Suchen

Tracking

5G zur besseren Standorterkennung nutzen

| Autor/ Redakteur: Sylvia Lu * / Michael Eckstein

Bisherige Techniken zur Positionsbestimmung lassen sich mit neuen 5G-Ortungsdiensten zu einer robusten, zuverlässigen und vielseitigen Standortlokalisierung kombinieren.

Firmen zum Thema

Mehr als Standortbestimmung: Neue Technologien wie assistiertes und autonomes Fahren erfordern eine sehr genaue Positionserkennung.
Mehr als Standortbestimmung: Neue Technologien wie assistiertes und autonomes Fahren erfordern eine sehr genaue Positionserkennung.
( Bild: u-blox )

Lange Zeit war das Global Navigation Satellite System (GNSS, deutsch: Globales Navigationssatellitensystem) die einzige Möglichkeit zur präzisen Positionsbestimmung. Dafür muss ein Empfänger die Signale von mindestens vier Satelliten gleichzeitig empfangen. Gerade in großen Städten mit oft tiefen Häuserschluchten kann das zum Problem werden – eine Alternative ist daher heute wichtiger denn je. Denn die Zahl der Anwendungen, die auf eine genaue Positionsbestimmungen angewiesen sind, nimmt schnell zu. Und mit ihr die Anforderungen an die Sicherheit.

GNSS ist zum Glück längst nicht mehr die einzige verfügbare Quelle für Positionsdaten. Geräte mit einem Mobilfunkmodem können ihre ungefähre Position anhand von Mobilfunksignalen bestimmen. Anbieter wie u-blox haben Ortungslösungen im Angebot, die entweder Mobilfunksignale oder eine Kombination von GNSS- und Mobilfunksignalen nutzen, um die Abdeckung von Ortungsdiensten zu erweitern.

Immer mehr Akteure fordern genauere Positionserkennung

Wenig Beachtung fand bislang die in der 5G-Technologie vorgesehene Technik zur Standortbestimmung. Im Moment wird die 5G-Positionierung durch das 3GPP (Third-Generation Partnership Project) entwickelt und standardisiert. Diese Initiative bringt Hunderte von Unternehmen und sieben Organisationen zusammen. Während ortsbezogene Dienste bisher hauptsächlich durch die Forderungen der Regulierungsbehörden vorangetrieben wurden, drängen heute mehrere öffentliche und private Unternehmen, darunter Hardware- und Gerätehersteller, Raumfahrtagenturen und Mobilfunknetzbetreiber, darauf, dass Mobilfunkortungsdienste genauer werden. Dies soll eine neue Generation von kommerziell ausgerichteten, ortsbezogenen Diensten ermöglichen.

Diese Anwendungen werden als UE-Assisted und UE-basiert kategorisiert. Bei UE-Assisted erhalten das Netzwerk und die externe Anwendung die Position, um den Standort eines Objekts zu erfassen. Bei UE-basiert berechnet das Endgerät seine eigene Position für die Navigation und Führung.

Neue Anwendungsfälle, neue Anforderungen

Gleichzeitig hat inzwischen das Internet of Things (IoT) in allen Facetten unseres wirtschaftlichen und sozialen Lebens Einzug gehalten. Es stellt ebenfalls hohe Erwartungen an die Reichweite und Zuverlässigkeit von Ortungstechnologien. Während wir heute davon ausgehen, dass wir fast überall Zugang zu schnellem Internet haben, wird dies in naher Zukunft auch für die Positionserfassung mit hoher Genauigkeit gelten. Infolgedessen werfen die 3GPP-Initiative und andere Standardisierungsgremien in ihren kommenden Releases einen neuen Blick auf den Anwendungsraum und die Leistungsanforderungen für die Mobilfunkortung.

