UWB常用的定位技术汇总！！_uwb定位

以下内容是我查阅了相关论文后，对UWB技术的一些知识的汇总

1.UWB技术的介绍

超宽带（Ultra Wide-band, UWB）技术是一种无线载波通信技术，它不采用正弦载波，而是利用纳秒级的非正弦波窄脉冲传输数据，具有数据传输速率高、抗多径干扰强、功耗低等特点 。视距条件下，其理论定位精度可达厘米级，近年来成为室内定位的研究热点 。采用 UWB 技术定位，是通过 UWB 设备之间的通信来获取相对位置信息，从而可以解算出待定位设备的位置信息。

2.UWB技术在实际应用中的特点

（1）高速的数据信息传递
根据香农定理，可知超宽带信号的带宽非常大：

由于超宽带信号的带宽非常大，所以它传递数据信息时，信道容量也非常的大，超宽带信号对于信号的传递速度大概逼近500M，这是我们可以达到的情况，所以，由于超宽带的此特性，它在信号的调制方面，也发挥着重要的作用。
超宽带信号拥有的超快的数据信息传递速度是由其超宽的频率带宽决定的，但是它对于空间中的其他频带并不抢占，相反，能与其他调制后的信号共同存在是它又一大技术特性，其高速率，远距离，低截获，高安全性的数据传输速率使其在军事领域也发挥着重要的作用。
（2）能耗较低
UWB发送数据使用的脉冲是间歇性的，且持续时间极短，即它的耗电量是非常小的，最高通常也只有几十毫安，因此，UWB信息非常适用于无限传感器网络，搭载在不同的节点上，不断地进行信息交互，整个网络的开销依然不会很大，传感器节点的供能模块也能很好的不断能源供给。
（3）高安全性
由于UWB信号的频率带宽非常宽，所以它的能量较为分散，类似于白噪声信号的功率谱密度，而且，对比于自然电子噪声，其功率谱密度较低，所以很难把UWB脉冲信号从电子噪声中检测并提取出来，如果对脉冲参数采用编码的方式进行伪随机化，那么从噪声中检测出脉冲信号也会变得更艰难。
（4）抗多径能力强
通常无线通信信号，由于其在时域上通常具有连续性，所以通信质量和数据传输速率受到一定程度上的限制，而UWB信号是持续极端时间的窄脉冲信号，故多径信号在时域上不是连续的，所以在多径情况下，脉冲不会重叠，所以具有一定的抗多径性能。
（5）定位精度高
超宽带信号的时间颗粒度非常细，因此对于测量TOF十分的精准，能够达到ns级别，再基于此，使用不同的测距算法后，这也使对于位置的估计精确至厘米级，且它对其他设备干扰小，下表为不同设备的特点。

3.UWB定位技术的实现步骤

（1）获得各节点间的距离。
（2）使用位置解算方法得到坐标初值。
（3）对坐标初值做滤波处理实现定位功能。
从上述的任一环节对定位过程进行优化，都能提升最终的定位效果。

4.UWB常用的定位技术

UWB常用的定位方法有信号强度法（RSSI），抵达角度法（AOA），抵达时间法（TOA），到达时间差法（TDOA），双向飞行时间法（RTOF）等，主要都是通过待测目标点与多个基站通信测距来计算目标点坐标。

（1）基于接受信号强度法（RSSI）
鉴于RSSI的定位方法的机理是，基站Si是信号发送节点，标记O是信号接受节点，此中发送节点的信号强度是固定的，在发送节点把信号传送给接受节点过程当中，信号会出现无法避免的衰减， 在接受节点接受信号之后，运用对应的函数模型把信号在传递中的衰减转变为距离数值。这一办法运用的函数模型是“距离—损耗”模型。

公式中，R0为对应的距离，P0为接受节点距离传送节点R0时接受节点的信号强度；R为接受节点和传送节点之间的真实距离数值；ζ的平均值为0，均方差是σab的高斯随机变量；P为计算后的信号强度；n为轨迹损耗系数，通过实际测定得到，外部环境愈繁琐，n愈大。更改公式（2.1），可以得知：

公式中，为变动比较小的随机变化量，其均值为0，均方差是σn（比较小的正整数），而且符合0<|v/R|<1（含等于），lg(R+v)=lg( R )+ lg( 1+v/R ) ~ lg( R )，能够发现其基本不会干扰到ζ的分布，因此能够获得真实距离数值的计算式，有关系式如下：

假定现有三个参照基站位点坐标为(xi,yi,zi),i=1,2,3。而规定的运动标记坐标是(x0,y0,z0)，按照两个点位之间爱你的距离计算式，则有：

从而联立三个方程即可解出位置坐标(x0,y0,z0）
从上面所述可以得知，此方法的精确程度依托于信号强度数值，尽管操作比较简便，但因为环境所导致的多路径刷衰减，反射等无法规避的原因，测定的功率和实际数值间的偏差比较大，因此无法直接运用，需要应用必要的处理方式对计算的距离数值做出改进，因此运算获得的坐标数值难以满足室内厘米级定位的条件要求。

