一種UWB定位系統自主完好性監測方法

徐愛功，史政旭，高 嵩，王長強

一種UWB定位系統自主完好性監測方法

徐愛功，史政旭，高 嵩，王長強

（遼寧工程技術大學 測繪與地理科學學院，遼寧 阜新 123000）

針對超寬帶（UWB）異常數據中的粗差和非視距（NLOS）誤差等嚴重影響UWB定位系統精度和可靠性的問題，設計了一種UWB定位系統自主完好性監測方法。該方法采用基于數理統計的卡方全局檢驗和標準正態分布檢驗的故障定位理論，通過各基站觀測值殘差構建檢驗統計量，通過誤警率和概率分布函數進行檢驗門限設置。將檢驗統計量和設置的檢驗門限進行比較，對觀測值的故障情況進行檢驗、定位、監測，從而剔除UWB觀測值中的異常數據。實驗結果表明，該方法能夠有效剔除測距異常值，提高UWB定位系統的定位解算精度和可靠性。

超寬帶；自主完好性監測；非視距；異常測距值

0 引言

隨著科技高速發展，導航定位向著更精確、更可靠的方向發展，室內定位技術也隨之發展成為導航定位的重要研究方向。超寬帶（ultra wide band，UWB）定位技術采用了極低的功率譜密度、非正弦波極窄脈沖作為其通信信號，具有高時間分辨率、穿透性強等特點，在室內定位領域廣泛應用。與其他室內定位技術相比較，UWB定位技術的優勢在于測距定位精度更高、穩定性更強[1-3]。UWB定位技術在視距（line of sight，LOS）環境下可提供厘米級甚至更高的測距定位精度。隨著UWB芯片手機端的植入，進一步推動了UWB的商業化，同時也使其成為了被廣泛關注的研究熱點。

UWB在實際的測量應用過程易受到非視距（non line of sight, NLOS）、多路徑效應以及環境等因素影響，造成較大粗差[4-5]，實測數據經常存在異常測距值干擾，導致UWB系統定位精度與可靠性降低。在不考慮多路徑效應的情況下，NLOS誤差是UWB定位解算的主要誤差。針對NLOS誤差的處理方法，主要分為抗差濾波處理方法和數據信號特征鑒別方法兩類。在抗差濾波處理方面，文獻[6]提出使用有色噪聲自適應卡爾曼濾波的算法，效果明顯但算法復雜、計算量大；文獻[7]提出了較為經典的自適應抗差算法抑制消除NLOS誤差。在數據信號特征鑒別方面，文獻[8]提出了基于信號強度的NLOS識別方法，根據接收信號特征分析識別NLOS，該方法識別效果明顯，適用范圍廣，但該方法需要事先對NLOS和LOS樣本觀察提取先驗特征，工作量較大；文獻[9]直接從信號中提取特征參數，利用最小二乘支持向量機進行NLOS識別，該方法復雜度較高、所需時間成本較高。抗差濾波處理方法對NLOS誤差大多只是起到削弱限制作用難以完全剔除，數據信號特征鑒別方法從原始數據出發更為直接準確，但算法復雜度較高。因此，有必要設計更加準確實用的NLOS誤差鑒別抑制方法。接收端自主完好性監測（receiver autonomous integrity monitoring, RAIM）方法根據接收端冗余信息一致性對故障數據進行監測，并從原始數據對故障數據進行直接剔除，在原始數據監測方面取得良好效果，結合UWB測距誤差特點，理論上該方法可應用于UWB NLOS及粗差等異常測距值的監測剔除。目前RAIM方法主要應用在全球衛星導航系統（global navigation satellite system，GNSS）領域。文獻[10]根據接收端冗余信息一致性檢驗進行系統完好性監測，基于卡方分布的全局檢驗方法可以有效鑒別數據中的故障，基于標準正態分布檢驗的數據探測方法可以進行故障定位，提高定位精度及可靠性的同時提高有效數據利用率；文獻[11]提出單系統及多系統組合完好性分析，在RAIM的基礎上對其性能及可用性做了詳細分析，提高系統檢測性能及可靠性。