Applikationen, die von verbesserten Ortungsdiensten mit hoher und höchster Präzision profitieren können, decken ein breites Spektrum in unterschiedlichen Bereichen ab, etwa Industrie, Automotive, Smart City, Luft- und Raumfahrt, öffentlicher Dienst oder auch Konsumenten. Dazu zählen Güterlokalisierung (Asset Tracking), Verkehrsmanagement, Mietfahrräder, UAVs (Unmanned Aerial Vehicles), Augmented Reality (AR) sowie Wearables für Verbraucher und den professionellen Bereich.

Absolute und relative Positionsbestimmung

Insgesamt zielt die 5G-Technologie darauf ab, eine Vielzahl von Mobilfunk-basierten und hybriden Ortungsdiensten anzubieten, die je nach Bedarf sowohl absolute als auch relative Standortbestimmungen ermöglichen. Wichtige Positionsdaten sollten mit einer Kenngröße für das Vertrauen, das dem Messwert entgegengebracht werden kann, geliefert werden. Folgende wichtige Anforderungen sind noch vollständig zu definieren und zu vereinbaren: horizontale und vertikale Genauigkeit, relative Genauigkeit (zwischen benachbarten Geräten), Time-to-First-Fix (Positionsbestimmung nach dem Einschalten), Geschwindigkeitsgenauigkeit, Stromverbrauch, Latenzzeiten sowie betriebliche und sicherheitsrelevante Eigenschaften.

Im Folgenden werfen wir einen Blick auf die Anforderungen von drei Anwendungsfällen, insbesondere in den vertikalen Branchen: (i) UAV-Missionen und -Betrieb, (ii) IIoT-Tracking-Anwendungen und (iii) autonome Fahrzeugnavigation. Die für die ersten beiden Anwendungsfälle angegebenen Werte stammen aus dem Technical Report 3GPP TR 22.872. Die Werte für den Automotive-Anwendungsfall, der ein breites Spektrum spezifischer Anwendungen umfasst, stammen aus zusätzlichen Referenzen

Eine neue Generation von GNSS-Empfängern

In den letzten Jahren hat sich die satellitengestützte Ortung rasant entwickelt. In der Anfangszeit der Satellitennavigation stützten sich GNSS-Empfänger zur Bestimmung ihrer Position nur auf Satelliten des US-amerikanischen GPS- oder des russischen GLONASS-Systems. Inzwischen sind mit dem europäischen Galileo und dem chinesischen Beidou sowie mehreren regionalen Erweiterungssystemen weitere Systeme im Einsatz. Heute gibt es immer mehr GNSS-Empfänger, die die gleichzeitig Signale von allen umlaufenden GNSS-Konstellationen empfangen können, etwa u-blox Empfänger der F9-Generation. Dadurch sind die Empfänger in der Lage, mehr Satelliten zu „sehen“, selbst wenn große Teile des Himmels verdeckt sind. Dies verbessert die Genauigkeit und verkürzt die Zeit bis zum Erreichen der Positionsbestimmung.

Damit die Drohne beim Einsatz über einem Eisfeld nicht verloren geht, muss ihre Position ständig sehr genau bekannt sein.
Damit die Drohne beim Einsatz über einem Eisfeld nicht verloren geht, muss ihre Position ständig sehr genau bekannt sein.
( Bild: u-blox )

Zur Standortermittlung haben GNSS-Empfänger früher nur Satellitensignale genutzt, die auf einem einzigen Frequenzband übertragen wurden. Eine der Hauptfehlerursachen liegt dabei in der Verlangsamung der Satellitensignale beim Durchlaufen der geladenen Ionosphäre. Da diese Verzögerung proportional zum Kehrwert der Frequenz im Quadrat ist, kann das Verwenden von Signalen aus weiteren Frequenzbändern helfen, den Ionosphärenfehler zu bestimmen und zu korrigieren. Aktuelle Dual-Band-GNSS-Empfängern erreichen so einen durchschnittlichen Positionierungsfehler von weniger als 1 m unter freiem Himmel – statt zuvor rund 2,5 m. Zusätzlich profitiert die Qualität der GNSS-Positionierung seit langem von kommerziellen GNSS-Korrekturdiensten.

