车载 UWB-BLE Channel Sounding 融合车内高精度分区定位方案

TL;DR：本文深入探讨了一种融合超宽带（UWB）与低功耗蓝牙（BLE）信道探测技术的车内高精度分区定位方案。该方案利用 UWB 的厘米级定位精度（如 TDOA/AOA 混合算法可达 2cm）与 BLE 的低功耗特性，通过多基站与单基站算法结合，有效克服多径与非视距（NLOS）干扰，实现智能座舱内人员与物品的精准、可靠分区定位。

引言：智能座舱的定位挑战与融合方案

随着汽车智能化与网联化的快速发展，车内高精度定位已成为提升用户体验、实现高级别自动驾驶及个性化服务的关键技术。从无钥匙进入、驾驶员身份识别，到儿童存在检测（CPD）、物品遗忘提醒，乃至基于位置的座舱自适应调节（如座椅、空调、音乐），都依赖于对车内人员及物品的精准定位。

然而，车内环境极为复杂，金属车身、座椅、人体等造成的多径效应与非视距（NLOS）传播，对传统无线定位技术构成了严峻挑战。单一技术往往难以兼顾高精度、低功耗与高可靠性。例如，单纯的蓝牙（BLE）定位精度有限（米级），而纯 UWB 方案虽然精度高，但功耗相对较大，且在全车覆盖时成本较高。

为此，本文提出一种基于 UWB-BLE Channel Sounding 融合的车内高精度分区定位方案。该方案结合 UWB 的厘米级测距与测角能力，以及 BLE 的低功耗、低成本优势，通过多基站与单基站定位算法的协同，旨在实现车内复杂环境下稳定、可靠的分区级乃至亚分区级定位。

核心技术：UWB 的高精度定位机理

UWB 技术通过发射纳秒级的极窄脉冲信号，具有极高的时间分辨率，这使其在室内定位领域展现出巨大潜力。根据参考资料，基于 UWB 的定位算法主要利用信号的到达时间（TOA）、到达时间差（TDOA）和到达角度（AOA）等特征测量值。

多基站定位算法：TDOA 与误差抑制

多基站定位是 UWB 定位的基石。通过部署多个固定基站，测量信号到达不同基站的时间差（TDOA），再利用 Chan 算法等进行位置解算。

为了进一步提升精度，研究提出了基于三维 Chan 算法的 UWB 信号定位模型，并在 IEEE802.15.4a 信道模型下进行仿真。该信道模型加入了小尺度衰落并延长了距离，更贴近真实室内办公环境。研究表明，利用移动平均（MA）算法对 Chan 算法得到的 TOA 值进行滤波，可有效提高定位精度。

针对非视距（NLOS）传播这一核心难题，参考资料提出了两种有效的抗 NLOS 算法：

• 误差最小化定位算法：在 LOS 和 NLOS 混合环境下，该算法相比传统 Chan 算法，定位精度有显著提升。
• 有偏卡尔曼滤波（Kalman Filter）定位模型：通过在非视距传播下建立有偏的卡尔曼滤波模型，仿真表明，经过滤波后定位精度同样得到了明显提高。

混合定位算法与单基站方案

单一技术的局限性促使了混合算法的诞生。基于卡尔曼滤波（KF）良好的跟踪性能与 AOA 算法的特点，研究人员提出了 TDOA/AOA 混合定位算法。该算法在实验室建立的三维定位系统中得到了验证，实验结果令人振奋：系统定位精度可达厘米级，最好情况下精度达到 2cm。

此外，为了降低系统复杂度和成本，单基站定位方案成为重要发展方向。一种基于天线阵列的单基站高精度 UWB 定位系统被提出，它通过测量天线阵列接收到的脉冲信号幅度，结合各天线的波束方向图来精确计算信号到达角度（AOA）。经过对 UWB 脉冲发生器的改进和建立函数消除信号幅度衰减的影响，该系统最终实现了 TOA 定位精度 2cm，AOA 精度达到 1°。

融合方案：UWB-BLE Channel Sounding 的分区定位设计

鉴于 UWB 的高精度与 BLE 的低功耗特性，我们提出以下融合方案，旨在平衡性能、成本与功耗。

系统架构与部署

在车内关键位置（如驾驶座、副驾驶、后排座椅、后备箱）部署 UWB 基站。同时，利用 BLE 模块进行低功耗的通道探测（Channel Sounding），用于粗定位和触发 UWB 模块的唤醒。

定位标签（如车钥匙、手机、儿童座椅传感器）则集成 UWB 和 BLE 双模芯片。系统默认处于 BLE 低功耗监听状态，当 BLE 探测到标签进入车内特定分区时，唤醒 UWB 模块进行高精度测距与测角。

融合定位策略

1. 分区级粗定位（BLE Channel Sounding）：利用 BLE 的 RSSI 或相位差进行初步分区判断（如前排/后排）。该阶段功耗极低，用于快速定位目标所在的大致区域。
2. 亚分区级精定位（UWB 多基站/单基站）：当 BLE 确认目标进入特定分区后，唤醒该分区内的 UWB 基站。采用 TDOA/AOA 混合算法或基于天线阵列的单基站算法进行精确定位。例如，利用两个 UWB 基站即可通过 TDOA 实现分米级定位；若需更高精度，则可使用单基站 AOA 技术，实现厘米级的角度与距离测量。
3. 抗 NLOS 鲁棒性增强：在座椅遮挡等 NLOS 场景下，系统自动切换至误差最小化定位算法或有偏卡尔曼滤波模型，确保定位的连续性和可靠性。