DS-TWR算法室內(nèi)定位批量測(cè)距系統(tǒng)的優(yōu)化研究

孫宏偉，曹雪虹，焦良葆，孟琳，劉子恒，袁楓

研究與開發(fā)

DS-TWR算法室內(nèi)定位批量測(cè)距系統(tǒng)的優(yōu)化研究

孫宏偉，曹雪虹，焦良葆，孟琳，劉子恒，袁楓

（南京工程學(xué)院人工智能產(chǎn)業(yè)技術(shù)研究院，江蘇 南京 211167）

針對(duì)現(xiàn)階段基于雙邊雙向測(cè)距（double sided two-way ranging，DS-TWR）算法的超寬帶（ultra wide band，UWB）室內(nèi)定位系統(tǒng)存在通信次數(shù)較多、多標(biāo)簽環(huán)境下沖突率較高的問題，提出了一種改進(jìn)的算法。該方法通過Hash算法對(duì)標(biāo)簽和基站的通信內(nèi)容進(jìn)行哈希分布，使得基站在每次測(cè)距流程中，能夠?qū)Χ鄠€(gè)標(biāo)簽進(jìn)行有規(guī)則的統(tǒng)一回復(fù)，大大減少了基站發(fā)送RES（responds）數(shù)據(jù)的次數(shù)。結(jié)果表明，改進(jìn)算法后，單個(gè)標(biāo)簽和基站的通信次數(shù)較傳統(tǒng)DS-TWR算法減少了15%，增加了基站接收狀態(tài)在測(cè)距中的時(shí)間占比，由此降低了基站在接收RNG（range）數(shù)據(jù)包的沖突率，測(cè)距成功率提高了43.6%。由于每個(gè)定位周期內(nèi)所需要通信次數(shù)的減少且數(shù)據(jù)包之間沖突率的降低，將需要更小的信道容量，由此增加了定位系統(tǒng)的標(biāo)簽容納量，具有較強(qiáng)的工程意義。

超寬帶定位；室內(nèi)定位；哈希算法；雙邊雙向測(cè)距

0 引言

隨著5G通信技術(shù)和新能源汽車的發(fā)展，電力需求量日益增加。在電力系統(tǒng)前端，尤其是在具有安全風(fēng)險(xiǎn)的礦井、發(fā)電廠和變電站等環(huán)境中，電能在大量產(chǎn)出的同時(shí)也伴隨著風(fēng)險(xiǎn)的提高[1-2]。高速準(zhǔn)確的定位系統(tǒng)能夠給作業(yè)人員提供更大程度的安全保護(hù)[3]。現(xiàn)階段，國(guó)內(nèi)外的室內(nèi)定位技術(shù)主要有全球定位系統(tǒng)（global positioning system，GPS）、無線局域網(wǎng)（wireless local area network，WLAN）、超寬帶（ultra wideband，UWB）等[4]。GPS在理想情況下精度能夠達(dá)到3 m，單純的GPS無法滿足工業(yè)生產(chǎn)需要的高精度定位需求[5]?，F(xiàn)階段WLAN定位被廣泛應(yīng)用于商場(chǎng)等公共場(chǎng)合，但常見的WLAN定位系統(tǒng)傳輸距離短，可傳輸數(shù)據(jù)量小，不適用于工業(yè)生產(chǎn)[6]。UWB在復(fù)雜的工業(yè)環(huán)境下有相當(dāng)顯著的優(yōu)點(diǎn)[7]：定位精度高、具有較強(qiáng)的穿透性、抗干擾能力強(qiáng)、功耗低[8]?；诰C合考量，本文選用UWB進(jìn)行室內(nèi)定位。

