基于UWB的室內(nèi)定位技術(shù)綜述

丁亞男 張旭 徐露

摘 要：隨著衛(wèi)星定位技術(shù)（Global Positioning System，GPS）在室外定位中的深入應(yīng)用，人們?cè)谑彝猸h(huán)境下對(duì)位置服務(wù)（Location Based Service，LBS）愈加依賴，而室內(nèi)環(huán)境中的定位技術(shù)還有待發(fā)展。本文主要研究了目前室內(nèi)環(huán)境下的主流定位技術(shù)及其解決方案，并將其優(yōu)缺點(diǎn)進(jìn)行了對(duì)比分析，最終給出選擇超寬帶定位技術(shù)的原因。同時(shí)，還分析了超寬帶定位技術(shù)的基本原理及最終選擇TDOA算法的原因，并給出求解其后續(xù)非線性方程組的建議。簡(jiǎn)述了在室內(nèi)環(huán)境下影響移動(dòng)目標(biāo)精準(zhǔn)定位的主要因素，其中，因?yàn)榉且暰鄠鞑プ钅苡绊懶盘?hào)傳播，所以針對(duì)降低其對(duì)精度的影響力進(jìn)行了相關(guān)算法介紹。

關(guān)鍵詞： 室內(nèi)定位;超寬帶;TDOA;定位精度;非視距環(huán)境

【Abstract】 With the in-depth application of satellite positioning technology in outdoor positioning，people have become increasingly dependent on Location Based Service （LBS） in outdoor environment，while the positioning technology in indoor environment still needs to be developed.This paper mainly aims at indoor environment，summarizes the current mainstream positioning technology and its solutions，and compares its advantages and disadvantages， finally gives the reasons for choosing ultra-wideband positioning technology.At the same time，the basic principle of ultra-wideband positioning technology and the reason of choosing TDOA algorithm are analyzed，and the suggestions of solving its nonlinear equations are given.This paper briefly discusses the main factors that affect the precise positioning of moving target in indoor environment，among which，because the non-line-of-sight propagation can best affect the signal propagation，the corresponding algorithm is introduced to reduce its influence on precision.

【Key words】 ?indoor positioning; UWB; TDOA; positioning accuracy; NLOS

0 引 言

室內(nèi)定位系統(tǒng)（Indoor Positioning System，IPS）功能是在室內(nèi)環(huán)境下顯示人或物品位置信息，其目的旨在實(shí)時(shí)掌握目標(biāo)物體的位置情況。目前，隨著社會(huì)經(jīng)濟(jì)的發(fā)展，人們對(duì)位置服務(wù)的需求愈加強(qiáng)烈，已經(jīng)從室外延伸至室內(nèi)環(huán)境。超寬帶（Ultra-Wideband，UWB）是利用寬度為納秒級(jí)的脈沖作為無線通信信號(hào)的新興通信技術(shù)，在時(shí)間分辨率方面尤為突出且定位精度能夠精確到厘米級(jí)別。此外，在抗多徑能力和穿透性方面也有著較好表現(xiàn)，適用于高精度的室內(nèi)定位服務(wù)[1]。

目前，在室外空曠的環(huán)境中定位應(yīng)用最為廣泛的是衛(wèi)星定位系統(tǒng)。然而與室外環(huán)境相比，室內(nèi)比較封閉且存在大量的遮擋物，GPS在室內(nèi)環(huán)境下覆蓋率較差，因此難以有效應(yīng)用于室內(nèi)定位。研究可知，室內(nèi)定位系統(tǒng)包括3部分，分別是：基于視覺信息、基于無線信號(hào)以及其它方法，見圖1（a）。繼而有研究指出，基于無線的定位系統(tǒng)可以分為4類，即：紅外線定位系統(tǒng)、射頻系統(tǒng)、全球定位系統(tǒng)以及超聲波系統(tǒng)。其中，射頻系統(tǒng)中常用的技術(shù)有WiFi技術(shù)、藍(lán)牙技術(shù)、Zigbee技術(shù)、超寬帶技術(shù)。RFID技術(shù)室內(nèi)定位技術(shù)[2]，見圖1（b）。

綜上分析論述可知，在現(xiàn)有的無線定位技術(shù)中，UWB信號(hào)具有高傳輸率、低功耗、抗干擾性強(qiáng)等優(yōu)點(diǎn)且定位精度能夠精確到厘米級(jí)別，使得UWB有著不可比擬的優(yōu)勢(shì)，因此選取UWB作為IPS的通信信號(hào)。對(duì)此擬展開研究論述如下。

1 UWB定位

FCC（Federal Communications Commission）在2002年制定規(guī)范正式允許使用了UWB通信系統(tǒng)，超寬帶技術(shù)是不用載波的，其突出優(yōu)勢(shì)是能夠快速地將系統(tǒng)所需數(shù)據(jù)傳輸?shù)街付ㄎ恢?、低功耗、抗干擾能力強(qiáng)，也不會(huì)對(duì)同一環(huán)境下的其它設(shè)備產(chǎn)生干擾，且定位精度能精確到厘米級(jí)。

