电子质量当之无愧的拼音
2021年第05期(总第410期)
作者简介院许连杰(1988-)，男，毕业于西安理工大学微电子学专业，
现主要研究方向为室内定位算法。简单高效的超宽带定位非视距鉴别方法
矩形的面积Simple and Efficient NLOS Identification for UWB Bad Localization
许连杰，李冀，肖岩(郑州联睿电子科技有限公司，河南郑州450000)
Xu Lian-jie,Li Ji ,Xiao Yan (Zhengzhou Locaris Electronic Technology Co.,Ltd,Henan Zhengzhou 450000)
摘要：近几年，室内无线定位技术发展迅速，在众多无线定位技术中，超宽带(Ultra-Wide Band)有着抗多径干扰能力强，定位精度高等优点，受到学术和产业界的极大关注。然而在一些复杂的工业环境，如变电站，电厂等环境下，超宽带依然会受非视距的影响，甚至某些情况下定位偏差能达到数十米。该文提出一种简单有效的超宽带非视距鉴别方法，该方法无需获取完整信道冲击响应信息，并且计算简单，适用于TDOA 定位。实验结果表明该方法能够有效识别非视距影响较大的原始数据。关键词：非视距鉴别；超宽带；TDOA 中图分类号：TN925
文献标识码：A
文章编号：1003-0107(2021)05-0108-04
Abstract:In recent years,indoor wireless positioning technology has developed rapidly,and among many wi-reless positioning technologies,Ultra-Wide Band (UWB)has the advantages of strong resistance to multipath interference and high positioning accuracy,which has received great attention from the academic and industrial communities.However,in some complex industrial environments,such as substations,power plants,etc.,ultra -wideband is still affected by non-visual range,and the positioning deviation can even reach tens of meters in some cas.In this paper,we propo a simple and effective UWB non-line-of-sight identification method,which does not require the acquisition of complete channel impul respon information and is computationally simple for TDOA localization.The experimental results show that the method can effectively identify the raw data with large non-line-of-sight effects.
Key words:NLOS Identification;UWB;TDOA CLC number:TN925
Document code:A
Article ID ：1003-0107(2021)05-0108-04
0引言
在基于位置的服务和应用中，定位信息扮演了非常重要的角色。在室外环境中，GPS 和北斗卫星导航系统是常见的选择，但是由于建筑物的遮挡，GPS 和北斗在室内定位精度急剧下降甚至无法完成定位。因此，在近年，各种各样的室内定位系统涌现出来，包括蓝牙，WIFI，zigbee，超声波，红外，超宽带等等。其中超宽带被认为是最有前景的一种技术，
它有着更高的精度，更低的能耗，抗干扰能力强[1]。因此被广泛应用于各行业中。
但是超宽带定位依然会受非视距的影响。
非视距通常指的是在信号发送器和信号接收器中间存在障碍物，导致发送信号经过反射，折射，或绕射才能最终到达信号接收器，因此非视距会导致测量距离会比真实距离偏大。
在非视距条件下，如变电站机柜间，电厂等复杂环境下，超宽带定位精度明显下降。为了提升在这些环境下的定位精度和稳定性，需要把受非视距影响的原始数据鉴别并剔除。
有很多文章提出了鉴别非视距的方法[2-4]。其中文
108
献[2]提出将信号能量，最大信号幅度，信号上升时间等参数作为特征，然后采用最小二乘支持向量机的方法对信号分类。取得了不错的效果，但该方法需要获取完整的信道冲击响应信息(CIR)，这对便携式设备是个非常大的考验。并且采用最小二乘支持向量机的方法计算量较大。文献[3]提出一种融合惯导和超宽带的非视距鉴别方法，通过INS获取的初始位置估计坐标来检测UWB测量值的NLOS误差。该方案需要结合惯导，增加了系统成本和功耗。文献[4]基于信号强度和距离的统计信息，无法适用基于TDOA的定位系统，并且无法做到实时鉴别信号是否受非视距影响。
本文提出了一种简单高效的非视距鉴别方法，无需获取完整CIR信息，只需简单计算即可判断信号是否受非视距影响较大，第二部分做了问题描述并详细介绍了该方法的内容，实验结果在第三部分提供。我们在第四部分中得出结论。
1问题描述和方法
1.1问题描述
假设一个定位网络包含m个UWB定位基站，每个基站的位置已知。存在一个待定位点P，在按照某一发送频率定时发送UWB广播信号。在时刻t k，P点周围有n个基站收到广播信号(n<m)。
考虑到噪声和非视距误差，点P与任一基站之间的距离估计值可用如下模型表示：
d i =
d i+ε