目前，接收信號(hào)強(qiáng)度（received signal strength，RSS）、到達(dá)角度測(cè)距（angle of arrival，AOA）、信號(hào)到達(dá)時(shí)間（time of arrival，TOA）、信號(hào)到達(dá)時(shí)間差（time difference of arrival，TDOA）、DS-TWR（double sided two-way ranging）等測(cè)距算法比較常見[9]，其中TOA和TDOA算法應(yīng)用較為廣泛[10]。TDOA算法能夠?qū)崿F(xiàn)標(biāo)簽與基站僅需一次通信即可完成測(cè)距，但需要所有基站的時(shí)鐘完全同步，工程實(shí)現(xiàn)比較困難[11]。TOA算法利用測(cè)距信號(hào)在標(biāo)簽和基站之間的飛行時(shí)間計(jì)算距離，在TOA算法基礎(chǔ)上衍生出的DS-TWR算法，通過標(biāo)簽和基站的多次通信實(shí)現(xiàn)了無須時(shí)鐘同步的測(cè)距算法[12]。顧慧東等[13]基于DS-TWR算法設(shè)計(jì)實(shí)現(xiàn)了基站對(duì)標(biāo)簽的準(zhǔn)確定位，定位精度為15～30 cm。該算法能夠消除時(shí)鐘同步引入的誤差，但在每個(gè)測(cè)距周期中需要基站和標(biāo)簽多次通信，這在一定程度上增加了通信沖突概率并引起測(cè)距失敗，降低了整個(gè)系統(tǒng)的標(biāo)簽容納量。袁楓等[14]提出了一種按時(shí)序分配標(biāo)簽等待時(shí)間的方法，在通信沖突問題上有較好的效果，在對(duì)60個(gè)標(biāo)簽進(jìn)行定位的測(cè)試中，實(shí)現(xiàn)了通信沖突率降低13%，提高了多標(biāo)簽下的通信成功率。但是此方案維持了傳統(tǒng)的DS-TWR的通信流程，無法減少測(cè)距過程中的通信次數(shù)，而沖突的發(fā)生是因?yàn)槎鄻?biāo)簽情況下通信次數(shù)的增加。

本文對(duì)通信流程做出如下改進(jìn)：基站對(duì)標(biāo)簽的應(yīng)答不再是及時(shí)回復(fù)，而是經(jīng)過一段時(shí)間后對(duì)所有標(biāo)簽進(jìn)行廣播回復(fù)，各標(biāo)簽根據(jù)Hash算法從特定位置讀取基站的回復(fù)信息，最終利用DS-TWR算法解析數(shù)據(jù)包、計(jì)算位置信息。改進(jìn)后的流程大幅減少了信道中的信息量，降低數(shù)據(jù)沖突概率，提高整個(gè)系統(tǒng)在準(zhǔn)確定位前提下能夠容納的標(biāo)簽數(shù)量（標(biāo)簽容納量）。

1 傳統(tǒng)DS-TWR測(cè)距原理

DS-TWR算法是對(duì)雙向測(cè)距（two-way ranging，TWR）優(yōu)化而來[15]，TWR不基于雙邊時(shí)間同步，實(shí)現(xiàn)簡(jiǎn)單，但該算法受設(shè)備晶振偏移影響[16]，TWR測(cè)距流程如圖1所示，誤差函數(shù)如式（1）所示。

DS-TWR由此問題出發(fā)，著重于減少設(shè)備晶振對(duì)測(cè)距誤差的影響[18]。DS-TWR相比TWR測(cè)距算法，在每個(gè)測(cè)距周期內(nèi)增加了一輪標(biāo)簽和基站的通信流程，由此獲得了額外兩個(gè)時(shí)間節(jié)點(diǎn)，實(shí)現(xiàn)了一次測(cè)距流程獲得兩次距離結(jié)果[19]。DS-TWR測(cè)距流程如圖2所示，信號(hào)飛行時(shí)間如式（2）所示，誤差函數(shù)如式（3）所示。

對(duì)比式（1）和式（3），DS-TWR算法的誤差函數(shù)中，影響因素是節(jié)點(diǎn)A、B回復(fù)時(shí)間間隔的差值，在相同配置環(huán)境下，DS-TWR算法可以更容易控制并減小誤差[20]。

圖1 TWR測(cè)距流程

圖2 DS-TWR測(cè)距流程

誤差分析如圖3所示，由于晶振偏移引入的測(cè)距誤差限制了TWR測(cè)距精度；而DS-TWR測(cè)距算法可以人為地減小晶振偏移對(duì)最終測(cè)距結(jié)果的影響，使測(cè)距誤差可以滿足設(shè)計(jì)要求。

