超宽带室内动态定位精度影响探究
2018-03-06李浩博王川阳
李浩博,王 坚,王川阳
(中国矿业大学 环境与测绘学院,江苏 徐州 221116)
0 引言
据统计现代人每天平均有超过80 %的时间在室内度过,获取高精度的室内位置信息也变得愈发重要[1]。近年来,超宽带(ultra-wide band,UWB)系统以其高带宽、高分辨能力、高传输速率、强鲁棒性、低功耗以及低成本等诸多优势已成为无线定位的研究热点以及室内定位中最有前景的技术方案之一,广泛应用于位置检测、高速率通信等领域[2-5]。
超宽带技术作为一种无载波通信技术最早应用在军用领域,1989年美国国防部高级研究计划署首次采用了UWB这一专用术语[6],随后,基于超宽带极宽频谱的特点,美国联邦通信委员会(Federal Communications Commission,FCC)在2002年宣布UWB技术可用于精确测距、无线通信等民用领域,并为UWB分配了3.1~10.6 GHz共7.5 GHz的带宽[1-2,7-8]。根据香农理论,信道带宽越宽,就有着越强的抗干扰能力,所需要的发射功率就越小,传输速率也越快[9]。UWB技术通过在吉赫量级的带宽上利用极窄脉冲传输低功率的无线信号,在10 m左右的范围实现最快达数Gbit/s的数据传输速率[10]。此外,超宽带定位系统也具有优于其他系统上百倍的距离分辨率,这些特性均保证了UWB系统能够较好地满足室内定位的需要[11]。
本文研究不同因素对UWB室内多基站环境下动态定位的影响特性,并通过动态定位实验对标签位置、行进速度、行人干扰、标签与基站间距离等4种因素进行分析。
1 UWB定位系统及方法
1.1 UWB定位系统
典型的UWB定位系统由定位基站、定位标签、位置计算引擎及图形呈现系统构成。其中:定位基站一般设于场景的几何边缘,对区域进行信号覆盖,探测其与标签间的距离,并通过有线或无线局域网(wireless local area network,WLAN)方式回传给位置计算引擎;定位标签则通过与被定位的对象进行关联,自动同基站通讯建立联系并广播自己的位置;位置计算引擎及图形呈现系统接受回传的数据,通过解算基站和标签间的距离得到定位标签的具体位置,并以图形化的方式呈现出来。
1.2 UWB定位方法
UWB定位技术属于无线定位系统,在获取与位置有关的变量的同时,建立超宽带系统定位模型。随后,通过利用获取的变量及相关定位模型来完成对目标物体定位坐标的计算。按获取变量的不同,可以将UWB定位方法分为3类:基于信号接收强度(received signal strength,RSS)法、基于到达角度(angle of arrival,AOA)法和基于接收信号时间/时间差(time/time difference of arrival,TOA/TDOA)法[12-13]。
基于信号接收强度法是通过信号强度和已知信号衰弱模型来估计基站与标签的距离,根据多个基站距离待测点的距离值画出圆,多个圆重叠部分就是定位标签的位置;RSS法常用接收信号强度指标RSSI来表示,在理想环境中,这种方式可以获得较为精确的定位结果,但是RSSI易受信号反射折射等多路径干扰,实际应用中常存在较大误差。基于到达角度法是利用定向天线测出信号来源方向,多个基站同时按照接收角度画出直线,交点就是目标位置。该方法的误差来源是角度解析的误差,误差随距离的增加而逐渐增大。基于接收信号时间法和基于接收信号强度法类似,但是是通过采用无线信号传播时间乘以无线信号传输速度来计算接收点和测量点间的距离。在基于接收信号强度法和基于到达角度法中,多径效应是引起各种信号测量误差的主要原因之一[14]。相较于前2种方法,TOA/TDOA法有着较为明显的优势:它有最高的定位精度,可以充分利用UWB超宽带宽,并且最能体现出UWB信号时间分辨率高的特点[15]。
本文所建立的UWB定位系统均采用TOA法来测量定位基站同标签间的距离,其定位算法中的位置估计过程即为求解定位方程组以获得目标所在位置坐标的过程。在获得信号的传输时间后,可以根据球形定位模型建立方程组。实验中共设置4个定位基站,能够建立4个方程。在笛卡尔坐标系中若设定位基站k(k=0,1,2,3)的坐标为(Xk,Yk,Zk),定位标签的坐标位置为(X,Y,Z),则根据每个定位标签到基站的距离可以列出k分别取值的4个方程为
