当航班因GPS干扰无法降落，还能靠什么定位？

把蜂窝网络变成定位基础设施

一种切实可行的替代方案其实已在身边：蜂窝网络。现代蜂窝网络产生的无线电测量数据，本身就能在不依赖卫星的情况下确定位置；它还拥有分布广泛的基站、受管频谱、网络定时，以及与数十亿台设备之间经过鉴权的连接【编者按：鉴权（authentication）是指验证用户是否拥有访问系统的权利】。这些资源，让无线运营商能够为GNSS提供一层实用的地面备份。

标准化的4G与5G定位信号可利用多个基站的时序与几何关系计算位置，无需GPS或伽利略等卫星系统。由于地面网络使用的发射机、频率和信号路径都不同，它与卫星导航之间形成了宝贵的差异——卫星链路出问题时，仍有另一条技术路径可用。

运营商仍需做的事包括启用定位信号、维护准确的基站信息，并向设备提供测量或辅助数据；但其中最困难、成本最高的部分——部署一张广域无线网络——早已完成。

对电池供电的物联网设备而言，蜂窝定位同样极具吸引力。追踪器往往需要连续工作数年，其间还要定期确定托盘、拖车或集装箱的位置。而每激活一次GNSS接收机，都要消耗不少电量。由于设备本来就接入了网络，蜂窝定位成了一条更省电的替代路径。

从4G定位到6G感知

4G的出现是一个重要里程碑：LTE首次标准化了专用的定位参考信号，也给出了不依赖GNSS、仅凭多个基站独立确定位置的方法。后续版本进一步完善了这些能力，并把定位功能延伸到复杂度更低、功耗更低的设备上。

5G在此基础上继续拓展，引入了新的上行与下行定位信号、往返时间（RTT）测量，以及基于角度的定位方法。更宽的带宽、大规模天线阵列和波束成形带来了额外信息，使网络得以在工厂、城市、高速公路，以及其他GNSS表现不佳的环境中加以利用。

5G-Advanced延续了这一演进，在精度、时延、完整性和低功耗运行上持续改进，并加入了邻近设备之间的侧链（sidelink）定位等新功能。与此同时，3GPP正在人工智能、机器学习以及通感一体化（ISAC）方面扩展研究。这里需要区分一点：定位与感知是两回事，定位是确定联网设备自身的位置，感知则是让无线基础设施通过解读周围的无线电环境来探测运动或物体。

迈向6G，方向已经明确：构建通信、定位与感知协同设计的网络。人工智能或将越来越多地参与其中，根据环境和应用场景，在地面蜂窝网络、非地面网络（NTN）、GNSS与本地传感器数据之间做出取舍并加以融合。最终，网络将不再只是给设备定位，而会对周围的物理环境形成更广泛、且持续更新的认知。

用非地面网络扩展备份层

非地面网络把这一模式延伸到了传统基站覆盖之外。借助卫星和高空平台，标准化的蜂窝网络可以覆盖海洋、偏远交通走廊和人口稀少地区。

设备在能接收到多个基站信号的区域可采用地面定位；一旦超出地面覆盖范围，就切换到NTN测量。

NTN并不能免于干扰——它依赖的同样是来自太空的信号。它的价值恰恰来自差异本身：卫星星座、轨道高度、载波频率和波形各不相同，因此单一故障不太可能以同样的方式，同时影响GNSS、地面蜂窝网络与NTN。

把定位引擎搬到边缘

同样重要的是这些计算在哪里进行。传统架构通常把设备的测量数据上传到云平台处理；如今，定位引擎正越来越多地下沉到设备本身，直接利用蜂窝网络的测量数据在本地确定位置。

本地处理不仅降低时延、减少网络流量，还能让制造商和企业更好地掌控敏感的位置数据。此外，即使云连接出现延迟或中断，设备也能继续工作。机器学习有助于解读信号反射、不断变化的网络状况，以及室内外无线电环境之间的显著差异；与只依赖静态传播模型相比，它的适应能力更强。

韧性需要多层保障

GNSS仍不可或缺，但对于无法容忍定位中断的应用来说，还需要额外的保障层。一个具备韧性的系统会根据环境、精度与功耗要求，组合使用GNSS、地面蜂窝网络、NTN、侧链和本地传感器。自主与半自主系统尤其需要这种连续性：即使某一个定位源失效，它们也必须知道自己身处何地。对应用层而言，故障因何而起并不重要，关键是能否无缝切换到另一个可信的定位源。

截至目前，演进的脉络已经清晰：蜂窝网络正从单纯的通信基础设施，演变为同时支持定位、感知与位置智能的平台。地面网络、NTN、边缘计算乃至未来的6G，都将构成与GNSS日益互补的定位层。而所需的基础设施大部分已经就位——无线运营商可以提供地面一侧的基础，NTN则把这种韧性延伸到传统覆盖之外。因此，对任务关键型应用来说，问题已不再是GNSS能否正常工作，而是当它失灵时该怎么办。