（2）基于到达角度定位法（Angle of Arrival 即AOA）
理解方法1：
AOA 的定位原理是根据不同信号发射角度的交点确定标签位置，如图 2-7 所示。

假设，两个信号接收器在环境中的位置分别为 ( x1 ,y1 ) 和 ( x2 , y2 ) ，机器人搭载标签在场景中移动，用 ( Xtag , Ytag ) 表示， θ1 和 θ2 分别表示信号接收器得到的角度信息，根据正切函数可得：

信号接收器可以分别放置在场景中的多个位置，假设有 n 个信号接收器分别部署在场景的不同位置，每个接收器的位置用 ( xi , yi ) 表示，可以进一步表示为：

标签位置可以通过上述公式利用正切值求出，由于位置的解算利用的是到达的角度，不需要利用基于时间的达到距离信息，因此，AOA 算法对于时间同步没有严格的要求，使用起来方便快捷。

理解方法2：
基于 AOA 的定位方法被广泛应用与蓝牙和 UWB 设备中，其中基于蓝牙的 AOA定位精度较差，在手机辅助定位中较为常见，基于 UWB 的 AOA 定位相对而言具有较高的定位精度。
基于 UWB 的 AOA 定位方法，通常需要两个 UWB 基站以定位 UWB 标签。。首先，UWB 标签将向两个基站发送正弦波脉冲信号，然后根据正弦信号到达不同基站的相位差即可获得信号角度，再根据所获得的信号到达角度计算出两条信号传播路径的交点坐标，即标签位置。
如图 2-2 所示，为进一步说明该定位方法原理，将两个 UWB 基站坐标分别定义为(x 1 , y 1 )和(x 2 , y 2 )，将 UWB 脉冲信号到两个 UWB 基站的入射角分别定义为 θ 1 和θ 2 ，UWB 标签坐标定义为(x, y)。由三角函数关系，可得如下关系式：

通过求解该式，即可获得 UWB 标签坐标(x, y)。为保证定位精度通常需要再环境中布置多个 UWB 基站联合求解出精确的 UWB 标签坐标，同时，基于 AOA 的定位不需要获得UWB 间的测距信息，对时间要求不算严格，有利于 UWB 基站个数的扩展。但是 AOA 定位对标签相对与基站的位置较为敏感，通常需要在一定的角度角度范围内才能够获得较为精确的定位估计。

（3）到达时间法（Time of Arrival，即TOA）
到达时间法（Time of Arrival，ToA）测距的主要思想是测量电波信号从锚点到达标签的单向传播时间，通过测量的时间信息估计从锚点到标签的直线距离。ToA 测距原理如图 2-2 所示。

锚点在 tm 时刻发射电波信号，在 tn 时刻到达标签， tf 表示信号传播所需要的时间，标签根据

可估算出两个模块之间的距离。但是这个方法有个明显的缺点：到达时间法规定测距网络内所有模块之间的时钟必须严格同步，否则测距误差将非常大。

TOA的使用方法：
TOA 的定位原理通常是在环境中布置 UWB 基站，移动机器人搭载 UWB 标签与基站之间通信可以实时测得基站与 UWB 标签之间的距离，通过三角定位的原理解算出机器人的当前位姿，如图 2-8 所示。假设，环境中 UWB 基站的位置分别为 A1( x1 , y1 ) ，A2 ( x2 , y2 ) ，A3 ( x3 , y3 ) 。根据测得的 UWB 距离值，移动机器人的位置可以表示为：

上式可以进一步表示为：

TOA 的定位方法为了保证数据解算的实时性和准确性，要求 UWB 设备之间保持严格的时间同步，并且，还要对信号源精准识别，因此，在应用中具有一定的缺陷。

（4）基于双曲线定位方法（Time Difference Of Arrival 即TDOA）

TDOA 无源定位，也就是时差定位，由于辐射源信号相对于各站的位置不同，会产生距离差，导致各个观测站接收到辐射源信号的时间不同，产生时间差。在 TDOA 定位中，仅有一个主站，其余为辅站，观测站只需要测量信号源到达各个辅站与主站之间的时间差，就可以计算出目标在空间中的位置。
在二维平面定位中，得到某个辅站与主站之间的时差，即可以求出两观测站到目标之间距离的差值，也就可以确定一对双曲线。该双曲线的两个焦点即为主站与该辅站，目标就在双曲线的轨迹上。对一个二维目标定位就需要两条相交的双曲线，因此至少需要两个时差值，也就是 3 个观测站。设三个观测站位置为 S1 =[x 1 ,y 1 ] T ，S2 =[x 2 ,y 2 ] T ，S3 =[x 3 ,y 3 ] T 。三站到目标之间的距离分别为 r1，r2，r3。如图 2-1 所示。

