光线追踪数字孪生如何评估 OpenAirInterface 的 5G NR 定位？

孪生用三维模型替代外场测试

物理 5G 定位测试床把每次测量绑定在一个传播环境和一个天线布局上，因此要问另一种部署会取得什么效果，就得重建部署并重新开展一轮外场测试。论文的答案是：信道不再通过空口测量，而是由三维模型计算；UE 位置不再靠测量确定，而是按脚本设定。这样环境成为输入，真值变得精确。

孪生复现了 EURECOM 的 GEO-5G 测试床：一个基于 OAI 的虚拟化无线接入网，配有两台商用 O-RAN 射频单元，一台在南侧露台，一台在北侧屋顶，各带四个空间上分离的定向阵元。这八个阵元并不是一块紧凑面板。它们组成两个各含四个阵元的共线子阵：子阵 A 沿南侧露台跨度 36.0 m，子阵 B 沿北侧屋顶跨度 15.0 m，两者水平轴相互正交，质心间距 42.19 m。在 3.6192 GHz 载波（n78 频段）下波长为 8.28 cm，因此阵元间距约为 60 到 217 个波长。

校园场景由 OpenStreetMap 建筑轮廓重建，经人工细化，赋予随频率变化的 ITU 无线电材料参数，再导出为 Sionna RT 使用的 Mitsuba 格式。路径由 Sionna RT 的两阶段求解器给出：先由射线发射与反弹生成候选路径，再由镜像法阶段把每条路径细化为精确的镜面反射路径。所有实验都固定求解器设置：最大深度 10，启用视距、镜面反射和折射，关闭漫反射，并固定射线发射与反弹的随机种子。选择深度 10 是因为在部分围合的庭院中，若干天线位置只能通过多次反射路径看到 UE；作者没有对深度做敏感性研究，因此把它描述为保守选择，而非经测量确定的需求。

独立天线保留 TDoA 所需的时延

Sionna RT 通常把阵列建模为附着在某一位置单个射频设备上的多个阵元；启用合成阵列选项时，各阵元响应由平面波假设下的相位偏移推出。这对跨度只有几个波长的面板是正确的，在这里则不成立。在 24–57 m 的距离上，阵元间距达 60–217 个波长，每个阵元对 UE 有各自的可见性、各自的一组反射体，更关键的是有各自的绝对时延。把它们合并到一个公共相位中心，恰好丢掉了 TDoA 估计器所利用的量。

因此论文把每个阵元实例化为一个独立的 Sionna 射频设备，各带 1×1 阵列：下行场景中为八个发射机对象，上行场景中为八个接收机对象，单天线 UE 在两个场景中都是一个设备。保留两个镜像场景，是因为 Sionna 中阵列配置属于场景属性而非设备属性。路径通过对多径响应做带限采样转换为离散基带抽头，每个天线对使用 71 个抽头的窗口，采样率采用 OAI 前端采样率而非标称信道带宽，因此仿真抽头网格与 OAI 用采样流卷积抽头的网格一致。时延归一化被关闭，因为 Sionna 默认把每个天线对的首次到达移到零时延，这会破坏天线间时延这一观测量。

这是论文的核心方法主张：孪生之所以能用于定位，只是因为它保留了逐天线绝对时延。作者指出，此前与实时 OAI 协议栈耦合的光线追踪孪生，以及 OAI 自带的光线追踪信道仿真器，都面向单天线链路——而这恰恰是 TDoA 无从测量的配置。

七个时延差约束三个坐标

上行 TDoA 利用同一次发射到达已知位置各接收机的时间差来定位 UE。UE 位于位置 p，在未知时刻发射，每个接收机观测到一个到达时间；与参考接收机作差可消去未知发射时刻，剩下距离差。八个收发点给出对三个未知量的七个约束，用最小二乘求解。gNB 从收到的探测参考信号中按天线端口估计到达时间，并作为上行相对到达时间上报；位置管理功能收集这些报告和收发点坐标，返回一个位置。

论文用标准的几何精度衰减因子公式解释：同样的定时误差，在几何条件好的地方产生小的位置误差，在几何条件差的地方产生大的位置误差。把距离差方程堆叠起来得到一个只取决于收发点相对 UE 位置的矩阵，位置协方差等于距离差误差方差乘以该格拉姆矩阵的逆。每个精度衰减因子都是该逆矩阵对角项之和的平方根，因而无量纲：它表示在该点上 1 米距离差误差会变成多少米位置误差。HDOP 只对水平方差求和；VDOP 报告同一次三维求解的垂直方差。但高度列仍通过完整 3×3 格拉姆矩阵的求逆进入 HDOP，所以即使水平几何良好，高度观测不佳也会抬高 HDOP。

