基于WirelessHART的半密閉船艙人員定位系統設計

楊國良

（上海理工大學 光電信息與計算機工程學院，上海 200093）

0 引言

裝有貨物的半密閉船艙內部環境十分惡劣，建立用于半密閉船艙的人員定位系統，對于預防事故的發生與人員的搜救都有著極為重要的意義。類似于船艙等特殊的工作場景，因其結構復雜，信號傳輸率低等特點，目前沒有一個很好的定位解決方案。因此，設計一套定位精準，低功耗，可靠傳輸的人員定位系統意義重大。

本文將DecaWave公司的DWM1000模塊集成到WirelessHART網絡中。采用最新的UWB技術，利用脈沖信號到達的時間差來測量節點間的距離，進而對節點進行定位。相對于其他的一些無線通信技術而言，UWB有著發射功率較低，傳輸速率塊，穿透能力強并且是基于極窄脈沖的無線技術，無載波等優點[1]。結合WirelessHART網絡的低功耗和可靠的良好特性，該系統能很好地部署在半密閉船艙的環境中并完成工作人員的定位。

1 W irelessHART技術

WirelessHART（Wireless Highway Addressable Remote Transducer）是HART通訊基金會為工業過程控制研制的一個開放標準的無線網絡技術，也是第一個用于過程控制的國際無線標準（IEC 62591），支持 IEEE 802.15.4標準的 2.4GHz ISM 頻段[2]。WirelessHART是一種具有時鐘同步、自組織和可治愈的網狀網絡結構，擁有低成本、低功耗、高可靠性等優點，其能夠快速兼容現有有線設備工具和系統[3]。WirelessHARTTM技術進一步促進了無線技術在工業自動化領域的廣泛應用[4]。

2 定位系統的整體框架

系統的構架如圖1所示，定位系統由硬件平臺與上位機軟件組成。硬件系統是由網關，基站和標簽節點三部分組成。網關通過以太網接收上位機發送來的命令，進行WirelessHART網絡的組網，初始化設置以及對該網絡區域中的各個節點進行時鐘同步與管理?；竟濣c主要負責對 UWB脈沖信號TOA數據進行采集與傳輸，將WirelessHART網絡中的數據傳送給網關，網關將接收到的數據發送到上位機。上位機軟件負責處理TOA數據，調用定位算法將標簽的位置以圖形化和坐標的形式顯示。

圖1 系統框架Fig.1 Sy stem framework

3 系統設計與實現

3.1 WirelessHART網絡部署

WirelessHART網絡節點集成DecaWave公司開發的DW1000芯片，其兼容IEEE802.15.4-2011協議的超寬帶無線收發芯，在實時定位系統中用于物體的定位，精度高達厘米級別[5]。本系統中一個定位區域內部署1個網關和4個錨節點以及一個標簽節點。網關負責網絡的組網細節。錨節點是坐標位置已知的固定節點，它的存在是為了給移動的標簽節點計算坐標提供數據支持的。標簽節點則是船艙工作者隨身攜帶的移動節點，其位置通過調用定位算法得出。節點部署完成后，網關會和定位區域中的各個錨節點通信，完成網絡的初始化和組網工作。

3.2 克拉美羅下界

克拉美羅下界（Cramer-Rao Lower Bound, CRLB）是TOA估計算法在理論上的一個界限值[6]，文獻[7-8]對于單一路徑的加性高斯白噪聲信道，通過數學理論證明從 TOA估計中獲取的能夠實現的最佳精度的距離估計滿足下列不等式

（1）式中，C為光速，SNR為信道信噪比，β為有效信號帶寬，其定義為：

其中，S(f)為發送信號的傅里葉變換。

由（1）（2）兩式可以得出，提高信噪比或者加大有效帶寬都可以有效的提高TOA估計的精度，由于UWB具有相當大的帶寬，所以基于TOA的定位技術可以充分利用 UWB高帶寬的特性實現精準可靠的定位。

3.3 DS 測距（Double-sided Two-way Ranging）

標簽節點和錨節點間距離的測量是 TOA定位技術的關鍵，與單邊測距相比，雙邊測距在單邊測距的基礎上再增加一次通訊，兩次通訊的時間可以互相彌補因為時鐘偏移引入的誤差[9]，其中測距過程如圖2所示。

圖2 DS 測距示意圖Fig.2 DS range mapping

標簽節點首先向錨節點發送POLL數據包，并記下發送時間T1，并在一段時間后打開RX。錨節點要提前打開接收，收到POLL數據包后，記錄時間 T2。錨節點在 T3(T3=T2+Treply1)時刻發送Response數據包，發送完成之后打開 RX。標簽節點收到 Response數據包，記錄時間 T4，并在T5(T5=T4+ Treply2)發送Final數據包。錨節點收到Final數據包后，記錄時刻 T6。根據 6個時刻值可以推出一次雙邊通信中電磁波的飛行時間Tprop為

其中Tround1 = T4 - T1 Tround2 = T6 - T3 Treply1 = T3 - T2 Treply2 = T5 - T4

Tprop乘以光速則為標簽節點到錨節點兩者之間的距離。標簽移動節點測量獲得到其與網絡中各個錨節點的距離后，將此數據經由網關傳送給上位機，上位機調用定位算法則可以計算出標簽節點的位置。

3.4 極大似然估計法

TOA定位技術根據是信號到達時間差為理論基礎完成定位的。在立體空間中需要四個固定基站，在二維平面則需要三個基站。當發射信號從標簽節點到基站的時間為t，那么時間t乘以電磁波的傳播速度可以得到標簽節點到參考基站的距離，同理，可以獲得此標簽節點與其他基站的距離。以兩者的距離為半徑做圓，由幾何知識可知，三個圓的交點為標簽節點的實際位置[10]。原理如圖3所示。