1.1 與其它室內(nèi)定位的比較

目前，IPS常用的技術(shù)性能對(duì)比見表1。

1.2 UWB室內(nèi)定位技術(shù)的算法研究

在使用UWB信號(hào)作為通訊信號(hào)的室內(nèi)定位中，測(cè)距和非測(cè)距方法都可以用于確定移動(dòng)目標(biāo)的位置。傳統(tǒng)用于測(cè)距的方法分別有：三邊測(cè)量法（Trilateration）、三角測(cè)量法（Triangulation），無需測(cè)距的定位方法中運(yùn)用最多的是指紋匹配法（Fingerprint）。這里，對(duì)于各類算法分析可做闡釋論述如下。

1.2.1 RSSI匹配定位算法

RSSI匹配算法的主要思想是：根據(jù)距離和能量衰減公式用指紋匹配法來估計(jì)接入點(diǎn)與移動(dòng)物體兩者的距離。具體分為離線和在線兩個(gè)階段。其中，離線階段事先搜集相關(guān)的數(shù)據(jù)構(gòu)成指紋數(shù)據(jù)庫，即首先在建筑物中定義參考節(jié)點(diǎn)，其次搜集每個(gè)接入點(diǎn)在各個(gè)參考節(jié)點(diǎn)處的數(shù)據(jù)，最終形成包含每個(gè)參考節(jié)點(diǎn)處各接入點(diǎn)的RSSI值的數(shù)據(jù)庫。在線階段中，用戶則會(huì)接收到來源于各個(gè)接入點(diǎn)的真實(shí)RSSI值，并將該值與指紋數(shù)據(jù)庫運(yùn)用估計(jì)算法（如k-Nearest Neighbor algorithm）進(jìn)行匹配，從而得到用戶在指紋地圖中的位置。

一般來說，在信號(hào)傳輸時(shí)室內(nèi)環(huán)境中的遮擋物較多，因此使用RSSI指紋匹配法容易遇到非視距（NLOS）傳播以及多徑效應(yīng)的干擾，從而導(dǎo)致移動(dòng)目標(biāo)在該場(chǎng)景下的位置估計(jì)出現(xiàn)較大的偏差。針對(duì)上述情況，采用其它算法對(duì)出現(xiàn)的偏差進(jìn)行校正時(shí)，不能保證每次都有較好的校正結(jié)果。

1.2.2 AOA定位算法

AOA定位算法的主要思想：用獨(dú)有的硬件設(shè)施測(cè)出移動(dòng)標(biāo)簽與基站（通常數(shù)量至少2個(gè)）之間的角度，再運(yùn)用三角測(cè)量法定位移動(dòng)標(biāo)簽的位置坐標(biāo)。在已知基站A、B的坐標(biāo)的情況下，設(shè)其坐標(biāo)分別是（x1，y1）、（x2，y2），移動(dòng)標(biāo)簽的坐標(biāo)是（x，y），三者之間的夾角如圖2所示。

2 影響室內(nèi)定位的主要因素

2.1 非視距傳播

信號(hào)在無線通信過程的傳播條件有視距（Line of Sight，LOS）以及非視距（Non Line of Sight，NLOS）環(huán)境，其中視距環(huán)境可以直觀理解為信號(hào)能夠直接傳輸至指定地點(diǎn)，而非視距環(huán)境可以直觀理解成信號(hào)會(huì)遭到障礙物的阻擋而無法直線傳輸。通常在視距情況下，信號(hào)能夠進(jìn)行高質(zhì)量的傳輸，因?yàn)樾盘?hào)在無障礙物的空間內(nèi)可以在信號(hào)發(fā)射端以及信號(hào)接收端做到直線傳輸。而在非視距傳播的環(huán)境下，信號(hào)在傳輸過程中因遭到遮擋物的阻擋，導(dǎo)致其不能夠進(jìn)行點(diǎn)對(duì)點(diǎn)的直線傳輸。只能夠在信號(hào)觸碰到遮擋物的阻擋后借助反射、折射以及衍射的方式進(jìn)行間接傳輸。最終導(dǎo)致無線信號(hào)在接收點(diǎn)處包含著大量的失真信號(hào)，從而嚴(yán)重影響到室內(nèi)環(huán)境下對(duì)移動(dòng)目標(biāo)的位置估計(jì)。信號(hào)的非視距傳播是限制室內(nèi)定位系統(tǒng)精確度的主要原因之一，當(dāng)下提高室內(nèi)定位精度的解決途徑之一就是識(shí)別并消除非視距信號(hào)。

2.2 多徑效應(yīng)

