内安全运行的能力严重依赖于全球导航卫星系统GNSS定位的可靠性——这项技术常被误称为GPS。FCC认证指南进一步要求用于地理围栏的GNSS信号源必须仅来自根据47 CFR §25.137 [6, 5] 美国许可或批准的卫星[6, 5]。因此来自未批准星座如格洛纳斯或北斗的信号不能用于监管地理定位。这一限制增加了对剩余被允许卫星的依赖。然而GNSS精度随设备能力和环境例如在室内或城市峡谷中性能下降而有显著变化[3, 12]。因此信道可用性决策应基于实时报告的位置精度而不是来自受控实验室环境的固定精度值。在我们之前的工作中我们利用GNSS不准确性表现为由于建筑物损耗和卫星仰角导致的低接收信号强度来预测设备是在室内还是室外[10]。在这项工作中我们扩展了这项调查以研究GVP合规性。虽然已有相当多关于智能手机GNSS精度实证分析的工作[9, 11, 8]但它们都集中在单一环境和移动模式上。据我们所知这是第一项全面记录和比较现实环境中GNSS精度的研究。我们在广泛的信号环境中使用了SigCap Android应用程序例如城市与郊区、静止与步行与驾驶以及室内与室外。此外我们分析了非美国许可的卫星星座对报告的地理位置估计的贡献。II 方法论、工具和部署表 I数据与位置摘要。位置环境设备数据点数芝加哥, 伊利诺伊州城市S22199P8565南本德, 印第安纳州郊区S222742S241482P8215艾姆斯, 爱荷华州半乡村S222789S241118圣地亚哥, 加利福尼亚州城市S221740拉斯维加斯, 内华达州城市S221425S241583P10869(a) 室外步行圣母大学停车场​ |(b) 室内步行拉斯维加斯酒店​ |(c) 室外驾驶拉斯维加斯市区图2不同用户设备品牌和型号的GNSS精度我们对GNSS精度的实证评估依赖于通过SigCap Android应用程序[4]收集的数据该程序部署在多种运行于不同环境的智能手机上。虽然SigCap主要用于通过原生Android API众包Wi-Fi和4G/5G蜂窝信号信息但其严格的数据记录管道确保每次测量都带有精确的时间戳和位置标签。此外每个带时间戳的测量都包含来自四大GNSS星座GPS美国、伽利略欧盟、北斗中国和格洛纳斯俄罗斯对定位解算有贡献的特定卫星的信息。在本研究中我们提取了这些关联的GNSS坐标及其相应的估计精度。具体而言此精度值表示以报告坐标为中心的圆的水平半径设备的真实位置有68%的置信度位于此圆内[2]。此外Android使用融合定位提供器[1]它结合了来自GNSS卫星、蜂窝PCI和Wi-Fi BSSID的信号因此报告的精度值反映了设备能够产生的最精细的定位估计即使在GNSS性能可能欠佳的位置也是如此。表I总结了本研究中使用的测量位置和智能手机型号。数据收集跨越三种不同的环境具有高层摩天大楼的密集城市峡谷芝加哥、圣地亚哥和拉斯维加斯郊区住宅和校园环境圣母大学南本德以及半乡村地区爱荷华州立大学艾姆斯。为确保硬件多样性在这些地点的测量使用了四种Android型号Google Pixel 8P8、Google Pixel 10 ProP10、三星 Galaxy S22S22和三星 Galaxy S24S24。在大多数地点为建立准确的地面实况每个数据集都手动标注了其相应的移动状态即静止、步行、驾驶和环境背景即室内、室外。为了模拟自然使用情况设备放置因移动状态而异步行时手机保持在胸部高度驾驶时安装在仪表板上或放在乘客座位上静止时要么保持在胸部高度要么放在桌子上。由于测量以5秒为间隔捕获本文分析的最终数据集包含所有环境和设备的14,727个数据点代表了大约20小时的数据收集。III 结果与讨论结果主要通过累积分布函数CDF曲线呈现。对于每条曲线图例报告了中值x^和相应的数据点数#。III-A 设备比较为了检查手机品牌和型号如何影响GPS精度我们在三个具有不同移动和环境背景的地点进行了测量。结果总结在图2中其中图2(a)、2(b)和2(c)分别对应于室外步行、室内步行和室外驾驶测量。室外步行测量是在圣母大学校园的一个停车场收集的。室内步行数据是在拉斯维加斯一座28层高的高层酒店赌场内收集的楼面面积约为∼6,700平方米。室外驾驶测量在拉斯维加斯全市进行特别强调了拉斯维加斯大道沿线毗邻高层酒店的路段。结果表明在室外环境中三星用户设备在S22和S24型号之间表现一致对于行人和车辆移动中值精度都更好低于5米。相比之下Google Pixel设备始终表现出比三星设备更差的精度同时在Pixel型号P8 vs. P10之间保持大致相似。我们注意到并非所有Pixel型号在所有室外场景中都可用特别是P8和P10都未在室外步行数据集图2和室外驾驶数据集图2(c)中测量。对于室内步行图2(b)所有设备的GPS精度都大幅下降。在这些条件下三星型号的差异更明显S22为41.67米 vs. S24为28.75米而P10产生的误差最大47.89米。