2 改進(jìn)方案的實(shí)現(xiàn)

2.1 通信方法的改進(jìn)

在通信過程中，理想的數(shù)字信道的信道容量滿足奈奎斯特準(zhǔn)則：

圖3 誤差分析

其中，為信道容量，為帶寬，為信號(hào)編碼級(jí)數(shù)。

改進(jìn)后的測(cè)距流程具體有以下5個(gè)步驟。

步驟1 標(biāo)簽1向基站發(fā)送RNG_1數(shù)據(jù)包，并記錄發(fā)送數(shù)據(jù)包的時(shí)間戳TRNG1_tx。

圖4 改進(jìn)后的通信流程

步驟5 基站接收到FIN_數(shù)據(jù)包后，記錄接收時(shí)間戳TFIN_n_rx，解析FIN_數(shù)據(jù)包獲取各個(gè)時(shí)間戳引入DS-TWR算法計(jì)算距離信息。

對(duì)于標(biāo)簽1，記消息單次飛行時(shí)間為prop。由圖4可得以下計(jì)算式：

由式（4）～式（6）可得：

2.2 Hash分配數(shù)據(jù)包位置

改進(jìn)后的測(cè)距流程的步驟（3）中，基站需要在RES數(shù)據(jù)包中加入多個(gè)標(biāo)簽的回復(fù)信息，為了使標(biāo)簽?zāi)軌蜃x取到正確數(shù)據(jù)，需要對(duì)RES數(shù)據(jù)包引入特定的構(gòu)建規(guī)則。本文采用Hash算法對(duì)數(shù)據(jù)位置進(jìn)行哈希分布。

哈希流程如下：基站接收RNG數(shù)據(jù)時(shí)，解析出RNG發(fā)送方MAC編號(hào)作為key進(jìn)行Hash運(yùn)算獲得Hash值，計(jì)算得出的Hash值與標(biāo)簽數(shù)據(jù)位置對(duì)應(yīng)。同時(shí)考慮到Hash沖突問題，即不同標(biāo)簽計(jì)算后的Hash值相同，則通過再Hash算法，利用MAC編號(hào)和第一次Hash計(jì)算后的地址再次進(jìn)行Hash運(yùn)算，獲得新的Hash值。

本文Hash計(jì)算采用素?cái)?shù)求余法，單次通信最大限制為1 023 byte，每個(gè)標(biāo)簽需要的RES回復(fù)數(shù)據(jù)為12 byte，即單次回復(fù)標(biāo)簽數(shù)量限制為85個(gè)，所以本文采用最大素?cái)?shù)=83，RES數(shù)據(jù)包數(shù)據(jù)位置如圖5所示，計(jì)算式如式（9）所示。

若出現(xiàn)Hash沖突，則利用式（9）進(jìn)行再Hash：

至此可以實(shí)現(xiàn)在0～82按相同概率分配數(shù)據(jù)位置。

利用Hash分布數(shù)據(jù)幀存放位置可以最大化利用數(shù)據(jù)包。相比較順序堆放數(shù)據(jù)幀，接收方在解析數(shù)據(jù)時(shí)需要遍歷數(shù)據(jù)包，極其浪費(fèi)資源，尤其對(duì)標(biāo)簽需要計(jì)量功耗的設(shè)備。利用Hash算法，可以減少標(biāo)簽解析數(shù)據(jù)包所消耗的資源，即使出現(xiàn)Hash沖突，解析的次數(shù)也遠(yuǎn)小于遍歷數(shù)據(jù)包的次數(shù)。該算法的引入可以在提升系統(tǒng)容納量的同時(shí)降低功耗。

圖5 RES數(shù)據(jù)包數(shù)據(jù)位置

圖5中，F(xiàn)C和SN作為數(shù)據(jù)包頭部，PANID為通信信道，?_0為延遲時(shí)間，DST_ADDR為目的設(shè)備編號(hào)，SCR_ADDR為發(fā)送設(shè)備編號(hào)，TYPE為數(shù)據(jù)包類型，F(xiàn)SC為效驗(yàn)碼。