Anbieter überwachen in der Regel eingehende GNSS-Signale über ein Netzwerk von Basisstationen mit genau bekannten Positionen und übermitteln gegen eine Gebühr maßgeschneiderte Korrekturdaten an die Endverbraucher. Für die codegestützte Positionierung werden diese als differenzielle Korrekturen bezeichnet. Beim Verwenden hochpräziser RTK-Methoden (Real Time Kinematic) ermöglichen Korrekturen, die von einem nahegelegenen Referenzempfänger bezogen werden, eine zentimetergenaue Positionierung. Heute befindet sich eine neue Generation von GNSS-Korrekturdiensten in der Entwicklung, die einen alternativen Ansatz verfolgt und GNSS-Code- und Carrier-Phase-Korrekturdaten (Trägerphasen-Korrekturdaten) für eine komplette geografische Region, z. B. ein Land oder einen ganzen Kontinent, über Internet oder Satellit sendet.

Bahn- und Zeitdaten von Satelliten schneller abrufen

Die Kombination von Multi-Konstellations- und Multi-Band-Empfängern mit neuen GNSS-Korrektursystemen zum Erzielen von zentimetergenauen Werten bei deutlich reduzierten Betriebskosten ebnet den Weg für neuartige Massenmarktanwendungen zur Positionierung mit zentimetergenauer Präzision. Allerdings hat GNSS weiterhin zwei Nachteile: Die Empfänger müssen sich idealerweise in Sichtlinie zu den Satelliten auf der Umlaufbahn befinden, um die Position zu bestimmen. In Gebäuden und Tunneln sind die Dienste beeinträchtigt oder im Extremfall nicht verfügbar. Und im besten Fall braucht ein GNSS-Empfänger mehrere Sekunden, um bei einem Kaltstart seine Position erstmals eindeutig zu bestimmen.

Basierend auf Inertial-Sensoren, erweitern Dead-Reckoning-Lösungen die Positionsbestimmung mit hoher Genauigkeit auf Bereiche außerhalb der Reichweite von GNSS-Signalen. Diese Systeme sind vorwiegend auf Automotive-Anwendungen zugeschnitten. Assisted GNSS (A-GNSS) beschleunigt die Positionsbestimmung nach dem Einschalten (Time-to-First-Fix), indem es einen schnelleren Weg zum Abruf von GNSS-Bahndaten und Uhrzeitdaten bietet als über die GNSS-Signale selbst.

Anforderungen an die 5G-Technologie zur Positionsbestimmung für ausgewählte Anwendungsszenarien
Anforderungen an die 5G-Technologie zur Positionsbestimmung für ausgewählte Anwendungsszenarien
( Bild: u-blox )

5G-New-Radio-Schnittstelle eröffnet neue Möglichkeiten

5G New Radio (NR), die Funkschnittstelle des neuen Mobilfunkstandards 5G, öffnet weitere Möglichkeiten. In einigen Regionen sollen Endbenutzer bereits dieses Jahr Zugang zu der Non-Standalone-Architektur erhalten, die auf 4G LTE aufbaut. Anschließend erfolgt der Aufbau von Standalone 5G. Ortungsdienste mit hoher Präzision werden jedoch erst ab Release 16 gegen Ende 2019 in die 3GPP 5G NR-Spezifikationen aufgenommen, wobei die Implementierung frühestens 2020 erfolgt. Die Mobilfunk-Kommunikationstechnologie 5G adressiert drei wichtige Anwendungsszenarien: eMBB, uRLLC und mMTC.

