基于CIR特征參量的NLOS識別方法研究

李 海，解云龍，劉月圓，葉興躍，韋子輝

(1.河北省計量監(jiān)督檢測研究院，河北 石家莊 050227;2.河北大學(xué)質(zhì)量技術(shù)監(jiān)督學(xué)院，河北 保定 071002)

0 引 言

近年來，UWB 定位技術(shù)逐漸成為國內(nèi)外研究的熱點(diǎn)，越來越多的研究機(jī)構(gòu)投身于UWB 定位技術(shù)的研究以及產(chǎn)品研發(fā)。目前，UWB 定位技術(shù)分為基于信號到達(dá)時間(time of arrival，TOA)、基于信號到達(dá)時間差(time difference of arrival，TDOA)、基于信號到達(dá)角度(angle of arrival，AOA)、基于接收信號強(qiáng)度(received signal strength，RSS)等[1-3]。為了盡可能利用UWB 信號帶寬大、持續(xù)時間短、時間分辨率高的優(yōu)勢，UWB 定位技術(shù)中主要采用基于信號到達(dá)時間的測距方式。但目前UWB 定位方案所存在的缺陷是在NLOS 環(huán)境中，UWB 信號會受到障礙物遮擋，從發(fā)射端經(jīng)過障礙物抵達(dá)接收端，會造成一定的時間延遲，使得信號接收端接收到的信號比較雜亂，直接影響對信號接收時間的測量，1 ns 時間延遲會造成30 cm 距離測量誤差，間接導(dǎo)致定位精度不夠理想[4]，原理見圖1。圖中實線為LOS 狀態(tài)下定位曲線，黃色交點(diǎn)為標(biāo)簽位置，虛線為受障礙物遮擋狀態(tài)下曲線，藍(lán)色區(qū)域為NLOS狀態(tài)下標(biāo)簽位置，故NLOS 信道會造成定位誤差明顯增大。因此解決多徑信號的干擾是當(dāng)前主要工作。

圖1 NLOS 影響精度原理圖

針對多徑這一問題，主要有兩種方式進(jìn)行處理，一種是將NLOS 信號識別出來并進(jìn)行剔除，即在定位算法中不使用包含多徑信號的數(shù)據(jù)；第二種就是將NLOS 信號進(jìn)行處理，通過調(diào)整算法或者對其進(jìn)行誤差修正，使其成為可用的數(shù)據(jù)，以此來提高定位精度[5-6]。如果對于上傳的信道狀態(tài)不進(jìn)行判斷，而直接進(jìn)行誤差修正，會使LOS 信道的計算量增加同時可能會造成真實信號的改變，故對于NLOS 信道的處理最主要的是對該信道識別，之后無論是進(jìn)行該信道數(shù)據(jù)的剔除還是對其誤差修正都將對定位精度的提高有較大幫助。

近年來，對于NLOS 的識別有了較大的發(fā)展。Lee[7]等提出一種基于卡爾曼濾波器的NLOS 截面識別方法。Yang[8]等針對定位中存在的NLOS 問題，提出一種基于特征選擇策略的NLOS識別算法。Yu[9]等提出一種環(huán)境依賴性較小且與先驗知識無關(guān)的NLOS識別和緩解方法，能夠確定特定的NLOS 信道。張浩[10]等提出一種基于偏度的NLOS區(qū)分算法，該算法在室內(nèi)辦公環(huán)境中識別率較高，但在室內(nèi)其他環(huán)境或者室外環(huán)境中識別率比較低。Guvenc[11]等提出一種新的基于峰度、平均附加時延和均方根時延擴(kuò)展等多徑信道統(tǒng)計量融合的非視距識別技術(shù)。Nguyen[12]等將相關(guān)向量機(jī)（relevance vector machine，RVM）應(yīng)用于NLOS識別，利用信道特征與接收波形之間的關(guān)系，設(shè)計了一種有效的RVM 分類器來識別NLOS 信號。Savic[13]等提出一種基于核主成分分析（kernel principal component analysis，kPCA）結(jié)合高斯回歸（Gaussian process regression，GPR）的NLOS識別方法。這些方法存在識別率較低或者只在某一環(huán)境下識別率較高，環(huán)境適用性差的問題，而一些采用機(jī)器學(xué)習(xí)方法雖然識別率較高但需要提前進(jìn)行樣本數(shù)據(jù)的收集，現(xiàn)場應(yīng)用較為復(fù)雜。為此針對已有算法不足，本文提出一種新的基于信道沖激響應(yīng)特征參量—Sum_T與UD-P 聯(lián)合的NLOS識別方法。在實驗過程中發(fā)現(xiàn)，本算法比使用單一特征參量具有更高的識別率，并且在不同環(huán)境下也能較好實現(xiàn)NLOS識別。