3 實(shí)驗(yàn)結(jié)果

3.1 實(shí)驗(yàn)環(huán)境

在硬件設(shè)計(jì)上，使用STM32高性能微處理器作為主控器件，配合DecaWave公司設(shè)計(jì)生產(chǎn)的DWM1000射頻收發(fā)芯片實(shí)現(xiàn)UWB信號(hào)的收發(fā)?？紤]到基站需要進(jìn)行通信、距離計(jì)算以及數(shù)據(jù)上報(bào)，且基站無須功耗控制，所以使用性能較強(qiáng)的STM32F407ZET6處理器，基站實(shí)物如圖6所示；標(biāo)簽則采用體積小、功耗低的STM32F105RCT6處理器，標(biāo)簽實(shí)物如圖7所示。

圖6 基站實(shí)物

圖7 標(biāo)簽實(shí)物

在軟件設(shè)計(jì)上，此套定位系統(tǒng)分為上位機(jī)和下位機(jī)兩大部分。上位機(jī)為L(zhǎng)inux系統(tǒng)的臺(tái)式計(jì)算機(jī)，通過用戶數(shù)據(jù)報(bào)協(xié)議（user datagram protocol，UDP）和基站保持定時(shí)通信，負(fù)責(zé)接收基站上報(bào)的測(cè)距信息并計(jì)算各標(biāo)簽的三維空間坐標(biāo)，實(shí)現(xiàn)室內(nèi)精確定位。下位機(jī)由基站和標(biāo)簽構(gòu)成，其軟件開發(fā)通過Keil uVision5實(shí)現(xiàn)，軟件設(shè)計(jì)流程如圖8所示。

流程圖中IAP（in-application-programming，IAP）為遠(yuǎn)程升級(jí)功能不參與測(cè)距。定時(shí)器1為測(cè)距周期定時(shí)器，基站側(cè)定時(shí)器2為接收超時(shí)定時(shí)器，定時(shí)器3為?定時(shí)器。基站測(cè)距前發(fā)送的BLK（blink，BLK）數(shù)據(jù)包是用來提供標(biāo)簽通信注冊(cè)表信息。為了得出功耗和穩(wěn)定性數(shù)據(jù)，本文采用兩個(gè)標(biāo)簽和4個(gè)基站的最小系統(tǒng)進(jìn)行測(cè)試，步驟如下。

步驟1 將改進(jìn)前的代碼燒錄到兩個(gè)標(biāo)簽和4個(gè)基站中，讓標(biāo)簽電池保持滿電狀態(tài)。將其放在空曠且無遮擋的環(huán)境中，隨機(jī)選擇標(biāo)簽放置點(diǎn)進(jìn)行測(cè)距通信，直至標(biāo)簽電量耗盡，測(cè)距終止，導(dǎo)出測(cè)距日志數(shù)據(jù)。

步驟2 將步驟（1）中的標(biāo)簽和基站取下，分別燒錄改進(jìn)后的通信代碼，給標(biāo)簽電池重新充滿電量，保持基站和標(biāo)簽位置不變進(jìn)行測(cè)距通信直至標(biāo)簽電量再次耗盡，導(dǎo)出測(cè)距日志數(shù)據(jù)。

在測(cè)試中，保持測(cè)試地點(diǎn)、測(cè)試設(shè)備以及測(cè)試位置均未改變，從而保證了測(cè)試環(huán)境的一致性，確保最終數(shù)據(jù)差異能夠顯著反映兩套系統(tǒng)的性能參數(shù)。

圖8 軟件設(shè)計(jì)流程

3.2 測(cè)距數(shù)據(jù)分析

將充滿電的標(biāo)簽開啟后放置到測(cè)試環(huán)境中，直至標(biāo)簽電量耗盡。在服務(wù)器上讀取標(biāo)簽的定位信息日志進(jìn)行分析，分析結(jié)果如圖9所示，測(cè)距軸數(shù)據(jù)見表1。