孪生有一个性质必须明确说明：八个仿真天线是同一个 gNB 的分支，共享采样时钟，没有各分支的线缆时延或相位偏移，因此孪生在构造上完全同步，而真实测试床并非如此。它没有复现物理 TDoA 部署的主要误差来源。

两个场景分离几何与传播的影响

由于 TDoA 误差同时取决于阵列几何和传播环境，在单一场景中观测到的误差无法归因于其中任何一个。因此论文把同一阵列放入两个场景：复现部署站点的 EURECOM，以及 Sionna RT 自带的慕尼黑场景——一个与部署无关的密集城区模型。慕尼黑坐标是 EURECOM 坐标在保距变换下的像，因此阵元间距、共线性、两轴正交性和 42.19 m 的质心间距都原样保留。阵列几何固定不变，传播环境改变。但测试位置并不是同一变换下的像：每组位置都在各自场景内独立选取，因此两次扫描在位置和环境上都不同，只能做总体比较，而不能当作控制单一变量的替换。

每个场景 16 个测试位置组成两条从阵列向外延伸的轨迹，高度为 1.7 m，HDOP 在 EURECOM 从 2.24 到 7.79，在慕尼黑从 2.06 到 7.36。因此在任何测量之前，几何就预示每条轨迹远端的误差约为近端的三倍半。

两种带宽配置应视为两个完整工作点，而不是对传播带宽的单独隔离。配置 A 使用 106 个资源块、30 kHz 子载波间隔、40 MHz 信道带宽、38.16 MHz 占用带宽和 61.44 MHz 的 OAI 采样率；配置 B 使用 273 个资源块、100 MHz 信道带宽、98.28 MHz 占用带宽和 122.88 MHz 采样率。改变资源块数量会同时改变占用带宽、采样率、抽头间距，因而改变 71 抽头窗口的物理时长。作者没有保持绝对时延窗口不变，因此不能排除配置 B 更短窗口带来的残余影响。

有两种量化值得区分。仿真信道的抽头网格为到达位置设了下限：配置 A 中每个抽头 4.88 m，比报告峰值所用的格点更粗。接收机的时延估计格点与传播带宽无关；把过采样因子分别提高到 8 和 4，使两种配置都达到 2.03 ns，即每格 0.61 m。这使相关峰值可被报告的间距相等，但并未使物理时延分辨率相等，后者取决于占用带宽，两者必然不同。

未修改的流程恢复了生成几何

在每次扫描的 16 个位置上，仿真信道携带的时延信息足以让未修改的 OAI 位置管理功能恢复生成它时所用的几何。四种场景与带宽组合的中位水平误差在 0.71 到 1.20 m 之间，作者称这与物理部署所报告的精度一致。

汇总表把两个场景清楚地区分开。在 EURECOM，40 MHz 配置的平均水平误差为 1.28 m，中位 1.20 m，90 分位 1.77 m，最大 3.81 m，16 个定位中有 11 个低于 1.5 m，高度 RMS 误差 3.50 m；100 MHz 配置平均 1.15 m，中位 0.95 m，90 分位 1.80 m，最大 2.73 m，16 个中有 12 个低于 1.5 m，高度 RMS 误差 3.70 m。在慕尼黑，40 MHz 配置的尾部差得多——平均 2.62 m，中位 0.98 m，90 分位 5.39 m，最大 19.07 m，16 个中有 11 个低于 1.5 m，高度 RMS 误差 2.31 m——而 100 MHz 配置平均 1.04 m，中位 0.71 m，90 分位 2.32 m，最大 3.70 m，16 个中有 13 个低于 1.5 m，高度 RMS 误差 2.19 m。

这些统计量需要仔细解读。仿真器是确定性的，噪声功率为零；一次慕尼黑扫描紧接着重复，16 个定位结果逐位复现。因此每种配置跑一次就足够，但所报告的误差是偏差而非噪声实现：在给定位置，流程每次都返回同一个错误答案，平均无法减小它。所有分位数都是在一条轨迹的 16 个位置上取的，而不是在独立试验上取的，因此它们描述误差如何随几何变化，而不是在同一点重复测量时会如何变化。两条轨迹上的 16 个位置是小规模非随机样本，90 分位实际上由两个点估计得出。

