Localisation des utilisateurs dans un réseau 5G privé en améliorant les emplacements des stations de base actives

La localisation précise des terminaux utilisateurs est essentielle dans divers scénarios, notamment lorsque la localisation basée sur les systèmes mondiaux de navigation par satellite (GNSS) n’est pas possible, comme à l’intérieur des bâtiments. Les réseaux 5G New Radio (NR) ont introduit des fonctionnalités améliorées pour cette localisation, en particulier dans les configurations à ondes millimétriques (FR2), la Fonction de Gestion de Localisation (LMF) et l’introduction du Signal de référence de positionnement (PRS). De plus, les données de localisation des appareils mobiles sont précieuses et peuvent être exploitées pour de nouveaux services et applications, tout en aidant les opérateurs de réseaux sans fil à améliorer leurs performances. Ce projet de recherche se focalise sur l’amélioration des réseaux 5G privés dans des environnements intérieurs, en prenant spécifiquement en compte la localisation des utilisateurs. L’approche combine des simulations de modèles de canal spécifiques au site basées sur le traçage de rayons, “ray-tracing”, ainsi que des mises en oeuvre réelles de systèmes 5G, avec une technique de localisation en temps réel. En analysant les positions des utilisateurs et les métriques de performance du réseau, le projet vise à améliorer l’efficacité du système et l’expérience des utilisateurs. La méthodologie comprend la collecte de données sur les environnements intérieurs, le développement d’un modèle de simulation, la définition de métriques de performance pertinentes, et la mise en oeuvre d’un réseau 5G privé à petite échelle dans un environnement intérieur. Les stratégies d’optimisation sont étudiées, y compris l’allocation dynamique des ressources et les techniques de gestion de la mobilité.

Abstract

Accurate localization of user terminals is crucial in various scenarios, especially when GNSSbased localization is not feasible, such as indoors. The 5G New Radio (NR) networks have introduced enhanced localization features, particularly in millimeter-wave configurations (FR2), the Location Management Function (LMF), and the Positioning Reference Signal (PRS). Additionally, mobile device location data is valuable for new services and applications, helping wireless network operators improve performance. This research project focuses on improving private 5G networks in indoor environments, specifically considering user localization. The approach combines site-specific channel model simulations based on ray-tracing and real 5G system implementations with real-time localization techniques. By analyzing user positions and network performance metrics, the project aims to enhance system efficiency and user experience. The methodology includes collecting data on indoor environments, developing a simulation model, defining relevant performance metrics, and implementing a small-scale private 5G network in an indoor setting. Optimization strategies are studied, including dynamic resource allocation and mobility management techniques.