表1中樣本數(shù)量為基站和標(biāo)簽之間的通信次數(shù)，通信時(shí)長(zhǎng)為標(biāo)簽從開始測(cè)距到電量耗盡時(shí)的運(yùn)行時(shí)長(zhǎng)，有效通信時(shí)長(zhǎng)為標(biāo)簽從開始測(cè)距至測(cè)距誤差出現(xiàn)顯著增加時(shí)的運(yùn)行時(shí)長(zhǎng)。

表1 測(cè)距X軸數(shù)據(jù)

由圖9和表1的數(shù)據(jù)分析可知，在電池充滿的情況下，原方案總通信時(shí)長(zhǎng)和單位時(shí)間的樣本量大于改進(jìn)后的方案，這是由于DWM1000射頻芯片接收功耗相較于發(fā)送功耗更大，而改進(jìn)后的方案標(biāo)簽的接收等待時(shí)間會(huì)大于原方案。但原始方案中電壓下降一定程度后，測(cè)距誤差明顯增大，無法達(dá)到定位要求，而改進(jìn)后的方案在低電壓情況下較原方案有很大優(yōu)勢(shì)，所以改進(jìn)后的方案比原方案的有效通信時(shí)長(zhǎng)并無顯著減少。同時(shí)在測(cè)距誤差方面，改進(jìn)后的方案較原方案也有提升：對(duì)標(biāo)簽1、2，測(cè)距標(biāo)準(zhǔn)差由原方案的2.282 39和0.993 38下降到了2.238 83和0.960 32。樣本數(shù)量由原方案791 711和785 710個(gè)下降至668 276和638 276個(gè)，分別降低了15.59%和18.76%。從測(cè)試結(jié)果分析可知，改進(jìn)后的系統(tǒng)憑借通信流程的改進(jìn)，在測(cè)距誤差未增加的情況下，通信次數(shù)顯著下降，具備更強(qiáng)的穩(wěn)定性。

3.3 測(cè)距通信沖突分析

在實(shí)際測(cè)試通信沖突情況時(shí)，需要大量標(biāo)簽同時(shí)運(yùn)行，故本文采用MATLAB仿真模擬多標(biāo)簽通信。模擬通信規(guī)則如下：設(shè)定4個(gè)基站，每個(gè)標(biāo)簽和4個(gè)基站依次通信，如果標(biāo)簽在發(fā)起通信的時(shí)刻，基站未處于接收狀態(tài)或基站正在與其他標(biāo)簽通信，則標(biāo)簽等待1 s后，繼續(xù)與下一個(gè)基站通信并記錄一次通信沖突，以此類推，最終統(tǒng)計(jì)通信成功的標(biāo)簽數(shù)量。

改進(jìn)前通信方法：從200個(gè)基站中隨機(jī)選擇4個(gè)基站，從500個(gè)標(biāo)簽中隨機(jī)選擇60個(gè)標(biāo)簽進(jìn)行通信。按照單次通信2 ms，測(cè)距一次6 ms，定位周期400 ms進(jìn)行仿真。改進(jìn)前的通信分配情況如圖10所示，橫坐標(biāo)表示單個(gè)標(biāo)簽在定位周期中分配到的時(shí)刻，縱坐標(biāo)表示60個(gè)標(biāo)簽的通信空隙分配次數(shù)。

圖10 改進(jìn)前的通信分配情況

改進(jìn)后通信方法：從200個(gè)基站中隨機(jī)選擇4個(gè)基站，從500個(gè)標(biāo)簽中隨機(jī)選擇60個(gè)標(biāo)簽計(jì)算次數(shù)。按照單次通信2 ms，測(cè)距一次40 ms，第2～18 ms為基站接收時(shí)間，定位周期400 ms。改進(jìn)后的通信分配情況如圖11所示，橫坐標(biāo)表示第2.2節(jié)中計(jì)算出的83個(gè)分配到的時(shí)刻，縱坐標(biāo)表示60個(gè)標(biāo)簽的Hash計(jì)算次數(shù)。