i
,LOS条件下
d i+ε
i
+ηi,NLOS条件下{，i=1,2,…,n(1)
d i=||p i-p||(2)
其中p i=[x i,y i]T是第i个基站的坐标。p=[x,y]T是待定位点的坐标。||.||是欧几里得范数。d i是实测距离。d i是真实距离。εi是噪声，服从0均值高斯分布。ηi是非视距误差，为正值。对于TDOA定位系统而言，存在以下条件。
r ij=d i-d j(3)
那么对于TDOA系统而言，下式成立。
r ij =
r
广东香肠ij
+ζ
梦见海浪ij
,LOS条件下
r
ij
+ζ
ij
+χij,NLOS条件下{,i,j=1,2,…,n,i≠j(4)
其中ζij是噪声，服从0均值高斯分布。χij是非视距误差。有可能是正值，也可能是负值。
所以，区别与TOA定位系统，TDOA定位系统中非视距对测量数据的影响是不同的，对TDOA系统而言，非视距对距离差造成的影响不一定是正向偏差。这对非视距的鉴别而言又增加了不小的难度。不过，我们只需利用信道冲击响应相关信息，对到达每一个基站的原始信号鉴别，就可以避免直接对TDOA信息处理，如果两个基站中有任一基站的原始信号受到了非视距影响，那么就认为由这两个基站的原始信号获得的TDOA信息也受到了非视距影响。在实际情况中，有些定位场景是非常严重的非视距环境，标签与大多数基站之间都被障碍物遮挡，因此，通常情况下，我们更多地关注非视距影响较大的那部分数据，对于影响较小的那部分数据，我们依然用其参与定位解算。
变态少女1.2方法介绍
本文提出的方法共有4个判断条件，如果4个判断结果都为0，则该信号为LOS信号，否则为NLOS信号。
1.2.1首径位置判断
如果首径位置不在某一范围，就认为该首径位置判断不可信。
伪代码如图1所示。
图1首径位置判断伪代码
其中thres1是有效范围的上界，thres2是有效范围的下界。我们选择的thres1是730，thres2是770。
1.2.2噪声峰值判断
如果在判断的首径之前15个数据中存在大于某一阈值的峰值，那么认为首径位置判断不可信。此时有可能首径较弱而被作为噪声处理，导致测量的首径后延。
伪代码如图2所示。
图2噪声峰值判断伪代码
其中amp(i)是信号幅值，thres_noi是信号噪声阈值。我们选择的噪声阈值是噪声标准差的8倍。
=
^
^
^
109
电子质量2021年第05期(总第410期)
1.2.3上升时间判断
以首径为起点，向前追溯到刚好超过信号噪声阈值的过程中，如果中间点超过某一阈值，那么就认为首径判断不可信。此时有可能存在信号的叠加，造成上升时间延长。
伪代码如图3所示。
图3上升时间判断伪代码
其中count_thres是设置的计数阈值，我们的选择是count_thres=2。
1.2.4前导码长度判断
如果接收到的前导码长度和预设的前导码长度差别较大，那么可能此时环境中非视距效应较大。所以此时认为首径判断不可信。
伪代码如图4所示。
图4前导码长度判断伪代码
rx_pream_count是接收到的前导码长度，real_pream _count是真实的前导码长度，该值通常是已知的。ratio 是我们设置的阈值，ratio=0.2。
满月酒祝福语男孩
在实际判断时，如果上述四个判断中的err1，err2，err3，err4都为0，那么就认为本次数据正常，否则即为异常。
1.3实验结果
我们在某变电站机柜间内做了实验，该机柜间共3排机柜，实际环境如图5所示。
图5某变电站机柜间
我们在房间的4个角落分别布设了4个基站。基站的坐标如表1所示。
表1基站编号及对应坐标
我们选用同一个标签在房间的不同位置测试多次标签位置编号及其坐标如表2所示。
表2标签位置编号及对应坐标
基站及标签都是采用郑州联睿电子科技有限公司的产品，基站型号：U-ba310标签型号：U-tag280w。每一个位置采集数据3分钟后，将记录的数据导入matlab 中做处理，处理前后的误差分布情况如图6
所示。110
从图6可以看到，非视距鉴别并剔除较差的数据后，原始数据质量得到了极大改善。
2结论
本文提出的方法只需采用部分CIR信息，计算简单，在非视距环境中能极大改善TDOA定位系统中原始数据的质量。特别适用于工程实际应用。今后可在本文的基础上进一步考虑非视距的校正和基于非视距鉴别的超宽带定位算法。
参考文献：
[1]Gezici S,Tian Z,Giannakis G B,et al.Localization via Ultra -Wideband Radios:a look at positioning aspects for future
nsor networks[J].IEEE Signal Processing Magazine,2005, 22(4):70-84.
[2]Marano S,Gifford W M,Wymeersch H,et al.NLOS identi-fication and mitigation for localization bad on UWB experimental data[J].IEEE Journal on Selected Areas in Communications,2010,28(7):1026-1035.
[3]杨刚，朱士玲，李强，等.融合UWB/INS的消防员室内定位与NLOS检测算法[J].计算机工程./10. 19678/j.issn.1000-3428.0059311.
[4]Xiao Z,Wen H,Markham A,et al.Non-Line-of-Sight Iden tification and Mitigation Using Received Signal Strength[J]. IEEE Transactions on Wireless Communications,2015,14 (3):1689-1702.
图6非视距鉴别结果△○
△
△
△
△
喝彩的意思△
△
△
△△○
○
○
○
○
○
○
一日曝十日寒
111