图 2-1 中，S1，S2和 S1，S3各确定了一对双曲线，两双曲线的交点即为目标所在位置。但显然，两双曲线有两个交点，所以需要在解算时进行去模糊处理，或增加辅站数量。

介绍方法2：
基于到达时间差的算法主要根据标签发出的 UWB 信号与不同基站反馈的到达时间差来实现标签定位，该方法相比于 TOF 而言减少了 UWB 信号的发送频率，只需要发送一次信号即可完成定位。其具体定位原理如图 2-4 所示：

图中，T1 、T2 、T3 分别为基站 1 接收到标签信号时间、基站 2 接收到标签信号时间和基站 3 接收到标签信号时间。根据时间差可以得到如下的距离差d12，d13，d23公式：

按照几何原理，必定会有标签以两个基站为交点，并且两个交点的距离差可以表示为d12，d13，d23的双曲线上，因此，根据已知的基站坐标，可以推出：

最后，通过求解该式即可获得标签坐标(x, y)。通过 TDOA 方法进行标签定位不需要反复进行基站间的通信具有更好的扩展性和抗干扰能力。
基于 TOA 的 UWB 定位算法和基于 TDOA 的 UWB 定位算法都能够较为精确的实现 UWB 标签定位，但是，它们都需要采用三个及以上的 UWB 基站，且在基站坐标已知情况下完成定位，这限制了 UWB 的定位应用范围。

（5）基于双向飞行时间定位法（TwoWay-Time Time of Flight，即TW-TOF）
TOA的算法中需要确保两者的时钟严格同步，为了避免测距网络内部的时钟同步问题，可采用基于双向飞行时间（TwoWay- Time of Flight, TW-ToF）的距离测量方法，TW-ToF 是一种不需要通信双方时钟同步的方法，避免了时钟同步增添的额外成本。这种测距方法要求 UWB 模块同时具备收发和处理电波的功能，即 UWB 模块是一个电波收发机。

基于双向飞行时间的测距原理如图 2-3 所示。在某时刻，标签 Q 产生一个测距请求 msg 0 发送给锚点 A，标签 Q 记录下此刻的时间戳 t msg 0 。经过一段电波飞A行时间，锚点 A 在 t msg 0 时刻接收到这个请求。 A 对测距请求作解析花费了一段时间，在 t msg 1 时刻向 Q 回复了包含解析时间 σ_delay 响应信息 msg 1 。又经过一段电波飞行时间，标签 Q 在 t_Qmsg时刻收到该信息。标签可解算这次测距过程的单程电波飞行时间 tf ：

再乘以光速算出两模块之间的距离：

使用双向飞行时间测距原理免去了两 UWB 模块间的时钟同步，因为计算飞行时间只依赖于标签发送和接收电波的时间差以及已知的时延σ_delay 。基于 TW-ToF测距原理可完成高精度测距，在理想条件下能够达到 5 cm 左右的精度。
设备A 和设备B两个设备各自发首信号时间戳之差可以分别表示出来即可以计算出设备A的时间差T_round和设备B的时间差T_reply，UWB信号在介质中的飞行时间可以表示如下：

T_prop = (T_round -T_reply)/2
T_round = t_msg1 - t_msg2
T_reply = σ_delay
1
2
3

通过本地的始终计算得到的两个设备的差值时间T_round，T_reply，各自设备对于各自的时钟偏差可以抵消，但是微小的时钟偏移会存在于不同设备中，因为设备A 和 设备B 使用不同独立的时钟，晶振的频率也不相同，假设预期频率的eA和eB倍是设备A和设备B时钟的实际频率，故计算晶振频率带来的误差公式如下式：

由于Treply是不可控的，所以这种误差一直存在于SS-TWR测距方式中。由于Treply的值可能很大，所以会严重影响距离的测量结果，所以一般较少采用SS-TWR测距方式。
以STM32使用的外部晶振8/16MHz(20PPM稳定度=20*10^-6)计算，eA和eB分别是0.99998或者1.00002，造成的测距误差为 4 * 10 ^ -5 *T_reply * 3 * 10^8,如果要达到12cm的测距精度，T_reply需为0.1ns以下，这显然是不切实际的。

（6）对称双边双向测距算法


（7）改进的基于飞行时间的非对称双向测距算法

缺点：

UWB 定位方法只需部署低成本的传感器即可完成在 GPS 拒止环境下的位置估计，不受光照和天气的影响，更重要的这种方法具备全局参考系，为多无人机的直接应用提供了便利。但 UWB 传感器单独作用时的定位效果并不理想，首先是 UWB 信号容易受到干扰，在障碍物密集的非视距传播场景下定位精度有所下降，稳定性一般；其次因为采用常值速度假设导致 UWB 定位方法的精度不高；第三是位置估计更新速率受限于 UWB 测量频率，大约在 20Hz 左右，要保持无人机的稳定性，位置更新速率至少要 100Hz 以上，显然这并不满足控制器对状态估计的要求。