基于深度学习的5G移动用户定位精度提升研究  

作　　者：高晓剑 籍寅 杨海菁 石亚涛 商涛 

机构地区：[1]中国移动通信集团山西有限公司太原分公司

出　　处：《中国宽带》2025年第3期22-24,共3页China BroadBand

摘　　要：5G技术快速发展催生了高精度定位服务需求,尤其在增强移动宽带与大连接物联网与超可靠低时延通信场景下尤为迫切。传统接收信号强度指示定位方法精度严重依赖测距精确性,实际应用效果受限。针对此问题,一种结合深度神经网络与终端间信息交互的群组定位方法应运而生。该方法充分利用5G终端间测距误差小于基站与终端间误差的特点,将接收信号强度作为神经网络输入特征,通过深度学习算法预测终端位置,再结合终端群组内部距离约束进行优化。实验证明,此方法显著降低了对基站与终端间测距精度的依赖,即使在训练样本量有限情况下仍能实现高精度定位,定位误差比传统方法降低50%以上,展现出优异的实用价值与应用前景。

关 键 词：5G定位 深度神经网络 终端群组 信息交互 接收信号强度 

分 类 号：TN929.5[电子电信—通信与信息系统]