datasheet

Silicon Labs 芯科科技

文章数:564 被阅读:74333

账号入驻

【技术干货】蓝牙角度估算应用于实时定位

2019-07-11
    阅读数:

蓝牙角度估算应用于实时定位

作者:Silicon Labs资深软件工程师Sauli Lehtimäki

 

蓝牙到达角(AoA)和出发角(AoD)是建立室内定位标准框架的新技术。利用这些技术,定位的基本问题可归纳为判断射频信号的到达和离开角度。在本文中,我们将说明这些技术的基础概念,建议一些测量到达方向的理论。目前蓝牙AoA/AoD规范已发展成熟但尚未完整公开。因此,本文仅探讨一般概念,不涉及规范细节。

 

定位技术不乏许多实用的应用,例如GPS,在世界各地被广泛使用。可惜的是,GPS在室内运作不够完善,实务上需要更精确的室内定位技术。我们的目的是使用外部追踪系统测量个别对象的位置(或角度),或追踪设备在室内环境中的位置。这种定位系统可应用于仓库的资产追踪或商场顾客追踪,或者人们可以用于定位寻路。

 

蓝牙到达角和出发角

假设,一个多天线线性数组的设备作为接收器,另一个单天线的设备作为发射器。此外,也假设无线电波作为平面波面而非球形,从一定距离观察时,这个假设便能够安全的成立。如果在空中发送正弦波的发射器,位于与数组线垂直的法线,则数组中的每个天线(信道)将接收相同相位的输入讯号。如果发射器不在法线,则接收天线将测量信道之间的相位差。利用相位差信息估算到达角度。

 

事实上,接收器需具备多个ADC通道或使用RF开关针对各个单独信道采集样本。取自相同输入讯号的样本对包括「同相位」(In-phase)和「正交相位」(Quadrature-phase),因此也称为「IQ样本」。取样时这些样本形成90度的相位差。当这些读数对为复数时,每个复数值包含相位和振幅信息,并且用于估计到达角算法的输入值。

 

无线电波以300,000km/s的光速传播。采用大约2.4GHz频率时,相应波长约0.125公尺。大多数估计算法中,两个相邻天线之间的最大距离是半波长。许多算法都需要满足这项条件,否则将导致失真。理论上并没有最短距离限制,但实际上,最小尺寸受限于数组的机械尺寸,譬如天线各组件之间的相互耦合。

 

多数估计算法中,相邻天线之间的最大距离是半波长

 

对于出发角,测量相位差的基本原理是相同的,但装置角色互换。在AoD中,被追踪的装置仅使用一个单天线,而发射器装置则使用多天线。发射装置依序转换发射天线,让接收侧了解天线数组架构并转换序列。

 

从应用的角度,能发现这两种技术之间存在明显差异。在AoD中,接收装置藉由来自多个信目标角度和位置(透过三角定位法)计算本身在空间中的位置。在AoA中,接收装置则追踪各个对象的到达角度。然而,值得注意的是,这些技术能以不同组合运作;因此,不限于只能在应用层面执行。在蓝牙AoA与AoD中,相关的控制数据透过传统的数据信道传输。通常,这些技术能够测量出精确的角度和0.5公尺左右的定位精度,且高度依赖定位系统产生的数据。

 

蓝牙实时定位挑战

在这个主题中最大、最明显的挑战,便是回答这个问题:「如何利用样本数据估算角度」?只在理想环境中估算角度是远远不足的;还必须在杂乱的多重路径环境中计算它们,这些讯号是高度相关或相干的。对于相干讯号,这里指的是延迟讯号,以及被削减的其他讯号。例如,经墙壁反射的无线电波。

 

其他挑战包括讯号极化。多数情况下,我们无法控制行动装置的极化,系统必须将此列入考虑。此外,讯号噪声、频率抖动和讯号传输延迟,也会对这个问题造成不少变数。根据系统规模,对于嵌入式系统而言,RAM、尤其是CPU的要求可能非常严格。许多高效能的角度估计算法需要由具备强大处理能力的CPU才能执行。

 

到达角理论

角度估算方法和天线数组对定位系统的正常运作至关重要。定位测向理论的历史可追溯至100多年前,试图采用定向天线解决这个问题,而当时显然是单纯的模拟系统。接下来的数年中,测试方法转移到数字世界,但基本原理仍然非常类似。这些测向方法已被广泛的应用,例如医疗器材、安全和军事设备。

 

在本节中,将讨论一些典型天线数组和估计算法的基础概念。藉由测向,进而涉及估算到达角和出发角的基本问题。

 

天线阵列

用于测向的天线数组可分为几种类型。这里讨论的是最普遍的均匀线性数组(ULA)、均匀矩形数组(URA)和均匀圆形数组(UCA)。线性数组是一维数组,这是指数组中所有天线皆位于一条在线,而矩形和圆形数组则是二维数组,意味天线分布于两个维度(在一个平面上)。透过一维天线数组,假设被追踪的装置始终在同一平面上移动,便能可靠测量出方位角。但透过二维数组,能进一步测量出3D半空间中的方位角和仰角。假若数组扩展成完整的3D数组(天线分布于三个直角坐标上),便能测量完整的3D空间。

 

设计用于测向的天线数组不是一项简单的任务。天线置于数组中时会彼此影响,这称为互相耦合。要记住,多数情况下,我们无法控制发射端的极化。这为设计人员带来额外的挑战。在IoT应用中,通常默认这些装置很小,甚至在高频带中运作。估计算法通常具备某些数组特性。例如ESPRIT估计算法,数学假设上数组被分为两组相同的子数组[3]。

 

角度估计算法

接下来,看看输入IQ数据来估算到达角的数学/算法问题。问题定义很简单:估算发射(窄频)讯号抵达接收数组的到达角。虽然这项陈述看似微不足道,但是对这个问题而言,寻找到一个强效(且在现实中运行)的解决方案并不容易,强大的硬件处理能力也相当关键。

 

接着,我们将介绍两种不同解决方法。第一种是基本的,经典波束成型器。第二种是较先进的技术,多重讯号分类(MUSIC)。在此不会用任何定理或原因验证这些方法的工作原理,仅用高视野来探讨算法如何运作。有关这些估计算法的深入研究可参考[1]和[2]。

 

经典波束成型器

从均匀线性数组的数学模型谈起。假设每个天线对应一个IQ样本的数据向量称为x。在测量中,每个天线都可以看到相移(可能为0)加上一些噪声

About Us 关于我们 客户服务 联系方式 器件索引 网站地图 最新更新 手机版

站点相关: TI培训

北京市海淀区知春路23号集成电路设计园量子银座1305 电话:(010)82350740 邮编:100191

电子工程世界版权所有 京ICP证060456号 京ICP备10001474号 电信业务审批[2006]字第258号函 京公海网安备110108001534 Copyright © 2005-2018 EEWORLD.com.cn, Inc. All rights reserved