这些结果凸显了不同设备间定位精度的可变性这是在GVP规则的实际实施中必须仔细考虑的一个因素。III-B 移动模式比较图3室外移动圣地亚哥市中心对于§III-B和§III-C除非另有说明我们使用三星S22作为代表性用户设备。不同室外移动模式的结果如图3所示。测量在圣地亚哥收集静态数据在市中心区域外的一个酒店停车场获得步行数据沿圣地亚哥湾旁的一条道路收集驾驶数据在穿越以高层建筑为特征的市中心街道时收集。结果显示不同移动模式下的GPS精度存在明显差异静态条件下性能最佳中值3.79米其次是步行6.75米驾驶条件下性能最差10.29米。III-C 环境比较III-C1 建筑物效应图4总结了在圣母大学校园一栋建筑物周围多个区域收集的步行测量期间的GPS精度。如图4(a)所示我们考虑了三个区域Box1紧邻建筑物的路径一侧是建筑墙体另一侧是空地Box2距离建筑物约15米的路径Box3一楼的一条室内路径。该建筑以厚墙为特征。如图4(b)所示从Box1移动到Box2中值精度有显著改善从8.4米提高到4.07米。这表明靠近建筑物会使GPS精度降低约4.33米。在Box3室内中值精度进一步降至10.34米相对于室外Box2区域室内到室外的中值精度降低了约6.27米。III-C2 城市和半乡村环境在拉斯维加斯S22的测量中也观察到类似的室内到室外过渡效应。比较图2(b)中的室内步行和图2(c)中的室外驾驶GPS误差中值减少了37.61米。相对于圣母大学的结果这种过渡幅度更大可以合理归因于建筑环境的差异因为拉斯维加斯酒店结构28层明显高于圣母大学校园建筑3层。(a) 区域概览​(b) 步行圣母大学图4按环境划分的GPS精度圣母大学比较半乡村和城市环境的另外两个示例如图5所示。图5(a)展示了在爱荷华州立大学收集的测量数据该大学可以被描述为一个建筑高度相对较低、建筑密度稀疏的半乡村环境。室内测量是在一栋具有大面积玻璃幕墙的五层建筑内进行的这可能会引入额外的衰减和多径效应而室外测量则对应于校园周围的步行路线。如图5(a)所示GPS误差中值在室内到室外的过渡中有显著改善从室内的16.38米降至室外的3.9米——改善了12.48米。(a) 步行区域爱荷华州立大学​|(b) 驾驶圣地亚哥图5按环境划分的GPS精度爱荷华州和圣地亚哥图5(b)报告了圣地亚哥两个区域的驾驶测量结果市中心和住宅区。市中心代表具有密集高层建筑的城巿环境而住宅区则更偏向郊区以住宅建筑为主驾驶路线主要沿5号州际公路。与密集城市基础设施对GPS精度的预期影响一致市中心的中值精度10.29米比住宅区4.19米更差中值差异为6.1米。III-D 星座选择与监管要求除了环境因素6 GHz频段的地理围栏操作还受到星座限制。如§I所述FCC认证指南将地理围栏定位限制为美国许可或批准的卫星。根据这些规则格洛纳斯和北斗等星座不允许用于地理围栏验证[6]。本节分析的所有卫星样本对应的测量中usedInFix参数设置为True表示该卫星对设备的地理位置计算有贡献。我们的实证数据表明这些限制排除了相当大一部分可用信号。图6(a)显示了数据集中所有观测样本在L波段上的卫星样本分布。由于每个时间戳记录多个卫星测量值此图反映了卫星观测的总数而非不同位置修复的数量。如图所示北斗卫星是上L波段中最常观测到的信号有8.1×10^3个样本。在下L波段北斗以4.2×10^3个样本位居第二仅次于伽利略后者以4.7×10^3个样本位居榜首。(a) 跨L波段的卫星样本直方图​ |(b) 定位修复中星座贡献的CDF图6跨L波段和星座的卫星计数直方图和CDF为了更好地捕捉实际位置修复的星座构成图6(b)在时间戳级别汇总了样本。具体来说在同一时间戳记录的多个卫星观测被简化为单个定位实例并计算该次修复中不同星座的贡献百分比。在此图中美国/欧盟指的是来自GPS美国和伽利略欧盟星座的卫星这些卫星被允许用于监管地理定位而其他则指的是来自北斗中国和格洛纳斯俄罗斯星座的卫星。结果显示北斗和格洛纳斯合计占位置修复中所用卫星的中值比例为42.86%。FCC的限制意味着出于地理围栏目的设备必须忽略目前在位置修复中使用的约43%的卫星。因此定位可能需要仅依赖于被允许的卫星子集这可能会影响用于地理围栏验证的坐标精度。IV 结论与未来研究在6 GHz生态系统中增加GVP设备将启用新的应用和用例。然而由于6 GHz频段与固定微波链路等现有业务共享共享方法必须在提高频谱利用率的同时保持稳健。定位技术依赖GNSS、蜂窝和Wi-Fi信号来提高定位精度并且由于这些信号的可用性取决于当地环境因此GVP规则必须要求信道选择考虑设备测得的定位精度而不是采用静态的、实验室认证的、不反映现实条件的值。此外对GNSS星座的监管限制可能会进一步减少可用于定位的卫星数量这可能影响用于地理围栏验证的精度。