多徑效應(yīng)表現(xiàn)為電信號(hào)從發(fā)射端發(fā)射后，經(jīng)過數(shù)條不同的信道傳播至相同的信號(hào)接收端。電信號(hào)在不同的信道上傳播時(shí)，因遭受遮擋物干擾所產(chǎn)生的反射、折射及衍射，這樣一來就會(huì)導(dǎo)致信號(hào)在到達(dá)接收端時(shí)出現(xiàn)的幅度和相位大小不可控現(xiàn)象。當(dāng)相位同相時(shí)，到達(dá)接收端的信號(hào)強(qiáng)度會(huì)隨之增強(qiáng)，反之同理[4]。但是，由于室內(nèi)環(huán)境的特殊性，即使在室內(nèi)環(huán)境沒有任何微小變動(dòng)的情況下，也會(huì)使得無線信號(hào)的強(qiáng)度很容易發(fā)生改變，從而影響室內(nèi)定位的精度。

3 非視距的鑒別和消除

識(shí)別并消除NLOS環(huán)境。如果在LOS環(huán)境下，通常包含較小的噪聲，對(duì)研究時(shí)的數(shù)據(jù)影響不大;而對(duì)于NLOS情況下，原始數(shù)據(jù)往往包含較多的噪聲，這就需要將采集的數(shù)據(jù)進(jìn)行處理方可投入應(yīng)用。

江歌等人[5]研究了在非視距傳播中提高超寬帶技術(shù)在室內(nèi)環(huán)境下移動(dòng)目標(biāo)的定位準(zhǔn)確度。過程中，將最小二乘法（LS）與粒子群優(yōu)化算法（particle swarm optimization，PSO）相結(jié)合，形成了LS-PSO算法。首先重構(gòu)TDOA模型，然后將NLOS誤差的均值和方差用于對(duì)TDOA模型做出參數(shù)調(diào)整，最后運(yùn)用提出的新算法來估計(jì)移動(dòng)物體的坐標(biāo)。仿真結(jié)果顯示與常用的Chan算法、最小二乘法相比，該算法在提高室內(nèi)環(huán)境下移動(dòng)目標(biāo)位置的精確度方面更有優(yōu)勢(shì)。

曾玲等人[6]發(fā)現(xiàn)在室內(nèi)環(huán)境中，非視距傳播會(huì)對(duì)估計(jì)移動(dòng)目標(biāo)位置的準(zhǔn)確度產(chǎn)生明顯不良影響，故有針對(duì)性地提出基于非視距鑒別的TOA定位算法。首先判斷出NLOS基站，并重新算出其TOA的值，再賦給其TOA值以較小的權(quán)重，最后，運(yùn)用加權(quán)最小二乘法結(jié)合上述權(quán)重，致力于更為準(zhǔn)確地估計(jì)移動(dòng)目標(biāo)的位置信息。仿真結(jié)果顯示，該算法與最小二乘算法相比在確定移動(dòng)目標(biāo)的位置坐標(biāo)方面具有更高的可靠性。

4 結(jié)束語

本文整體闡述了室內(nèi)定位系統(tǒng)的一些基礎(chǔ)性概念，分析了在室內(nèi)環(huán)境下選擇超寬帶技術(shù)的原因。在室內(nèi)環(huán)境下影響移動(dòng)目標(biāo)精準(zhǔn)定位的非視距傳播是可以通過其它算法來進(jìn)行校準(zhǔn)的。

參考文獻(xiàn)

[1]劉韜，徐愛功，隋心.超寬帶與慣性導(dǎo)航組合的室內(nèi)導(dǎo)航定位[J].測(cè)繪科學(xué)，2016，41（12）：162-166.

[2]羅勃.基于UWB技術(shù)的TDOA定位算法的研究與實(shí)現(xiàn)[D]. ?？冢汉Ｄ洗髮W(xué)，2017.

[3]趙紅梅，趙杰磊. 超寬帶室內(nèi)定位算法綜述[J]. 電信科學(xué)，2018，34（9）：130-142.

[4]劉玉杰. 基于擴(kuò)展卡爾曼濾波算法的融合室內(nèi)定位系統(tǒng)研究與實(shí)現(xiàn)[D]. 南京：南京郵電大學(xué)，2016.

[5]江歌，李志華.非視距環(huán)境下的超寬帶室內(nèi)定位算法[J].計(jì)算機(jī)測(cè)量與控制，2018，26（11）：203-207.

[6]曾玲，彭程，劉恒. 基于非視距鑒別的超寬帶室內(nèi)定位算法[J].計(jì)算機(jī)應(yīng)用，2018，38（S1）：131-134，139.

[7]王鈞，張鵬，袁帥.基于股票預(yù)測(cè)的Seq2Seq RNN和LSTM模型比較[J].時(shí)代金融，2018（12）：381-382，392.

[8]方旭，過弋，王祺，等.核心詞修正的Seq2Seq短文摘要[J].計(jì)算機(jī)工程與設(shè)計(jì)，2018，39（12）：3610-3615.

[9]KOBSA A. Genetic user modeling systems[J] .User Modeling and User Adapted Interactive， 2001 （11）：49-63.

[10]郭金婷. 云計(jì)算環(huán)境下圖書館云服務(wù)模式構(gòu)建[D]. 大連：遼寧師范大學(xué)，2012.

[11]李巖.基于深度學(xué)習(xí)的短文本分析與計(jì)算方法研究[D].北京：北京科技大學(xué)，2016.