綜合以上分析，本文提出一種UWB定位系統自主完好性監測方法，將自主完好性監測理論應用于UWB NLOS及粗差等異常測距值的監測與剔除，并將該方法的數據處理結果與其他經典方法進行比較分析。

1 UWB定位模型

UWB測距模式主要有基于接收信號強度、基于信號到達時間、基于信號到達時間差、基于信號到達角度和信號雙向傳播時間（tow way-time of flight, TW-TOF）的定位模式[12-13]。TW-TOF測距模式是基于測量UWB脈沖信號在基準站和流動站間的雙向飛行時間間接完成測距，不需要基準站和流動站時間同步[14]。本文選用TW-TOF測距模式。

1.1 狀態模型

1.2 量測模型

由于具體試驗條件等限制，本文研究主要針對不跨樓層場景，所以對UWB平面定位解算進行研究，計算過程中需要將TW-TOF測距值斜距轉化

為平距，其計算公式為

UWB定位觀測方程為

UWB流動站和基準站間的真實平距為

所以

UWB定位線性方程為

2 UWB定位系統自主完好性監測方法

UWB定位系統自主完好性監測方法是根據觀測值冗余度，對觀測值的故障情況進行監測的接收端自主完好性監測方法，主要分為全局檢驗和故障定位兩部分，在原始觀測值基礎上剔除異常測距值，再進行擴展卡爾曼濾波解算。

2.1 全局檢驗模型

根據式（9）UWB定位線性量測方程，利用最小二乘法求解位置參數[15]為

殘差平方和為

2.2 故障定位模型

通過故障定位在原始數據中剔除存在異常的測距值，剔除后的數據重新構成觀測值數組，進行式（4）至式（9）量測模型構建過程，再進行擴展卡爾曼濾波定位解算。

關于數理統計假設檢驗的相關閾值選取，考慮誤警率的同時要結合實際情況適當調整閾值，要特別注意定位解算過程中每個歷元內基站數量不同導致卡方分布的自由度不同對閾值選取的影響。

通過上述過程，可以完成UWB定位系統的自主完好性監測過程，實現對UWB測距值中的異常測距值進行監測剔除，提高UWB定位系統精度和可靠性。UWB定位系統的自主完好性監測方法主要流程如圖1所示。

圖1 UWB定位系統的自主完好性監測方法主要流程圖

3 實驗與分析

為了對上述方法進行驗證分析，設計了一組實驗，由于采用GNSS/慣性導航系統（inertial navigation system, INS）組合定位系統作為定位軌跡參考，因此實驗場景選在室外。在實驗中，UWB數據采集采用時域（Time Domain）公司的Pulson410模塊，數據采樣頻率2 Hz；利用邁普時空公司商用組合導航系統提供參考軌跡，該組合導航產品內置專業性GNSS板卡、GNSS授時系統，可以完成GNSS對電腦精確授時，并且可提供平面精度2 cm的參考軌跡；用徠卡（Leica）TS09全站儀建立UWB定位獨立坐標系，其精度（1.5 mm+2×10-6×），為全站儀所測距離。利用其測量UWB基站位置并認為基站坐標不含誤差。實驗場景和實驗平臺如圖2所示。

圖2 實驗場景及實驗平臺

將UWB模塊、組合導航系統分別固定在穩定的實驗臺上，UWB時間系統是基于電腦時間，利用組合導航系統對電腦授時，保證組合導航系統與UWB數據時間同步。

目前擴展卡爾曼濾波（extended Kalman filter, EKF）是定位解算的基本方法。自適應抗差卡爾曼濾波（adaptive robust extended Kalman filter, AREKF）是針對UWB測距值中含有的NLOS誤差等異常測距值，提出的較為經典的誤差抑制方法。為了驗證本文設計的UWB定位系統自主完好性監測方法的性能和效果，將EKF定位解算方法、文獻[8]所提出AREKF定位解算方法與本文方法（EKF+RAIM）進行對比驗證。