(1)
式中:c为光速;tk为信号传输到第k个定位基站的传输时间。求解方程组可以得到定位标签在不同时刻的坐标位置,实现室内定位。
2 实验与结果分析
2.1 实验设置
本文实验采用基于DecaWave公司生产的DW1000芯片开发的测距设备,该设备具有较好的通信距离,有助于降低系统成本及对额外基础设施的需求,采样时间为0.281 s。以下实验中均采用基于飞行时间(time of flight,TOF)双向测距的定位方法,并采用Zigbee技术进行数据的实时传输,最终基于最小二乘法对量测结果进行平滑,得到所需的定位坐标信息。该定位方法在视距(line of sight,LOS)环境下结果随视距呈线性关系,定位结果较为理想。
实验场地设在煤炭安全绿色开采协同创新中心九楼大厅,测试环境为一个大小为7.2 m×7.2 m的正方形区域,分别在正方形的4个角布置4个超宽带定位基站,调整合适的角度,并设置基站高度为85 cm。为了便于进行实验操作及数据分析,将实验场地分割成长宽均为80 cm的正方形格网,并建立定位空间坐标系。令主基站所在位置为坐标原点,则4个超宽带定位基站的坐标分别为0号主基站(0,0,0.85)、1号基站(7.2,0,0.85)、2号基站(7.2,7.2,0.85)、3号基站(0,7.2,0.85)。
由于定位基站均位于同一高度,因此实验中主要针对定位标签的水平坐标精度进行分析,探讨不同影响因素对室内动态定位精度的影响特性。此外,为了更清晰地对比定位影响因素的特性,预先在实验场地中设定2条规划好的轨迹路线,其中:轨迹1为实验场地中一个4 m×4 m的正方形路线,总长度为16 m;轨迹2为在轨迹1内的一个2.4 m×2.4 m的正方形路线,总长度为9.6 m。实验环境的空间坐标系及轨迹路线如图1所示。
2.2 结果分析
2.2.1 定位标签位置的影响
本次实验通过对比由定位标签处于不同的位置时所获得的定位结果,分析定位标签位置对动态定位精度的影响特性。
实验中,行人分别将定位标签置于头部及腰部佩戴,按照轨迹1以正常步速行进一圈,行进过程中基站不断接收到定位标签发射的超宽带信号,并将测距信息传输至定位平台进行解算,生成位置坐标。利用MATLAB处理软件对标签在实验中采集的测距信息进行处理分析,得到定位标签分别位于头顶及腰部的定位轨迹,如图2所示。
由图2可知,2种情况下的定位轨迹都能基本形成一个完整回路,然而定位标签佩戴于腰部时存在40 cm左右的定位误差,而当定位标签置于头部时误差小于20 cm,精度提高了超过50 %,较好地完成了超宽带动态定位过程。
2.2.2 行进速度的影响
本次实验通过对比由行人行进速度不同时所获得的定位结果,分析行进速度对动态定位精度的影响特性。
实验中,行人分别以正常步速以及小跑(速度约为正常步速的2倍)行进,将定位标签固定于头顶按照轨迹1行进一圈。数据处理及分析步骤与上节相同,可以得到2种情况下的定位轨迹,如图3所示。
在按照轨迹1以正常步速行进的时候,采样时间为21 s,共获取坐标点76个;而当小跑行进时,采样时间为12.5 s,获取坐标点45个。由于在相同的行进距离中,跑步行进的速度快于正常步速,因而采样时间及采样点数明显小于正常行进时。因此在基于TOF双向测距定位方法中,速度越大、时间越短,受到多路径影响也就越小,能够有效提高定位精度。由图3可知,正常步速行进的平均定位误差约为25 cm,而小跑行进的平均误差约为18 cm。由此可见,小跑行进不但能够大幅缩短整体采样时间,还能提高定位精度30 %以上。
2.2.3 行人干扰的影响
本次实验通过对比在是否存在行人干扰的情况下所获得的定位结果,分析行人干扰对动态定位精度的影响特性。
实验中,行人将定位标签置于头部并按照轨迹1以正常步速行进一圈。在行走过程中存在行人干扰的情况下,安排3人辅助在测试场地内随机行走干扰信号传递。随后按照2.2.1节中的步骤进行数据处理及分析,并同无干扰环境中的测试数据对比分析,得到2种情况下移动标签的定位轨迹,如图4所示。
