5G Carrier Phase Positioning in Urban Macrocells with asynchronous base stations

This thesis investigates the potential and limitations of Carrier Phase Positioning (CPP) for mobile terminal localization in 5G networks, comparing its performance with Time Difference of Arrival (TDOA)-based multilateration techniques. The study highlights two key aspects: first, CPP demonstrates superior accuracy, achieving sub-meter precision even in the presence of asynchronous base stations; second, its performance improves as the utilized bandwidth increases, making it particularly well-suited for high-frequency 5G deployments. A major challenge in TDOA-based localization, widely employed in current 5G environ- ments, is its sensitivity to synchronization errors among base stations, which can sig- nificantly degrade positioning accuracy. In contrast, CPP leverages the Carrier-phase Positioning Algorithm for Systems without Synchronization (CPASS) to mitigate these synchronization-related errors, enabling positioning accuracy below 20 cm, even in asyn- chronous conditions. The study evaluates CPP performance in a 5G Urban Macrocellular (UMa) environment, analyzing the impact of subcarrier spacing on localization accuracy and validating the findings through realistic MATLAB simulations. Results demonstrate that CPP consis- tently outperforms TDOA across all tested configurations, achieving accuracy improve- ments of 6.28 m and 1.59 m for numerologies μ = 0 and μ = 2, respectively, in one scenario, and 8.94 m and 1.53 m in another. These findings confirm the robustness of CPP-based methodologies in mitigating synchronization issues, reinforcing their potential for next-generation high-precision positioning systems in 5G and beyond.

Questa tesi analizza il potenziale e le limitazioni del Carrier Phase Positioning (CPP) per la localizzazione dei terminali mobili nelle reti 5G, confrontandone le prestazioni con le tecniche di multilaterazione basate sul Time Difference of Arrival (TDOA). Lo studio evidenzia due aspetti fondamentali: da un lato, il CPP dimostra un’accuratezza superiore, raggiungendo una precisione inferiore al metro anche in presenza di stazioni base asincrone; dall’altro, le sue prestazioni migliorano con l’aumento della larghezza di banda, rendendolo particolarmente adatto alle implementazioni 5G ad alta frequenza. Una delle principali sfide della localizzazione basata su TDOA, ampiamente utilizzata negli attuali ambienti 5G, è la sua sensibilità agli errori di sincronizzazione tra le stazioni base, che possono compromettere significativamente la precisione della localizzazione. Al contrario, il CPP sfrutta l’algoritmo Carrier-phase Positioning Algorithm for Systems without Synchronization (CPASS) per mitigare questi errori di sincronizzazione, consen- tendo un’accuratezza inferiore ai 20 cm, anche in condizioni di asincronia. Lo studio valuta le prestazioni del CPP in un ambiente 5G Urban Macrocellular (UMa), analizzando l’impatto della spaziatura tra i sottoportanti sull’accuratezza della localiz- zazione e validando i risultati attraverso simulazioni realistiche in MATLAB. I risultati dimostrano che il CPP supera costantemente il TDOA in tutte le configurazioni testate, ottenendo miglioramenti di accuratezza di 6.28 m e 1.59 m per le numerologie μ = 0 e μ = 2, rispettivamente, in uno scenario, e di 8.94 m e 1.53 m in un altro. Questi risultati confermano la robustezza delle metodologie basate su CPP nella mitigazione dei problemi di sincronizzazione, rafforzando il loro potenziale per i sistemi di posizionamento ad alta precisione di prossima generazione nelle reti 5G e oltre.