1 UWB 定位接收信號時域分析

在實際應(yīng)用中信號發(fā)射端和接收端之間存在障礙物不可避免，信號在傳輸過程中可以穿透障礙物或者經(jīng)其他物體表面反射后傳輸給信號接收端，會造成信號的多路徑傳播。由于實際定位中的距離不會特別大，UWB 信號傳輸?shù)乃俣冉咏馑?，而多條路徑的距離差又很小，使得各路信號到達(dá)接收端的時間差更小，傳統(tǒng)窄帶通信技術(shù)會使各路徑的信號疊加在一起，從而無法確定直接路徑信號到達(dá)的時間，產(chǎn)生對測距精度的影響，間接影響定位精度。而UWB 通信技術(shù)沒有載波，采用短時脈沖信號傳輸信息，具有時間分辨率高、抗多徑干擾能力強(qiáng)、穿透能力強(qiáng)等優(yōu)點(diǎn)[14-15]，使得各路徑的信號在時域是可分離的，為識別NLOS 信號提供了一種可能。

在UWB 通信中，當(dāng)考慮發(fā)射端和接收端之間的通信特征時，最重要的特征就是它是LOS 信號還是NLOS 信號。LOS 就是在發(fā)射端和接收端之間沒有任何遮擋，沒有任何干擾UWB 信號的介質(zhì)，UWB 信號可以直接從信號發(fā)射端傳輸?shù)叫盘柦邮斩?，使得信號傳輸時間測量較為準(zhǔn)確，測距精度較高。目前國內(nèi)應(yīng)用最為廣泛是基于DW1000 射頻芯片的技術(shù)方案，該芯片為愛爾蘭Decavave 公司推出的UWB 測距芯片，符合IEEE802.15.4-2011 超寬帶標(biāo)準(zhǔn)，芯片發(fā)射功耗低，可實現(xiàn)信號發(fā)射接收時間測量，時間測量分辨率15.65 ps，可以實現(xiàn)厘米級測距精度。它提供了CIR 輸出接口，通過CIR 波形分析可以識別出接收信號中直射路徑和反射路徑，CIR 波形示意圖分析見圖2。

圖2 LOS 環(huán)境CIR 的時域波形

如圖2 所示，是在實際環(huán)境為無遮擋時所采集到的波形，可以很明顯地看到首達(dá)波就是最高峰值，即對應(yīng)直接路徑信號，而后面的波形是由于室內(nèi)墻壁的反射產(chǎn)生的信號，在這種情況下，首達(dá)波即對應(yīng)直接路徑信號，此時可以精確測量信號接收時間，不影響定位精度。

如圖3 所示，顯示了一個簡單的NLOS 場景，其中節(jié)點(diǎn)1 發(fā)送的信號在其路徑上有一個障礙物。圖的頂部還顯示了單個反射。通過圖中內(nèi)容可得，直射路徑的峰值比反射路徑的峰值小，這是因為直射路徑傳輸中有遮擋物，導(dǎo)致信號存在衰減，使得接收端接收到的信號較弱，而反射路徑中并不存在任何遮擋物，所以信號較強(qiáng)。但是由于反射的存在，使得反射的路徑比直射傳輸?shù)穆窂揭L，這就是反射路徑的峰值出現(xiàn)的比直接路徑峰值晚的原因。

圖3 NLOS 環(huán)境CIR 波形示例

圖3 是較為理想的波形圖，比較容易區(qū)分直射路徑和其他路徑傳輸?shù)牟ㄐ?，在信號飛行時間測量的定位體系中，識別并測量首達(dá)波作為信號到達(dá)時間，但在復(fù)雜工況環(huán)境下，由于噪聲或其他因素的存在，導(dǎo)致首達(dá)波判斷錯誤，將反射路徑信號判斷為首達(dá)波，引入多徑誤差，多徑誤差往往使信號到達(dá)時間測量值延后。本文的目的就在于通過綜合分析接收信號波形時域特征參數(shù)，來判別NLOS 信號。