由图4可知:在大部分时间内2种情况下的定位轨迹是接近重合的,定位误差基本相当;而在存在行人干扰的定位轨迹图中出现了部分轨迹突变的现象,对应时刻的定位误差也大幅增加。由此可见,在存在行人干扰的环境中,定位轨迹会因定位结果的跳变而出现突变,误差迅速增大,在某些时刻甚至会出现无法定位的情况。
2.2.4 标签与基站间距离的影响
本次实验通过对比定位标签在不同轨迹上行进所获得的定位结果,分析标签与定位基站间距离对动态定位精度的影响特性。
实验中,行人将定位标签置于头顶并以正常步速分别按照轨迹1和轨迹2行进一圈,将获取的定位信息按照2.2.1节中的步骤进行处理并分析,得到移动标签分别按照轨迹1及轨迹2行走所获取的定位轨迹,如图5所示。
由图5可以较明显地看出,按照轨迹2行进的定位轨迹偏差明显小于按照轨迹1所得到的轨迹,
其中按照轨迹2行进的平均定位误差约为15 cm,而按照轨迹1行进的平均定位误差约为25 cm。由此可见,定位标签所在行进轨迹距离超宽带定位基站所确定的覆盖范围中心越近,定位精度越高。
3 结束语
超宽带技术作为室内定位中最有前景的方案之一,因其超宽的频带特性而具有极高的距离分辨度和定位精度。本文测试并分析了不同因素对超宽带室内定位精度的影响特性,结果表明,超宽带室内定位精度受定位标签位置、行进速度、行人干扰及标签与基站间距离的影响,其中:当定位标签置于头顶时精度明显高于置于腰间;跑步行进的定位精度略高于正常步速行走;而如果存在行人干扰则会出现定位轨迹突变、误差大幅增加的现象;此外,行进路径越靠近由基站所确定的覆盖范围中心,精度就会越高。
[1] 杨洲,汪云甲,陈国良,等.超宽带室内高精度定位技术研究[J].导航定位学报,2014,2(4):31-35.
[2] 伍德.超宽带基础[M].西安:西安交通大学出版社,2012.
[3] 葛利嘉,曾凡鑫,刘郁林,等.超宽带无线通信[M].北京:国防工业出版社,2006.
[4] 孙小红.车联网的关键技术及应用研究[J].通信技术,2013(4):47-50.
[5] WIN M Z,SCHOLTZ R A.On the robustness of ultra-wide bandwidth signals in dense multipath environments[J].IEEE Communications Letters,1998,2(2):51-53.
[6] FOWLER C,ENTZMINGER J,CORUM J.Assessment of ultra-wideband(UWB)technology[J].IEEE Aerospace & Electronic Systems Magazine,1990,5(11):45-49.
[7] 王金龙.无线超宽带(UWB)通信原理与应用[M].北京:人民邮电出版社,2005.
[8] FCC.Ultra-wideband operation FCC report and order[EB/OL].(2010-07-29)[2017-03-18].https://transition.fcc.gov/Bureaus/Engineering_Technology/Orders/2002/fcc02048.pdf.
[9] 张涛,徐亚明.UWB测距与室内定位精度研究[J].全球定位系统,2016,41(5):56-60.
[10] 王波.浅谈UWB定位技术[J].中国新技术新产品,2011(23):47.
[11] 孙锦中.基于UWB技术的无线定位系统的研究与测试[J].上海电力学院学报,2011,27(4):333-336.
[12] 张中兆.超宽带通信系统[M].北京:电子工业出版社,2010.
[13] 李真真,曾连荪.基于UWB的室内定位关键技术研究[J].信息技术,2011(11):96-98.
[14] 李正荣,黄晓涛.超宽带定位技术的分析与思考[J].电信快报,2008(4):29-32.
[15] 刘刚,张淑娥,邱巍巍.超宽带无线通信技术及其应用[J].电力系统通信,2005,26(12):40-42.