分析仿真結(jié)果，獲得改進(jìn)前系統(tǒng)存在21次通信分配沖突，最終實(shí)現(xiàn)了39個(gè)標(biāo)簽的正常通信，沖突率為35%。袁楓等[14]論文中的方案實(shí)現(xiàn)了通信沖突由39%下降至26%。在本文改進(jìn)后的系統(tǒng)中，最終實(shí)現(xiàn)通過240次Hash計(jì)算，56個(gè)標(biāo)簽的正常通信，沖突率下降至6.7%。結(jié)果表明，改進(jìn)后的通信流程能夠緩解通信沖突引發(fā)的通信失敗問題，測(cè)距成功率提高了43.6%。

圖11 改進(jìn)后的通信分配情況

4 結(jié)束語

本文提出了一種基于DS-TWR算法的改進(jìn)型通信方案，該方案增加了基站處于接收狀態(tài)的時(shí)長(zhǎng)，確保了在標(biāo)簽發(fā)送消息時(shí)基站能夠處于接收模式，有效減少整個(gè)系統(tǒng)完成測(cè)距所需要的通信次數(shù)，而通信次數(shù)的降低就可以降低沖突發(fā)生。同時(shí)引入Hash算法，在單次通信流程中對(duì)批量測(cè)距信息的位置進(jìn)行離散分配，減少標(biāo)簽解析數(shù)據(jù)包的時(shí)間，降低測(cè)距誤差的同時(shí)提高了測(cè)距成功率。該改進(jìn)方案在人員聚集的環(huán)境下，能夠?qū)崿F(xiàn)準(zhǔn)確定位，在實(shí)際工程應(yīng)用中有較大意義。

[1] 萬明遠(yuǎn). 火力發(fā)電廠當(dāng)前面臨的問題及其對(duì)策[J]. 電子世界, 2017(11): 61.

WAN M Y. Current problems and countermeasures of thermal power plants[J]. Electronics World, 2017(11): 61.

[2] 常琳. UWB技術(shù)在精準(zhǔn)人員管理系統(tǒng)中的應(yīng)用[J]. 煤礦安全, 2021, 52(5): 163-165, 169.

CHANG L. Application of UWB technology in accurate personnel positioning system[J]. Safety in Coal Mines, 2021, 52(5): 163-165, 169.

[3] 趙林, 孫增榮, 王紀(jì)強(qiáng), 等. 基于超寬帶技術(shù)的礦用人員精準(zhǔn)定位系統(tǒng)[J]. 山東科學(xué), 2021, 34(2): 48-53.

ZHAO L, SUN Z R, WANG J Q, et al. Precise positioning system for mine personnel based on ultra wide band technology[J]. Shandong Science, 2021, 34(2): 48-53.

[4] 陶偲. 基于UWB的室內(nèi)SDS-TWR測(cè)距算法優(yōu)化和定位算法融合的研究[D]. 武漢: 華中師范大學(xué), 2016.

TAO (C/S). Research on optimization of SDS-TWR and fusion of location algorithm in indoor position based on UWB[D]. Wuhan: Central China Normal University, 2016.

[5] 劉關(guān)迪, 趙璐. 基于UWB技術(shù)的室內(nèi)智能跟隨系統(tǒng)的實(shí)現(xiàn)與優(yōu)化[J]. 計(jì)算機(jī)應(yīng)用與軟件, 2020, 37(12): 95-100.

LIU G D, ZHAO L. Improvement and implementation of indoor intelligent following system based on UWB technology[J]. Computer Applications and Software, 2020, 37(12): 95-100.

[6] 葉偉. 煤礦井下目標(biāo)定位的研究現(xiàn)狀與展望[J]. 中國(guó)礦業(yè), 2021, 30(1): 82-89, 105.

YE W. Status and prospects of research on positioning of targets in underground coal mines[J]. China Mining Magazine, 2021, 30(1): 82-89, 105.

[7] 曾紀(jì)鈞, 沈桂泉, 張金波. 基于UWB定位技術(shù)的作業(yè)風(fēng)險(xiǎn)管控智能終端設(shè)備研究[J]. 電測(cè)與儀表, 2021: 1-9.

ZENG J J, SHEN G Q, ZHANG J B. Research on intelligent terminal equipment for operation risk management and control based on UWB positioning technology[J]. Electrical Measurement and Instrumentation, 2021: 1-9.

