基于超寬帶技術室內定位算法綜述*

黑龍江東方學院 張翼

隨著物聯網技術的不斷發展，基于位置的服務和計算備受關注[1]。在室外環境下，全球衛星定位系統（GNSS）是目標定位的主要手段。然而，由于建筑物的遮擋導致信號衰減，GNSS 在室內定位方面的應用受到限制。研究顯示，人們平均有超過80%的時間在室內[2]，因此，室內定位系統的需求將更加迫切。該技術在智能家居、倉庫、博物館、醫療保健中心、室內停車場以及購物中心等領域有廣泛應用，因此，研究低成本、高精度的室內定位系統顯得十分重要。

現今，研究人員已提出了許多室內定位技術方案。這些方案包括基于紅外線、可見光、聲音（可聽聲和超聲）、磁場或無線電信號的實現方式，還包括慣性導航和基于計算機視覺的室內定位方案[3]。在基于無線電的室內定位系統中，超寬帶（UWB）信號因其具有抗多徑干擾能力強、穿透力強[4]、低功耗、高安全性以及高定位精度等優點，尤其適用于室內定位系統。因此，本文將解析基于UWB 的室內定位算法。

1 超寬帶定位算法綜述

超寬帶技術（UWB 技術）是一種無線電技術。聯邦通信委員會（FCC）對UWB 技術的定義如式（1）所示[5]：

在該公式（1）中，fH和fL分別指功率下降10dB 時所對應的高端和低端頻率，fC則為載波頻率或中心頻率。由于其獨特性能，超寬帶技術可提供分米級測距精度，非常適用于室內定位系統。超寬帶信號通常在GHz 量級帶寬內操作，低頻成分具有更好的穿透性，此外，超寬帶脈沖可以較好地對抗多徑效應。與其他基于無線電信號的定位技術不同，UWB 采用極短的脈沖信號而非連續載波信號進行通信或定位。以下將探討常用的超寬帶定位算法。

1.1 ToA 算法和ToF 算法

ToA(Time of Arrival)或ToF(Time of Flight)定位算法被稱為“到達時間”或“飛行時間”算法。其原理是信標和基站在時間同步的情況下，根據無線電信號從信標到基站的飛行時間，計算飛行距離，利用公式計算出信標位置。該算法的系統組成原理如圖1 所示。

圖1 ToA 和ToF 算法系統組成Fig.1 Composition of ToA and ToF algorithm system

ToA 算法的處理過程如下：已知3 個基站的坐標分別為(x1,y1)、(x2,y2)和(x3,y3)，假設信標坐標為(x,y)，在t時刻發送信號。3 個基站接收時間為t1、t2和t3，信號的傳輸速度為c。求解式（2）、式（3）、式（4）所示的方程組即可獲得信標位置。

ToF 算法的原理是，信標首先向基站發送請求信息，基站經過的一段時間后，回復確認信息。設信標發出信號到接收基站應答信號的時間間隔為T1，基站接收信號到發出應答信號的時間間隔為T2，則信號飛行時間如式（5）所示：

目標節點的距離D=Ttof×c，其中c為無線信號的傳播速度，近似于光速。

ToA 或ToF 算法具有系統組成簡單、算法易于理解和方便計算等優勢。然而，在實際應用中，也存在明顯的缺點，例如，信標和基站之間的時間同步代價很大，數學模型沒有考慮多徑效應，因此，計算距離會存在非視距誤差。為了解決這些缺點，在算法設計中可以考慮使用其他技術或算法來輔助改善其性能。

1.2 TDoA 算法

TDoA（Time Difference of Arrival）定位方法是對ToA 算法進行改進的一種算法，被稱為“到達時間差”算法。該算法通過測量信標信號到不同基站的傳播時間差，可以確定信號源的距離，并利用信號源到多個基站的距離計算出信號的位置。具體而言，通過比較信號到達多個基站的時間差，可以得到以基站為焦點、距離差為長軸的雙曲線，而雙曲線的交點就是信標的位置。TDoA 的算法模型圖如圖2 所示。為改進TDoA 算法的性能，可以考慮采用其他算法或技術來輔助實現。

圖2 TDoA 算法模型圖Fig.2 TDoA algorithm model

已知基站1、2、3 的坐標分別為(x1,y1)、(x2,y2)和(x3,y3)，假設信標坐標為(x,y)，則可得到TDoA 算法公式如式（6）所示：

TDoA 算法的特點是只需要對基站間進行時間同步，而不需要對基站和信標進行時間同步，使得系統實現成本降低。當信標位于基站所組成的三角形內部時，定位精度最高，然而，當信標越靠近三角形的邊緣，誤差就越大。此外，TDoA 算法仍然存在非視距誤差問題，為了提高其性能，可以考慮進一步優化算法或結合其他技術來輔助實現。

1.3 AoA 算法

AoA（Angle of Arrival）定位方法被稱為“到達角度測距”算法。該算法通過基站設備感知信標信號到達的方向，計算接收站和信標之間的相對方位或角度，進而利用三角測量法或其他方式計算信標位置。AoA 算法模型的示意圖如圖3 所示。