  • eMBB (Enhanced Mobile Broadband) erweitert das für die Mobilfunkkommunikation bestimmte Spektrum auf erheblich höhere Frequenzen, die Daten mit höheren Geschwindigkeiten transportieren.
  • URLLC (Ultra Reliable Low Latency Communications) eröffnet neue Möglichkeiten, wie etwa Anwendungen für autonome Fahrzeuge und V2X (Vehicle-to-Everything).
  • mMTC (massive Machine Type Communications) wird die Entwicklung von IoT-Anwendungen in der LPWA-Kommunikation (Low-Power-Wide-Area) vorantreiben.

Eine gute Standortbestimmung ist essenziell in diesen Szenarien. Sie erfordert neue Signale und das Verwenden einer neuen Infrastruktur, um das Spektrum der verfügbaren Techniken zu erweitern. Dies schließt größere Bandbreiten mit höheren Frequenzen, mehr Antennen, die zu komplexen Antennen-Arrays kombiniert werden, und engmaschigere Telekommunikationsnetze ein. Die Ziele sind ehrgeizig: Die Ortungsgenauigkeit von unter einem Meter soll mit einer geringen Latenzzeit von weniger als 15 Millisekunden erreicht werden. Die 3GPP-Initiative setzt sich derzeit dafür ein, eine Reihe von 4G-LTE-Verfahren zur Positionsbestimmung in 5G einzubringen.

Typischerweise verwenden diese Methoden Uplink- und Downlink-Signale, um die Position einzelner Endgeräte zu bestimmen und ihre Position in Bezug auf Mobilfunkantennen zu ermitteln, die als Ankerpunkte dienen. Beispiele sind Enhanced Cell-ID- und TDOA-basierte Ansätze. Bei Enhanced Cell-ID überwachen Endgeräte den Abstand zu mehreren Basisstationen in ihrer Nähe, messen die Signalstärke und die ungefähre Ausbreitungszeit zum Gerät. Durch die Kombination dieser Beobachtungen lässt sich die Geräteposition besser berechnen, als nur durch Messung der Daten der nächstgelegenen Mobilfunkzelle.

Sidelink: Bislang kaum genutzte 4G-LTE-Technologie

Bei TDOA-basierten Ansätzen misst das Endgerät die Ankunftszeiten von Signalen von mehreren Basisstationen genau. Durch Überlagern der Zeitunterschiede zwischen den beobachteten Empfangszeiten kann das Gerät seine Position zu den beobachteten Basisstationen genauer bestimmen als durch die Verwendung einer Enhanced Cell-ID. Eine weitere Klasse ist der bisher kaum genutzte Sidelink, eine 4G-LTE-Technologie mit Gerät-zu-Gerät-Kommunikation. Damit sollen Geräte in der Lage sein, ihre Positionen relativ zueinander zu bestimmen.

Naheliegend ist die Anwendung in der V2V-Kommunikation (Vehicle-to-Vehicle) zwischen Fahrzeugen. Die neue Frequenzzuweisung von 5G kann sich positiv auf die Mobilfunk-basierte Positionsbestimmung auswirken, insbesondere aufgrund der Verfügbarkeit größerer Bandbreiten, die mit höheren Frequenzen möglich sind (mmWave über 24 GHz zusätzlich zu Sub 6 GHz). Durch eine größere Bandbreite lässt sich die Signallaufzeit genauer auflösen, denn Zeit und Bandbreite verhalten sich invers zueinander. Das bedeutet: Mit einer größeren Bandbreite lassen sich auch reflexionsbedingte Mehrwege-Effekten besser auflösen und gezielter unterdrücken.

Diese sind die Hauptfehlerquelle in städtischen Umgebungen sowie in Gebäuden, da Signale, die unterschiedliche Wege zurücklegen, zu unterschiedlichen Zeiten ankommen. Die Nutzung weiterer Frequenzen bei 5G wirkt sich auch auf die geografische Implementierung von Mobilfunk-Basisstationen und die verwendeten Antennentechnologien aus, was wiederum der mobilfunkbasierten Positionsbestimmung zugute kommt. Da bei kürzeren Wellenlängen höhere Ausbreitungsverluste entstehen, haben sie im Vergleich zu größeren Wellenlängen eine geringere Reichweite. Das bedeutet, dass Mobilfunknetzbetreiber (MNOs) mehr Basisstationen implementieren müssen, um die Abdeckung aufrechtzuerhalten.