拓宽载波削减尾部而非高度误差

孪生最重要的部署发现是水平与垂直行为的分化。把载波从 40 MHz 拓宽到 100 MHz 会截断水平误差分布的尾部，却不改善典型位置：在慕尼黑，90 分位从 5.39 m 降到 2.32 m，最大值从 19.07 m 降到 3.70 m，而中位数只从 0.98 m 移到 0.71 m。在 EURECOM，尾部收缩更温和，最大值从 3.81 m 降到 2.73 m，中位数从 1.20 m 降到 0.95 m。

同样的改变对垂直误差没有影响，论文把这归因于阵列几何而非测量。阵列只占据两个高度，因此垂直精度衰减因子由天线所在位置决定，而不是由时延能被分辨得多细决定。这个极限仅凭天线坐标就能在任何测量之前算出。

论文还检验了上行功率控制能否解释什么：两个 gNB 配置文件的两个上行功率控制目标相差 6 dB，把配置 A 在整条 EURECOM 轨迹上按配置 B 的取值重跑，16 个定位结果完全复现，这符合无噪声相关的预期——其峰值不随发射功率移动。另外四个不同参数只影响随机接入。

高度多样化布局把高度 RMS 误差降到四分之一

由于垂直极限由坐标决定，改变坐标就能应对它。高度多样化布局把高度 RMS 误差降到四分之一，同时不改变水平几何，作者指出这一改动只需一个配置文件。这是论文与决策最相关的比较：同一个既能复现部署的孪生，也能在没有新一轮外场测试的情况下给另一种天线布置排序。

这一主张需要连同边界一起说明。高度多样化布局只在单一配置下评估，因此垂直可观测性与链路质量之间的权衡被提示但未被刻画。分布式几何相对于共址几何的贡献是假设而非实测。而且由于两种带宽配置同时改变多个参数，要把观测到的改善单独归因于传播带宽，需要保持绝对时延窗口不变并记录每个收发点的时延分布，这两项都未做。

无噪声孪生测的是偏差而非部署误差

模型省略了漫散射、互耦、各分支射频损伤和天线方向图细节，能量归一化丢弃了绝对路径损耗。关闭漫散射并固定种子使重复运行逐位一致，因此运行间变化不会作为虚假信道变化进入 OAI，代价是冲激响应比实测的更稀疏。仿真器产生独立的静态快照，因此论文不涉及移动性、多普勒或跟踪。

对定位而言最重要的省略是同步。真实测试床的主要误差来源没有被复现，因为仿真天线在构造上共享采样时钟。这就是为什么所报告的误差应被理解为流程由几何驱动的偏差，而不是外场精度的预测。作者自己的后续工作正由此而来：加入噪声实现和扰动扫描以获得真正的误差统计，记录每个收发点的到达时间以把误差分解为定时分量和几何分量，在一系列布局上刻画高度与链路质量的权衡，并把仿真信道与物理站点的测量结果比较。

每次扫描的逐位置输出连同生成它的 gNB 配置都已公开，因此每张图和每张表都能从原始定位结果重新计算。

决定垂直上限的是几何而非带宽

论文的实践优先级是对各种手段的排序。如果目标是更好的典型水平定位，带宽带来的希望不大：中位数在 40 与 100 MHz 之间几乎不动，增益出现在尾部，慕尼黑 90 分位从 5.39 m 降到 2.32 m。如果目标是垂直精度，带宽完全不是正确的手段，因为只有两个高度的阵列给它设了上限，而这个上限在任何仿真运行之前就能从天线坐标读出。真正能改变垂直误差的手段是布局：高度多样化布置把高度 RMS 误差降到四分之一，代价是一个配置文件。

这一排序是论文的独特贡献，也带着相应的适用范围。孪生是一个确定性、完全同步、静态快照式的工具，因此适合在相同传播假设下比较几何和工作点，而不适合预测物理部署在真实同步误差和噪声下能达到的精度。在这个边界内，值得带走的结果是：垂直上限是天线放置位置的属性，而孪生可以在任何人爬上屋顶之前评估候选布置。

论文

Chaharbaghi、Kaltenberger、Podrygajlo、Mundlamuri 和 Verdone 提出了 EURECOM GEO-5G 测试床的光线追踪数字孪生，用 Sionna-RT 在站点三维模型上计算逐天线信道，驱动未修改的 OpenAirInterface 5G 协议栈。

本文引用的文献