[8] 劉琦, 沈鋒, 王銳. 基于UWB定位系統(tǒng)硬件平臺(tái)設(shè)計(jì)[J]. 電子科技, 2019, 32(10): 22-27.

LIU Q, SHEN F, WANG R. Design of hardware platform for UWB positioning system[J]. Electronic Science and Technology, 2019, 32(10): 22-27.

[9] 朱冰, 陶曉文, 趙健, 等. 智能汽車兩階段UWB定位算法[J]. 交通運(yùn)輸工程學(xué)報(bào), 2021, 21(2): 256-266.

ZHU B, TAO X W, ZHAO J, et al. Two-stage UWB positioning algorithm of intelligent vehicle[J]. Journal of Traffic and Transportation Engineering, 2021, 21(2): 256-266.

[10] ZHANG W, ZHU X Z, ZHAO Z Q, et al. High accuracy positioning system based on multistation UWB time-of-flight measurements[C]//Proceedings of 2020 IEEE International Conference on Computational Electromagnetics. Piscataway: IEEE Press, 2020: 268-270.

[11] 許佩佩. 基于TOA方案的超寬帶室內(nèi)定位技術(shù)研究[D]. 南京: 東南大學(xué), 2016.

XU P P. Research of UWBindoor positioning technology based on TOA scheme[D]. Nanjing: Southeast University, 2016.

[12] SANGC L, ADAMSM, H?RMANNT, et al. Numerical and experimental evaluation of error estimation for two-way ranging methods[J]. Sensors (Basel, Switzerland), 2019, 19(3): 616.

[13] 顧慧東, 焦良葆, 周健. 室內(nèi)UWB通信高精度定位系統(tǒng)設(shè)計(jì)[J]. 軟件導(dǎo)刊, 2020, 19(4): 159-163.

GU H D, JIAO L B, ZHOU J. Indoor high-precision positioning system design based on UWB[J]. Software Guide, 2020, 19(4): 159-163.

[14] 袁楓, 焦良葆, 陳楠, 等. 室內(nèi)定位中DS-TWR測(cè)距算法的優(yōu)化[J]. 計(jì)算機(jī)與現(xiàn)代化, 2021(10): 100-106.

YUAN F, JIAO L B, CHEN N, et al. Optimization of DS-TWR ranging algorithm in indoor positioning[J]. Computer and Modernization, 2021(10): 100-106.

[15] 劉永立, 吳聞軒, 單麒源, 等. 井下人員定位的超寬帶TWR改進(jìn)算法[J]. 黑龍江科技大學(xué)學(xué)報(bào), 2021, 31(2): 135-139.

LIU Y L, WU W X, SHAN Q Y, et al. Improvement algorithm of ultra wide band TWR for underground personnel positioning[J]. Journal of Heilongjiang University of Science and Technology, 2021, 31(2): 135-139.

[16] ZHANGK, SHENC, GAO Q, et al. Research on similarity metric distance algorithm for indoor and outdoor firefighting personnel precision wireless location system based on vague set on UWB[C]//Proceedings of 2017 IEEE 17th International Conference on Communication Technology. Piscataway: IEEE Press, 2017: 1162-1165.

[17] 嚴(yán)嘉祺. 基于UWB的室內(nèi)定位系統(tǒng)的算法與誤差分析[D].哈爾濱工業(yè)大學(xué), 2020.

YAN J Q. Algorithm and error analysis of indoor positioning system based on UWB[D]. Harbin Institute of Technology, 2020.

[18] LIU J H, JING H, XIANG Y X, et al. Simulation Research of UWB location algorithm[C]//Proceedings of 2018 Chinese Control and Decision Conference (CCDC). Piscataway: IEEE Press, 2018: 4825-4830.

[19] 朱自強(qiáng). 超寬帶定位的關(guān)鍵技術(shù)研究[D].成都: 電子科技大學(xué), 2019.

ZHU Z Q. Research on the key technology of ultra-wideband positioning[D]. Chengdu: University of Electronic Science and Technology of China, 2019.