2 特征參數(shù)分析

2.1 信號的特征參量

在復(fù)雜工況環(huán)境下進(jìn)行UWB 定位時，往往會有多徑干擾。多徑傳輸會引入測距誤差，降低定位精度，因此為提高定位精度，及時判斷并剔除多徑傳輸至關(guān)重要。而UWB 信號易受環(huán)境影響產(chǎn)生變化，故可以從CIR 波形分析LOS 信道與NLOS 信道波形的區(qū)別判斷信號傳播信道的類型。主要特征值包括平均時延拓展、均方根時延拓展、上升時間、峰值時間、最大振幅、總能量等。

1）最大振幅（maximum amplitude）。信號傳輸中的振幅最大值，記為rmax，其數(shù)學(xué)模型如下：

2）上升時間（rise time，trise）。信號從0.1 倍最大幅值到0.9 倍最大幅值的時間，其數(shù)學(xué)模型如下：

其中

3）峰值時間（peak time，tp）。信號從最低幅值到最大幅值的時間，其數(shù)學(xué)模型如下：

式中：t0——信號開始識別時間；

tpt——信號峰值時的時間。

4）總能量（total energy）。處理信號段能量總和，記為 ε，其數(shù)學(xué)模型如下：

5）平均附加時延（mean excess delay，τmed）。用來表征多徑信道的時間色散特性的一個重要參數(shù)，其數(shù)學(xué)模型如下：

6）均方根時延（root-mean-squre delay spread，τrms）。用來表征多徑信道的時間色散特性的另一個重要參數(shù)，其數(shù)學(xué)模型如下：

2.2 單特征參量性能分析

正常情況下，在LOS 環(huán)境中，最大振幅和總能量普遍偏高，上升時間和峰值時間因第一路徑直達(dá)會較小，平均附加時延和均方根時延因無信號反射色散較少會較小，而NLOS 環(huán)境下，最大振幅和總能量會有一定的衰減，上升時間和峰值時間會有一定延遲，平均附加時延和均方根時延會變大。在實驗室內(nèi)分別進(jìn)行3000 組LOS 信道和NLOS 信道實驗，遮擋采用人體遮擋，進(jìn)行特征參量分析。如圖4 所示為實驗室內(nèi)LOS 和NLOS 條件下的信道傳播參數(shù)數(shù)值分布，由圖可以看出均方根時延重合度較高，單憑數(shù)值進(jìn)行分類并不可行；最大振幅、總能量、平均附加時延重合度較低，可以在分類中使用但分類效果并不太好，上升時間和峰值時間重合度最低，可以產(chǎn)生較好的分類效果，但實際識別率并不是很高。

圖4 LOS 和NLOS 條件下信道傳播參數(shù)數(shù)值分布

3 NLOS 區(qū)分算法

3.1 參數(shù)提取

通過對單特征參量分析，發(fā)現(xiàn)上升時間有89.8%的識別率，峰值時間有86.6%的識別率，雖然有較高的識別效果，但在實際應(yīng)用中需要進(jìn)一步提高其識別率，故提出上升時間與峰值時間結(jié)合方法，將兩者和作為一個新的識別參量進(jìn)行NLOS識別。分別在實驗室內(nèi)進(jìn)行1000 組LOS 信道實驗和人體遮擋NLOS 實驗，其數(shù)值分布圖如圖5 所示。分析可得將兩者和作為識別參量可達(dá)到94.2%的識別率。

圖5 LOS 和NLOS 條件下Sum_T 數(shù)值分布

通過對波形的分析發(fā)現(xiàn)會有第一路徑在識別閾值以下不能識別，導(dǎo)致上升時間與峰值時間和不能正確判斷的情況出現(xiàn)。如果第一路徑的信號存在較為嚴(yán)重的衰減，衰減到閾值以下，這可能會使DW1000錯誤地識別第一路徑信號，即可能會將反射信號識別為第一路徑信號。圖6 顯示為第一路徑被錯誤標(biāo)識的情形，實際的第一路徑在原閾值以下。