Beamforming-Antennen senden Signale zielgenau

Darüber hinaus wird die Einführung von Antennenanordnungen mit Strahlformungsfunktionen (Beamforming) dazu beitragen, Signale zielgerichteter an die Endbenutzer zu leiten. Eine höhere Dichte solcher Antennen verbessert die Auflösung von Mehrwege-Komponenten, indem sie die Verzögerung und die Winkel AoA (Angle of Arrival) und AoD (Angle of Departure) messen. Dies optimiert damit die Ortungsleistung und kann die Standorterkennung eines Geräts mit einer einzigen Basisstation ermöglichen.

Kein einzelner Ansatz wird in der Lage sein, die von den angestrebten Anwendungsfällen geforderten Genauigkeiten unter allen Umgebungsbedingungen zuverlässig zu erreichen. Wie wir gesehen haben, sind die heutigen GNSS-basierten Lösungen zwar in der Lage zuverlässig Positionen mit hoher Genauigkeit zu liefern, haben aber Einschränkungen bei Anwendungen innerhalb von Gebäuden. Auf der anderen Seite können 5G-basierte Lösungen sowohl für Anwendungen im Innen- als auch im Außenbereich eine genaue Positionsschätzung ergänzen und liefern.

Hybride Lösungen zur Standortbestimmung, die mehrere Mobilfunk-basierte Ansätze mit nicht-Mobilfunk-basierten Techniken kombinieren, wie etwa GNSS, terrestrische Beacon-Systeme (TBS), Messungen auf Basis von Wi-Fi und Bluetooth sowie Inertial-Messungen (IMU), sind vielversprechend, um diese Ziele zu erreichen. Die zusätzlichen Redundanzen ermöglichen eine erhöhte Fehlertoleranz und eine verbesserte Integrität der Gesamtlösung. In Anbetracht des Potenzials hybrider Lösungen für neue Anwendungen untersucht das 3GPP GNSS- und Satellitensignale sowie terrestrische Signale wie Wi-Fi, Bluetooth und mehr. Die daraus resultierenden Lösungen zielen auf die Einführung in die Funkspezifikationen für Release 16 – Q1 2020.

Hohe Präzision erfordert hybride Ansätze

Das 3GPP hat sich in Sachen Positionsbestimmung ehrgeizige Ziele gesetzt. Die Implementierung Mobilfunk-basierter Lösungen in der vielfältigen Signallandschaft von 5G wird ein komplexes Unterfangen sein, ebenso wie die rechtzeitige Implementierung der Infrastruktur, um eine ausreichend breite Abdeckung zu ermöglichen und eine hinreichend große Benutzerbasis zu gewinnen. Hybride Ansätze zur Positionsbestimmung werden entscheidend sein, um die hohen Anforderungen neuer Anwendungen zu erfüllen. Vertreter verschiedener Technologien – etwa GNSS, Mobilfunk, Short Range, Satellitenkommunikation oder andere – müssen zusammenarbeiten, um ein Ergebnis zu erzielen, das besser ist als die Summe seiner Bestandteile.

Dieser Beitrag ist ursprünglich auf unserem Partnerportal Elektronikpraxis erschienen.

* Sylvia Lu ist 5G Tech Lead, Product Center Cellular bei u-blox in Cambridge, England.

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Infos finden Sie unter www.mycontentfactory.de (ID: 46009066)

Redaktion Industry of Things; gemeinfrei; SQL Projekt; Pixabay; Valéry Kloubert; Petri Kekkonen/Nokia; GSMA; Vodafone; ; u-blox; gemeinfrei (geralt / pixabay); Anna-Lena Hillenbrand; Siemens Healthineers; Palo Alto Networks