[20] 范強(qiáng), 張涵, 隋心. UWB TW-TOA測(cè)距誤差分析與削弱[J]. 測(cè)繪通報(bào), 2017(9): 19-22, 50.

FAN Q, ZHANG H, SUI X. Error analysis and weakening of UWB TW-TOA ranging[J]. Bulletin of Surveying and Mapping, 2017(9): 19-22, 50.

[21] 楊慶生, 蔡文郁, 官靖凱, 等. 基于長(zhǎng)距離UWB的無人水面艇定位技術(shù)研究[J]. 杭州電子科技大學(xué)學(xué)報(bào)(自然科學(xué)版), 2021, 41(3): 30-36.

YANG Q S, CAI W Y, GUAN J K, et al. Long-distance localization system applied to ocean unmanned surface vessel[J]. Journal of Hangzhou Dianzi University (Natural Sciences), 2021, 41(3): 30-36.

[22] ZHANG X J, LIU Y J, LI S D, et al. Simulation and analysis of influence of ranging error on location estimation accuracy[C]//Proceedings of 2017 Sixth Asia-Pacific Conference on Antennas and Propagation (APCAP). Piscataway: IEEE Press, 2017: 1-3.

Research on optimization of indoor positioning batch ranging system based on DS-TWR algorithm

SUN Hongwei, CAO Xuehong, JIAO Liangbao, MENG Lin, LIU Ziheng, YUAN Feng

Institute of Artificial Intelligence Industry Technology, Nanjing Institute of Technology, Nanjing 211167, China

Aiming at the current problems of the ultra wide band (UWB) indoor positioning system based on the double sided two-way ranging (DS-TWR) algorithm, there are more communication times and a higher conflict rate in a multi-tag environment, an improved algorithm was proposed. The Hash algorithm to hash and distribute the communication content between the tag and the anchor was used, so that the anchor could reply to multiple tags in a regular and unified manner during each ranging process, which greatly reduced the number of times the anchor sends RES (responds) data. Experimental results show that the improved algorithms’ communication times between a tag and the anchor were reduced by 15% compared with the traditional DS-TWR algorithm, which increases the time proportion of the anchor receiving state in ranging, thereby reducing the anchor receiving RNG (range) data. The collision rate of packets, the success rate of ranging has increased by 43.6%. Due to the reduction in the number of communications required in each positioning cycle and the reduction in the collision rate between data packets, a smaller channel capacity would be required, thereby increasing the label capacity of the positioning system, which has strong engineering significance.

UWB, indoor positioning, hash algorithm, DS-TWR

TN925

A

10.11959/j.issn.1000?0801.2022018

2021?09?17；

2022?01?10

孫宏偉，sun.h.w@foxmail.com

國(guó)家自然科學(xué)基金青年基金資助項(xiàng)目（No.61903183）

The National Nature Science Foundation Youth Fund of China (No.61903183)

孫宏偉（1997?），男，南京工程學(xué)院人工智能產(chǎn)業(yè)技術(shù)研究院碩士生，主要研究方向?yàn)槭覂?nèi)定位。

曹雪虹（1964?），女，博士，南京工程學(xué)院人工智能產(chǎn)業(yè)技術(shù)研究院教授，主要研究方向?yàn)闊o線通信系統(tǒng)、信息理論。

焦良葆（1972?），男，博士，南京工程學(xué)院人工智能產(chǎn)業(yè)技術(shù)研究院教授，主要研究方向?yàn)閳D像信號(hào)處理、視覺信息理解。

孟琳（1989?），女，博士，南京工程學(xué)院人工智能產(chǎn)業(yè)技術(shù)研究院講師，主要研究方向?yàn)榭刂瓶茖W(xué)與技術(shù)。

劉子恒（1997?），男，南京工程學(xué)院人工智能產(chǎn)業(yè)技術(shù)研究院碩士生，主要研究方向?yàn)槭覂?nèi)定位。

袁楓（1997?），男，南京工程學(xué)院人工智能產(chǎn)業(yè)技術(shù)研究院碩士生，主要研究方向?yàn)槭覂?nèi)定位。