基于UWB CIR信道脉冲响应的LOS/NLOS识别与误差补偿融合

TL;DR：针对UWB定位中非视距（NLOS）传播导致的严重误差，本文系统阐述了如何利用信道脉冲响应（CIR）特征进行LOS/NLOS识别，并融合误差最小化定位、有偏卡尔曼滤波及混合定位算法进行补偿，实现厘米级高精度定位。

引言：UWB定位的挑战与机遇

超宽带（Ultra Wideband Radio, UWB）技术因其脉冲窄、带宽大、时间分辨率高等独特优势，被广泛应用于室内精确定位系统。然而，在实际环境中，多径效应、非视距（NLOS）传播、干扰和信道频率特性等多种不利因素的综合影响，导致到达时间（TOA）、到达时间差（TDOA）、到达角度（AOA）等特征测量值不可避免地出现较大误差，使各种定位算法的性能显著下降。正如哈尔滨工业大学的研究所指出的，在基于UWB信号的定位系统中，如何识别并补偿NLOS误差，是提升定位精度的核心问题。

信道脉冲响应（Channel Impulse Response, CIR）作为UWB信号传播的“指纹”，包含了丰富的环境信息。通过分析CIR的波形特征，可以精确判断信号传播路径是视距（LOS）还是非视距（NLOS），进而触发针对性的误差补偿机制。这种“识别+补偿”的融合策略，成为突破UWB定位精度瓶颈的关键技术路径。

一、CIR信道脉冲响应与LOS/NLOS识别原理

1.1 UWB信号与CIR特征

UWB信号采用纳秒级的窄脉冲进行通信，其时间分辨率极高。当信号在室内环境传播时，会遇到墙壁、家具、人体等障碍物，产生反射、散射和衍射，形成多径分量。CIR正是描述这些多径分量到达时间、幅度和相位的数学模型。在IEEE802.15.4a信道模型下，UWB信号加入了小尺度衰落模型，使得CIR能够更真实地反映不同环境下的传播特性。

1.2 LOS与NLOS传播的CIR差异

在视距（LOS）传播条件下，信号的首径（直接路径）能量最强，且到达时间最早，CIR波形呈现出明显的单一主峰。而在非视距（NLOS）传播条件下，首径被遮挡，信号主要依靠反射或衍射路径到达，导致首径能量显著减弱，甚至被后续的多径分量淹没。CIR波形表现为多峰、能量分散、峰值幅度下降以及均方根时延扩展增大。

基于上述差异，可以利用CIR的以下特征参数进行LOS/NLOS识别：

• 首径幅度与最大径幅度之比（RFD）： LOS环境下比值接近1，NLOS环境下比值显著小于1。
• 均方根时延扩展（RMS-DS）： NLOS环境下多径分量更丰富，时延扩展更大。
• 信号总能量与首径能量之差： NLOS环境下差值更大。
• 峰度（Kurtosis）： LOS环境下CIR波形更尖锐，峰度值较高；NLOS环境下波形更平坦，峰度值较低。

通过机器学习分类器（如支持向量机、决策树）或阈值判决方法，可以高效地利用这些特征实现LOS/NLOS状态的实时判别。

二、NLOS误差补偿与高精度定位算法

一旦识别出信号处于NLOS状态，必须采用特定的算法对测距误差进行补偿。根据屠晓东的研究，主要存在两种有效的抗NLOS定位算法：误差最小化定位和有偏卡尔曼滤波定位。

2.1 误差最小化定位算法

误差最小化定位算法的核心思想是，在TDOA测量值符合高斯分布的假设下，通过构建代价函数来最小化NLOS引入的偏差。该算法引入了克拉美罗下界（CRLB）作为理论性能基准。仿真结果表明，在相同参考节点数量和传播环境下，无论是LOS还是NLOS情况，误差最小化算法相比传统的Chan算法，定位精度都有了显著提高。

2.2 有偏卡尔曼滤波定位模型

卡尔曼滤波（KF）具有良好的跟踪性能，但标准KF假设测量噪声为零均值高斯白噪声。在NLOS环境下，测量误差呈现有偏特性，直接使用标准KF会导致滤波发散。因此，研究建立了有偏的卡尔曼滤波定位模型，将NLOS引入的偏差作为系统状态的一部分进行估计和修正。仿真验证表明，经过有偏卡尔曼滤波后，定位精度得到了明显提升。

2.3 TDOA/AOA混合定位算法

单一定位技术（如纯TDOA或纯AOA）通常存在局限性。基于卡尔曼滤波的跟踪优势和AOA算法的角度分辨能力，屠晓东提出了一种TDOA/AOA混合定位算法。该算法通过融合到达时间差和到达角度信息，在服务基站AOA测量值达到一定精度时，可以取得比单一技术更好的定位性能。实验室搭建的三维定位系统验证表明，该混合定位算法可实现厘米级精度，最好情况下精度达到2cm。

三、基于天线阵列的单基站定位与误差消除

传统多基站定位系统需要至少三个基站协同工作，部署复杂。为了简化系统结构，严嘉祺的研究采用了一种基于天线阵列的单基站高精度UWB定位系统。该系统通过测量参考基站天线阵列接收到的脉冲信号幅度，代替传统方法中对微小时间差的测量，并结合各天线的波束方向图来精确计算信号的到达角度。

针对超宽带脉冲发生器输出波形存在严重拖尾的问题，研究对发生器进行了改进。同时，为了消除信号幅度衰减对定位精度的影响，建立了函数β(α)对幅度进行校正。最终，该单基站系统的TOA定位精度达到2cm，AOA精度达到1°。

四、融合识别与补偿的系统架构

将上述技术融合，可以构建一个完整的“识别+补偿”UWB定位系统。其核心流程如下：