UWB超宽带室内定位技术*

杜鑫 朱文亮 文西芹 周云鹏 王素红

1.江苏海洋大学机械工程学院;2.连云港市水利局

随着现代社会智能家居和智慧工厂的发展,众多应用场景对室内定位精度的要求不断提高。UWB定位方法作为一种新兴技术,成为室内定位研究中的热点领域。本文从UWB超宽带通信技术的起源开始,分别介绍了目前UWB主流定位技术算法与应用,包括到达时间定位、到达时间差定位、到达角度定位以及其他具有代表性的UWB融合定位方法,并且总结了每种定位方法的运行原理、优缺点和适用场景,并预测UWB的未来发展方向。

0 引言

科学技术的发展和社会经济的进步,使越来越多的智能化产品进入到工业生产和用户生活当中。搬运机器人、物流机器人和扫地机器人等多种多样的机器人极大地便捷了人们的生产生活,而复杂的工厂车间和居家环境对机器人定位精度提出了更高要求。除此之外,智能车间、智慧仓储等作业场所,也都对高精度定位技术有着迫切的需求。超声波和激光定位技术拥有着不错的定位精度,但由于此二者应用场景单一,不适合民用领域的推广。WiFi定位技术使用较多,但定位精度只是在3m以内,且需要建立指纹数据库,工作复杂度较高。蜂窝网络定位技术的优点是覆盖率较高,但其抗干扰能力较差,因此其定位的可靠性受到影响。超宽带技术(Ultra-Wideband,UWB)作为近年来的新兴通信技术,以其定位精准、功耗低和抗多径能力强等优点,成为室内定位方案的热门选择。本文主要综述了UWB超宽带的主流定位算法及应用。

1 简述UWB技术

超宽带技术UWB是近年来新兴的一种无载波通信技术,以占空比很低(几十分之一)的超短电磁能量窄脉冲作为信息载体,因此又称脉冲无线电。其信号定义为相对带宽(信号带宽与中心频率之比)大于0.2,或在传输的任何时刻绝对带宽不小于500MHz的脉冲信号。该项技术早期应用于军方,并利用其开发出了分辨率极高的雷达设备,直到2002年该项技术才获批进入民用领域[1]。FCC通信认证规定:UWB信号使用3.1GHz～10.6GHz的频段范围,并且该信号的发射功率须在1mW以下[2]。高达GHz的信号带宽和独特的频域、时域特性,使其在信道容量上较其他通信方式有明显优势,具有高速数据传输、低功耗、保密性强、高处理增益、抗多径能力强和定位精准等特点,单个标签定位精度可达10cm。UWB定位技术和其他多数定位方式相同,也是基于测距原理而实现,其测距模块的工作机制是:设置基站和标签,通过二者间的信息交流来记录信息的发送和到达时间,并根据获取的时间关系来推算出信号飞行时间,从而得到基站与标签之间的直线距离。

2 主流UWB定位算法与原理

2.1 TOA算法

根据UWB信号的通信方式,研究者首先设计出到达时间定位算法,又称TOA(Time of Arrival)定位算法,该算法依据信号传播时间而直接计算出被测点(标签)与参考点(基站)之间的距离。此算法中,标签发送信号到至少3个以上的基站上,系统通过测量信号到达各个基站的时间,从而获取标签与基站之间的距离,然后再以各个基站为圆心所得距离为半径作圆,各圆的交点便是目的节点的参考位置。Liu分析了TOA模式的超宽带算法，图1为TOA模式原理图[3]。

图1 TOA模式Fig.1 TOA model

图中A1、A2、A3为场景中的三个基站，传统TOA算法是通过记录标签与三个基站之间的单向信号传播时间，再分别乘以电磁波在空气中的传播速度，得到被测点标签与三个基站之间的直线距离，并分别记为R0、R1和R2。取A0、A1和A2为圆心，R0、R1和R2为半径作圆，三个圆的交点即为被测点位置坐标。设被测点标签坐标为(x,y)，A0坐标为(x0，y0)，A1坐标为(x1，y1)，A2坐标为(x2，y2)，由此可得公式如下：

Liu采用最小二乘法定位算法，对原始TOA测距值进行了处理，通过最小化误差平方和来寻求数据的最佳函数匹配，使所得数据与实际数据的误差平方和最小。在非视距环境下进行了测试，测试结果显示该算法使定位精度较原始TOA算法有所提升。该算法布置实现较简单方便,但各基站与标签应严格保持时间同步,否则会对定位精度有较大影响。

2.2 TDOA算法

比TOA算法更高级的是到达时间差定位算法,又称TDOA(Time Differencce of Arrive)算法。二者都是依据信号传播时间而实现的测量方法,但是TDOA算法处理的并不是绝对时间,而是信号到达时间差,其只需要各基站的时间同步,不要求被测点处的标签时间也达到同步[4]。该算法中,每个TDOA测量值对应两个基站为焦点的一对双曲线,以此来达到定位效果。如果要获取被测点的三维坐标,则至少需要4个基站作为参考点。该算法核心公式如下:

式中(x,y,z)和(xi,yi,zi)分别代表需定位的目标位置和参考点位置的坐标,t0代表需定位的目标位置发送信号的时间,ti代表基站参考点位置的信号到达时间。生成的时间差Δtij=ti-tj,经多次代换后,可减小目标位置和参考点位置由于不同步而导致的误差,以此实现定位的效果。由于该方法布置便捷且算法高效可靠,成为目前UWB定位算法的主流。但传统TDOA算法存在一定的发散现象,该现象在高噪声环境下相对明显,导致定位精度受到影响。何成文等提出一种利用简单迭代最小二乘算法[5],该算法先将TDOA方程由勾股定理化为非标准的最小二乘形式,再结合未知量间的等式约束关系,根据迭代思想计算出定位坐标,该方法经蒙特卡洛仿真实验验证出具备更加收敛的定位效果。

2.3 AOA算法

与基于信号到达时间定位算法不同的是,到达角度定位(Angle of Arrival,AOA)是一种特别的算法。该算法又称为方向角定位测量,其原理为利用标签到基站间的径向线来确定二者的角度关系。该算法又可以细分为质心定位算法、贝叶斯推理定位算法、基于卡尔曼滤波定位算法和重构思想定位算法。传统AOA定位算法中,天线阵列的位置会影响定位精度,使之出现不同程度的偏差。而且该定位方法的角度测量环节中,非视距误差和背景噪声也成为了不可忽视的问题。马婧提出一种基于重构思想的AOA定位算法[6],该算法假设被测点的发射波均匀分布在以被测点为圆心半径为D的圆盘上,发射波的散射波均要经过一个均匀分布的散射体(S)才能到达基站。选取最强路径为重构思想的波形路径,因为最强路径携带的波形具备最多的有效信息,且该路径在非视距环境下特性最佳。经由几何推导,能够得到被测点的坐标。该算法在圆盘半径较大时,多径数越大,定位精度越高,相比于AOA传统算法,该算法得到的定位精度有所提升。但是该算法适合简单场景,复杂场景的定位精度不够理想。

2.4 UWB融合算法

UWB各算法均能实现定位,但都存在不同程度的局限性:TOA算法对时钟同步要求较高,且误差大;TDOA算法的场景布置难度较小,但信号发散会导致定位精度降低;AOA算法布局复杂,且成本较高。因此将不同UWB算法配合使用或者与其他定位方式相结合,成为提升定位精度和规避算法缺点的新尝试。

射频识别技术(Radio Frequency Identification,RFID)作为一款诞生较早的无线通信技术,早已在定位领域被应用多年,其通过无线信号自动识别并感知贴附在被测物体上的射频标签,并读写相关数据[7],由此实现定位功能,且成本更低,但定位精度低于UWB技术。徐哲超和冯晔针对UWB非视距(Non-line of Sight,NLOS)环境下定位效果欠佳的特点,设计了一种基于TOA和AOA融合的定位方法[8],该方法能将获取到的非视距信号识别出并过滤掉,识别正确率达到98%,从而处理更加准确的视距信号以获得被测点坐标,提高UWB定位精度。经过仿真结果对比,发现该算法在NLOS信号较多时,定位精度优于最小二乘算法、加权最小二乘算法和基于特征矢量的FINE算法。但该算法着重针对NLOS信号的辨识与过滤功能,没有根本解决非视距环境下的全局定位问题。

3 结论

室内定位技术已经成为社会生产生活中的一项关键技术,提升定位精确度和定位方法普适性,成了无法避开的技术问题。本文从UWB的概念、基本原理和特征性能,到几种主流的UWB定位算法和融合算法,以及各技术的优缺点都做了介绍与分析。结合所列举的算法与应用实例,不难看出UWB定位技术作为定位领域的主流技术之一,既有其独到的优势,也存在着动态实时性差、成本高和非视距场景性能有待提高等短板。根据当前该项技术的发展情况,随着硬件技术不断更新,融合其他定位方法将成为提高UWB的定位精度和普适性的重点方向,且随着设备终端算力的稳步提高,深度学习等技术将会在UWB定位上大行其道,反之,定位技术的不断改进与突破,也必将使其他众多领域深受影响。

引用

[1] 蔡型,张思全.短距离无线通信技术综述[J].现代电子技术,2004(3):65-67+76.

[2] 王一强,孙罡,侯祥博.UWB超宽带技术研究及应用[J].通信技术,2009,42(3):70-72+75.

[3] 张鲁川,董磊.浅析UWB定位技术的应用[J].科技创新与应用,2015(19):285.

[4] Yawei L.UWB ranging error analysis based on TOA mode[J].Journal of Physics:Conference Series,2021,1939(1):012124(5pp).

[5] 何成文,袁运斌,潭冰峰.一种基于UWB TDOA定位模式的迭代最小二乘算法[J].大地测量与地球动力学,2021,41(8):806-809.

[6] 马婧.基于UWB信号的单基站定位算法研究及AOA定位研究[D].青岛:中国海洋大学,2013.

[7] 邱兰馨,黄樟钦,梁笑轩.RFID标签位置感知技术综述[J].计算机应用研究,2017,34(12):3521-3526.

[8] 徐哲超,冯晔.基于TOA/AOA的UWB室内定位NLOS识别研究[A].中国卫星导航系统管理办公室学术交流中心.第十一届中国卫星导航年会论文集:S02导航与位置服务[C].中国卫星导航系统管理办公室学术交流中心:中科北斗汇(北京)科技有限公司,2020.