圖3 二維空間TOA定位原理圖Fig.3 T wo-dimensional space TOA positioning principle diagram

假設移動標簽節點得到其與三個以上并且不位于同一直線的基站節點之間的距離時，

極大似然估計算法的基本思想可以描述為：

當有n個參考節點1, 2, 3…n，設它們的坐標分別為(x1，y1)，(x2，y2)，(x3，y3)…(xn，yn)，位置未知的標簽節點為 M，其坐標為(x，y)，標簽節點 M到各個錨節點的距離分別為d1，d2，d3…dn，則有

將方程組（4）整理成AX=b的形式，其中

通過最大似然估計方法，可以得到標簽節點M的坐標位置(x,y)[11]：

3.5 上位機軟件設計

上位機軟件系統是基于 C++語言開發。按其功能可以分為數據獲取、定位計算和圖形界面顯示層三部分。數據獲取層完成與網關的通信，通過以太網將標簽節點與每個基站之間的距離傳送給上位機。定位計算層對獲取的數據進行處理，調用定位算法對標簽節點的位置進行定位。圖形界面提供定位顯示界面，支持地圖導入模式，將標簽節點的位置實時的顯示在地圖上。

4 實驗設計與數據分析

4.1 實驗設計

本實驗以學校工科實驗室為實驗場所進行測試。該實驗室長10.4米，寬7.2米。實驗室有各種實驗儀器儀表，多張試驗臺，工作環境比較復雜，可以比較貼近的模擬船艙內的工作環境。實驗將 4個基站節點分別放在實驗室的四個角的位置，網關安放在任意的的試驗臺上。實驗人員手持標簽節點圍繞試驗臺隨機的移動。從上位機軟件可以觀察到操作人員的移動軌跡。定位結束后，上位機軟件會自動的保存標簽節點在對應時間點的位置坐標，從而達到定位跟蹤的作用。

4.2 實驗數據分析

基站節點的實際位置如下表1所示。

隨機的在實驗區域選取 5個點作為定位測試點，每個點均測試10次取其平均值作為實驗值。具體的實驗結果見下表2。

通過實驗數據可以看出該定位系統在隨機的 5個測試點中，定位最精準的測量誤差為 8.6 cm，最大的定位誤差僅為14.5 cm，平均誤差為10.96 cm。相比于Zigbee，Wifi與RFID等傳統的定位模式，結合WirelessHART與UWB的定位系統具有更高的定位精度。本文的實驗場景的選擇具有一定的代表性，實驗定位也有著較高的精度，所以該方案具有一定的實用性。

5 結論

圖4 上位機軟件界面Fig.4 Host computer software interface

表1 實際位置坐標Tab.1 Actual position coordinates

表2 實驗位置坐標Tab.2 Expe rimental position coordinates

本文研究并設計了一套適用于半密閉船艙等特殊場景的定位系統。該系統完成了 WirelessHART與DWM1000模塊的集成，利用UWB與DS測距技術實現了TOA數據的采集，通過WirelessHART網絡的傳輸與極大似然估計算法完成了比較精確的定位。實驗結果顯示該定位系統可以部署在實際的應用場景，并且定位精度可以達到10 cm以內。本實驗僅在定位系統中只存在單個標簽的環境下進行，當有多個移動標簽加入網絡時避免標簽彼此之間的干擾同時達到更高的定位精度是下一步的研究工作。

[1] 曹福成, 王樹勛, 孫曉穎. 基于子空間的DS-UWB系統高分辨率低復雜度時延估計[J]. 吉林大學學報(工學版),2008, 38(2): 471-475.

[2] 彭瑜. 無線HART協議— 一種真正意義上的工業無線短程網 協議的概述和比較[J]. 儀器儀表標準化與計量, 2007. 5:31-37.

[3] HART Network Management Specification (HCF_SPEC -085,Revision 1.0)[S]. 2007. 4.

[4] Le-Trung Q, Taherkordi A, Skeie T, Pham H N, Engelstad P E. Information Storage, Reduction and Dissemination in Sensor Networks: A Survey [C]. IEEE Consumer Communications and Networking Conference, 2009: 1-6.

[5] 王保云, 物聯網技術研究綜述[J]. 電子測量與儀器學報,2009, 23(12): 1-7.

[6] Aftanas M, Rovnakova J, Drutarovsky M, et al. Efficient method of TOA estimation for through wall imaging by UWB radar[A]. Proc. of International Conference on Ultra-Wideband, ICUWB' 08[C]. Hannover, Germany, 2008,2. 101104.

[7] Alavi B, Pahlavan K. Modeling of the TOA-based distance measurement error using UWB indoor radio measurements[J].IEEE Communications Letters, 2006, 10(4): 275-277.

[8] 吳紹華, 張乃通. 基于UWB的無線傳感器網絡中的兩步TOA估計法[J]. 軟件學報. 2007, 18(5): 1164-1172.

[9] 賀晶晶, 姜平, 馮曉榮. 基于UWB的無人運輸車的導 20航定位算法研究[J]. 電子測量與儀器學報, 2016, 30(11):17431749．

[10] 張月霞, 陶小峰, 張平. 超寬帶通信系統加權移動三角形到達時間精確定位算法[J]. 吉林大學學報: 工學版, 2010,40(1): 266-270.

[11] Roy S, Foerster J R, Somayazulu V S. Ultrawideband radio design: The promise of high-speed short-range wireless connectivity[J]. IEEE Proceedings, 2004, 92(2): 295-311.