圖3 基站布設及小車參考軌跡

圖4 UWB測距值分析

在測距信息中存在異常值的情況下，定位解算的精度和穩定性明顯下降，EKF和EKF+RAIM方法解算軌跡對比結果如圖5、圖6所示。參考軌跡用Ref表示，由組合導航系統解算結果采用高頻率輸出提供，采用擬合插值的方式與UWB解算軌跡進行匹配，獲得誤差分布圖，東向誤差和北向誤差如圖7、圖8所示，平面誤差分布如圖9所示。

圖5 EKF解算平面軌跡

圖6 EKF+ RAIM解算平面軌跡

圖7 東向誤差

圖8 北向誤差

圖9 EKF和EKF+RAIM平面誤差

AREKF和EKF+RAIM方法解算軌跡對比如圖10所示，在軌跡對比圖中多處區域EKF+RAIM解算軌跡和參考軌跡符合的要優于AREKF解算軌跡，例如圖中黑色橢圓標注處，誤差分布如圖11所示，平面誤差分布如圖12所示。

圖10 AREKF和EKF+RAIM解算軌跡

對3種方法的解算結果均方根誤差（root mean square error，RMSE）和最大誤差（maximum error，MAX）進行統計如表1所示。

圖11 誤差分布

圖12 AREKF和EKF+RAIM平面誤差

表1 UWB解算誤差統計 單位：m

通過以上實驗結果和誤差分析結果可得：①與擴展卡爾曼濾波方法相比，本文方法的東、北方向均方根誤差分別由0.171、0.347 m降低到0.039、0.033 m，東方向最大誤差由3.417 m降低至0.122 m，北方向最大誤差也由8.602 m降低至0.107 m；從平面位置誤差分布來看，誤差峰值和出現尖刺比率都明顯降低，定位精度和穩定性有大幅度提升。②與經典的自適應抗差卡爾曼濾波定位解算方法相比，在東、北方向均方根誤差分別由0.063、0.051 m降低到0.039、0.033m，東方向最大誤差由0.181 m降低至0.122 m，北方向最大誤差也由0.168 m降低至0.107 m；平面誤差分布峰值有一定降低，在自適應抗差卡爾曼濾波定位解算方法基礎上進一步提升系統定位精度和穩定性。

4 結束語

UWB以其距離分辨率高和抗干擾能力強等特點，在室內定位中優勢明顯。UWB原始數據中包含的粗差、NLOS誤差等異常測距值嚴重影響UWB定位系統的精度和可靠性。針對該問題，本文設計了UWB定位系統自主完好性監測方法，監測剔除UWB測距值中的異常值。該方法通過最小二乘位置估計獲得距離殘差，根據殘差構建檢驗因子，采用基于數理統計的卡方檢驗進行全局檢驗，采用標準正態分布檢驗方法進行故障定位，從而剔除存在異常的UWB數據，完成對UWB測距值故障情況的監測和定位。剔除后的數據采用擴展卡爾曼濾波定位解算。利用實驗對本文方法與擴展卡爾曼濾波定位解算方法、經典的自適應抗差卡爾曼濾波定位解算方法進行對比，結果表明，本文UWB定位系統自主完好性監測方法對UWB數據中含有的異常測距信息有較好的監測、剔除能力，對提升UWB定位解算精度和可靠性效果明顯。

[1] 徐哲超, 馮曄. 基于TOA/AOA的UWB室內定位NLOS識別研究[C]//中國衛星導航系統管理辦公室學術交流中心. 第十一屆中國衛星導航年會論文集: S02導航與位置服務. 北京: 中國衛星導航系統管理辦公室學術交流中心, 2020.

[2] 張媛, 繆相林, 王梅, 等. UWB測距室內定位算法誤差分析[J]. 導航定位學報, 2020, 8(6): 132-136.