圖6 第一路徑識別錯誤示意圖

如果能夠在DW1000 所識別的第一路徑之前檢測到峰值的存在，那就可以認(rèn)定有一個未檢測到的第一路徑的可能，如果可以確定在原閾值以下的一定范圍內(nèi)的波峰的數(shù)量，就可以以此來判斷是否存在多徑信號。記該值為未檢測到的峰值數(shù)（undetected peak，UD-P）計算一個新的低閾值，取原閾值的0.6 倍。這個新閾值如圖6 中紅色所示。其中綠色橫線為原閾值。

3.2 具體實現(xiàn)

上文針對NLOS 傳播環(huán)識別的單獨(dú)特征參量進(jìn)行了評估，雖然個別參量可以很好的識別，但大多數(shù)特征參量識別率都不是太高。因此，仍不能獲得很高的識別準(zhǔn)確率（95%以上），在這種情況下，可以將多個特征參量進(jìn)行組合來提高識別準(zhǔn)確率。本文用于處理數(shù)據(jù)的平臺是臺式電腦，其處理器為Intal(R) Core(TM) i7-8700 CPU @3.20 GHz 3.19 GHz，處理軟件為基于.NET Framework 4.6 開發(fā)的CIR 數(shù)據(jù)處理軟件，數(shù)據(jù)采集選用已有的定位基站和定位標(biāo)簽，在CIR 波形中提取特征參量，首先，由于只要U-DP 大于0，傳播路徑必為NLOS 傳播環(huán)境，故可以將UD-P 作為第一個特征識別參量進(jìn)行信號篩選，隨后進(jìn)行Sum_T 的判斷。如圖7 所示為該NLOS識別方法的流程圖。

圖7 識別方法流程圖

在實驗室內(nèi)分別進(jìn)行1000 組LOS 信道實驗和人體遮擋NLOS 實驗計算識別率達(dá)到了95.75%，本識別算法有了較大的提高，可以用于實際的室內(nèi)定位NLOS識別中。

4 結(jié)果與分析

為了驗證本文NLOS識別算法在不同環(huán)境下的有效性，利用已有的定位裝置（基站和標(biāo)簽）開展了不同環(huán)境（見圖8）對該算法識別精度的影響研究。包括距離對識別精度的影響以及玻璃阻塞、墻體阻塞、工況阻塞等不同場景下該算法的識別精度。

圖8 實驗環(huán)境圖

4.1 距離對性能影響

在信號傳播過程中，接收信號強(qiáng)度會隨著傳播距離的增加造成衰減，一些特征參量中隱含這種衰減特性，使用這種距離衰減嚴(yán)重的特征參量作為分類標(biāo)準(zhǔn)會使分類精度降低。為驗證本算法受傳播距離的影響，分別在10 m、15 m、20 m、25 m、30 m 處做1000 組LOS 和人體遮擋NLOS 信道實驗，相應(yīng)識別率如圖9 所示。實驗表明本NLOS識別系統(tǒng)受傳播距離影響較小，可以應(yīng)用于范圍較大的場景。

圖9 距離對識別率的影響

4.2 不同障礙物對性能影響

信號在穿過障礙物后會造成一定程度的衰減，并且不同障礙物有不同的介電常數(shù)，衰減也不同，CIR 波形也會發(fā)生一定的變化，故需要測試本NLOS識別系統(tǒng)在不同環(huán)境下的適用性，進(jìn)行實驗分析。分別在玻璃阻塞、墻體阻塞、工況阻塞的情況下做1000 組實驗，相應(yīng)識別率如圖10 所示。實驗表明本算法受環(huán)境干擾較小，適用性較強(qiáng)。

圖10 環(huán)境對識別率的影響

5 結(jié)束語

在室內(nèi)UWB 定位系統(tǒng)中，NLOS 信道傳播是造成定位精度降低的主要原因。當(dāng)前解決NLOS誤差的主要方法是對該信道進(jìn)行識別，然后再進(jìn)行剔除或者補(bǔ)償。本文提出了一種基于Sum_T 與UD-P特征參量的NLOS識別方法，該方法具有識別率較高、運(yùn)算量小的優(yōu)點(diǎn)。在不同環(huán)境下進(jìn)行測試，仍能實現(xiàn)較高識別率，表明該方法的具有可行性。