This thesis introduces an innovative 5th generation (5G) localization approach leveraging Sounding Reference Signal (SRS) within the Open Radio Access Network (O-RAN) framework. The system employs a trilateration xApp on the near-RT RIC to achieve real-time User Equipment (UE) positioning, using real-world SRS signals fed into gNB emulators functioning as 5G base stations. Experimental results demonstrated a final UE localization error of approximately 2 meters under optimal conditions, unlike GNSS, which suffers from limited accuracy in dense urban and indoor settings. The proposed 5G-based solution evidences the potential of SRS-based positioning within 5G architectures. Further, this work explores the potential of programmable networks for real-time localization, opening avenues for future advancements in network-driven positioning systems.

Questa tesi introduce un approccio innovativo alla localizzazione per la quinta generazione delle reti cellulari (5G). Il sistema sfrutta il Sounding Reference Signal (SRS) per ottenere la posizione dell'utente all'interno del framework Open Radio Access Network (O-RAN). Utilizzando un'applicazione di trilaterazione (xApp) sul near-RT RIC, il sistema permette di ottenere il posizionamento in tempo reale del Dispositivo Utente (UE), utilizzando segnali SRS reali immessi in emulatori gNB che funzionano come stazioni base 5G. I risultati sperimentali hanno mostrato un errore finale di localizzazione dell'UE di circa 2 metri in condizioni ottimali, diversamente dai sistemi GNSS, che soffrono di precisione limitata in contesti urbani densi e in ambienti interni. La soluzione proposta basata su 5G dimostra il potenziale della localizzazione basata su SRS all'interno delle architetture 5G. Inoltre, questo lavoro esplora il potenziale delle reti programmabili per la localizzazione in tempo reale, aprendo la strada a futuri sviluppi nei sistemi di posizionamento guidati dalla rete.

O-RAN-based real-time positioning in 5G networks: a preliminary analysis using uplink SRS

BAZ ALVAREZ, CLAUDIA
2023/2024

Abstract

This thesis introduces an innovative 5th generation (5G) localization approach leveraging Sounding Reference Signal (SRS) within the Open Radio Access Network (O-RAN) framework. The system employs a trilateration xApp on the near-RT RIC to achieve real-time User Equipment (UE) positioning, using real-world SRS signals fed into gNB emulators functioning as 5G base stations. Experimental results demonstrated a final UE localization error of approximately 2 meters under optimal conditions, unlike GNSS, which suffers from limited accuracy in dense urban and indoor settings. The proposed 5G-based solution evidences the potential of SRS-based positioning within 5G architectures. Further, this work explores the potential of programmable networks for real-time localization, opening avenues for future advancements in network-driven positioning systems.
BERNAZZOLI, VIOLA
ING - Scuola di Ingegneria Industriale e dell'Informazione
11-dic-2024
2023/2024
Questa tesi introduce un approccio innovativo alla localizzazione per la quinta generazione delle reti cellulari (5G). Il sistema sfrutta il Sounding Reference Signal (SRS) per ottenere la posizione dell'utente all'interno del framework Open Radio Access Network (O-RAN). Utilizzando un'applicazione di trilaterazione (xApp) sul near-RT RIC, il sistema permette di ottenere il posizionamento in tempo reale del Dispositivo Utente (UE), utilizzando segnali SRS reali immessi in emulatori gNB che funzionano come stazioni base 5G. I risultati sperimentali hanno mostrato un errore finale di localizzazione dell'UE di circa 2 metri in condizioni ottimali, diversamente dai sistemi GNSS, che soffrono di precisione limitata in contesti urbani densi e in ambienti interni. La soluzione proposta basata su 5G dimostra il potenziale della localizzazione basata su SRS all'interno delle architetture 5G. Inoltre, questo lavoro esplora il potenziale delle reti programmabili per la localizzazione in tempo reale, aprendo la strada a futuri sviluppi nei sistemi di posizionamento guidati dalla rete.
File allegati
File Dimensione Formato  
extended_abstract_dic_2024_10916443.pdf

accessibile in internet per tutti a partire dal 19/11/2025

Descrizione: Executive Summary
Dimensione 699.13 kB
Formato Adobe PDF
699.13 kB Adobe PDF   Visualizza/Apri
full_thesis_dic_2024_10916443.pdf

accessibile in internet per tutti a partire dal 19/11/2025

Descrizione: Main Thesis
Dimensione 2.4 MB
Formato Adobe PDF
2.4 MB Adobe PDF   Visualizza/Apri

I documenti in POLITesi sono protetti da copyright e tutti i diritti sono riservati, salvo diversa indicazione.

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/10589/230607