圖3 AoA 算法模型示意圖Fig.3 Schematic diagram of AoA algorithm model

已知基站1、2 的坐標分別為(x1,y1)和(x2,y2),信標坐標為(x,y)，以垂直于基站和信標的直線作為基準方向，基站1 和2 的夾角分別為A1和A2，可得到算法公式如式（7）所示：

AoA 算法的優點在于定位精度高，系統組成簡單，只需要兩個基站就能實現定位，并且不需要同步時鐘。但是，此種方法需要安裝高靈敏度和空間分辨率的陣列天線，從而增加設備成本，同時，該方法同樣會受到非視距環境的影響。為解決這些問題，可以考慮采用其他算法或技術，或結合多種定位方法進行綜合定位。

1.4 RSS 算法

通過測量節點間的能量來估算目標與接收機之間的距離，被稱為Received Signal Strength（RSS）算法。由于接收信號強度與距離成反比，因此可以利用傳播模型和發射信號強度與接收信號強度之間的差異來計算距離。超寬帶定位中采用RSS 算法，其操作簡單，無需進行時間同步，且成本低廉。但是，由于無線單波傳播環境復雜，整個過程容易受到物品擺放、障礙物遮擋等影響，且多徑效應影響明顯，因此定位效果并不理想。為提高RSS 算法的性能，可以嘗試結合多種方法進行綜合定位。

2 超寬帶定位算法的影響因素

2.1 非視距誤差

視距傳輸（Line of Sight Propagation，LOS Propagation）是指在發射天線和接收天線間能夠相互“看見”的距離內，無線電波直接從發射點傳播到接收點（一般要包括地面的反射波）的一種傳播方式。然而，在真實的無線環境中，信號在從信標到基站的傳輸路徑中會遇到各種障礙物，因此信號需要經過反射和折射才能夠到達接收端。而信號在經過反射和折射后傳輸的距離比信標和基站之間的直線距離長，基站接收到信號的到達角也會發生較大的偏差，這種現象被稱為非視距傳輸（Non Line of Sight Propagation，NLOS Propagation）。如果利用非視距傳輸情況下所測量的參數對信標位置進行計算，其結果和真實值之間會存在一定的誤差，稱為非視距誤差。為解決這個問題，研究者們提出了許多方法，例如，提出一種混合定位方法，在非視距條件下采用基于指紋的定位算法，在視距條件下采用傳統算法；再比如，可利用深度學習和圖優化技術通過邊緣計算解決非視距誤差問題。

2.2 多徑效應

多徑效應是指無線電波受到環境影響后，通過不同路徑傳播，各分量場到達接收端的時間不同，導致干擾信號失真或錯誤。目前減少多徑干擾的方法有：提高接收機的距離測量精度和使用抗多徑天線。

3 高精度室內定位技術發展展望

3.1 多種技術融合定位

為了滿足各種室內環境和應用場景的需求，彌補單一技術的局限性，越來越多的室內高精度定位方案已將慣性傳感器技術與基于WiFi 的定位技術等其他技術融合，這已經成為一種趨勢。Google、Broadcom、CSR 等公司提供了多種技術融合的混合解決方案。未來，還將出現更多傳感器、WiFi、BLE 等技術混合的解決方案，以滿足不同需求。

3.2 室內地圖和室內定位數據庫會迅速發展

隨著室內高精度定位相關技術趨于成熟，為保證快速擴展的能力和定位性能的可靠性與一致性，室內定位技術依然需要面對諸多挑戰。這些挑戰包括地圖和數據庫的擴展性，快速有效地產生和維護數據庫的技術等。但是，隨著室內定位應用場景的增多，室內地圖和室內定位數據庫必然得到迅速發展。

3.3 基于位置的應用和服務會更多利用附近的感應和發現

相對于室內高精度定位來說，附近的設備發現更加簡單，因為它不需要計算精確的位置，只需要發現附近的設備就能提供相應的服務。這種室內高精度定位技術對于室內和連續無處不在的定位有很大影響，并且可以作為很好的補充技術，尤其是針對精確定位不容易實現的場景。這種技術包括BT/BLE、LTEDirect、WiFiDirect 和NFC 等。

3.4 低功耗優化

為了實現隨時隨地的精準定位，需要降低定位功能對移動設備帶來的額外功耗。這可以通過使用專用的室內高精度定位處理引擎來減少應用處理器的喚醒次數、結合運動檢測和行為模式檢測來降低功耗，以及融合多種定位技術并選擇最省電的同時滿足精度的技術來實現。此外，還可以通過關閉或將高功耗的定位技術置于休眠模式，以此來降低使用高功耗傳感器的功耗。

4 結語

室內定位作為未來物聯網的基礎設施之一，正受到廣泛關注和發展。在眾多的無線高精度室內定位技術中，超寬帶(UWB)技術因其視距條件下的分米級測距精度、抗多徑衰落能力和低占空比，被認為是最有前途的技術。本文首先介紹了超寬帶技術和室內定位的概念，然后分析了主要的超寬帶定位算法及其優缺點，并展望了室內無線定位技術的發展趨勢，由此指出，基于超寬帶技術定位需要解決重要的非視距誤差問題和多徑效應問題。本文旨在幫助室內定位領域的研究者了解目前超寬帶定位系統算法的發展現狀和需要解決的問題，明確未來室內定位技術的發展方向。