[3] 閆大禹, 宋偉, 王旭丹, 等. 國內室內定位技術發展現狀綜述[J]. 導航定位學報, 2019, 7(4): 5-12.

[4] ALARIFI A, AL-SALMAN A, ALSALEH M, et al. Ultra wideband indoor positioning technologies: analysis and recent advances[J]. Sensors, 2016, 16(5): 1-36.

[5] LI B H, ZHAO K, EDUARDO B S. A UWB-based indoor positioning system employing neural networks[J]. Journal of Geovisualization and Spatial Analysis, 2020, 4(2): 1-9.

[6] 李奇越, 吳忠, 黎潔, 等. 基于改進卡爾曼濾波的NLOS誤差消除算法[J]. 電子測量與儀器學報, 2015, 29(10): 1513-1519.

[7] 劉韜, 徐愛功, 隋心. 自適應抗差KF-UKF的超寬帶導航定位方法[J]. 測繪科學, 2017, 42(12): 104-111.

[8] XIAO Z L, WEN H K, MARKHAM A. Identification and mitigation of non-line-of-sight conditions using received signal strength[C]//The institute of Electrical and Electronic Engineers(IEEE). Proceedings of International Conference on Wireless and Mobile Computing, Networking and Communications. Lyon, France: IEEE, 2013: 667-674.

[9] MARANò S, GIFFORD W M, WYMEERSCH H, et al. NLOS identification and mitigation for localization based on UWB experimental data[J]. IEEE Journal on Selected Areas in Communications, 2010, 28(7): 1026-1035.

[10] 王爾申, 楊福霞, 賈超穎, 等. 基于加權最小二乘法的RAIM算法研究[J]. 電光與控制, 2017, 24(11): 7-10.

[11] 趙昂, 楊元喜, 許揚胤, 等. GNSS單系統及多系統組合完好性分析[J]. 武漢大學學報(信息科學版), 2020, 45(1): 72-80.

[12] 王卿, 蔚保國. 基于非合作室內環境的超寬帶無中心組網定位[J]. 河北科技大學學報, 2021, 42(1): 8-14.

[13] 董家志. 基于UWB的室內定位與跟蹤算法研究[D]. 成都: 電子科技大學, 2015.

[14] 徐愛功, 劉韜, 隋心, 等. UWB/INS緊組合的室內定位定姿方法[J]. 導航定位學報, 2017, 5(2): 14-19.

[15] 葛君霞, 胡永輝, 侯雷, 等. 多星座組合RAIM算法研究[J]. 時間頻率學報, 2014, 37(3): 181-189.

[16] 吳有龍, 王曉鳴, 楊玲, 等. GNSS/INS緊組合導航系統自主完好性監測分析[J]. 測繪學報, 2014, 43(8): 786-795.

An autonomous integrity monitoring method of UWB positioning system

XU Aigong, SHI Zhengxu, GAO Song, WANG Changqiang

（School of Geomatics, Liaoning Technical University, Fuxin , Liaoning 123000, China）

Aiming at the issue of the accuracy and reliability of Ultra Wide Band (UWB) positioning system are severely affected by the gross errors and Non Line of Sight (NLOS) errors covered in UWB outliers, an autonomous integrity monitoring method of UWB positioning system was proposed. The proposed method adopted chi-square global test and standard normal test which were based on mathematical statistics theory to conduct fault positioning. Meanwhile, the test statistic was established by using the residual errors of observed values of each base, and the detection threshold was obtained from the false alarm rate and the probability density function. Comparing the test statistics with the test threshold, abnormal observation were inspected, located and monitored for eliminating the impact of UWB outliers. Experimental results showed that the proposed method could effectively eliminate the abnormal values of ranging, and improve the accuracy and reliability of the UWB positioning system.

ultra wide band; autonomous integrity monitoring; non line of sight; outliers

P228

A

2095-4999(2021)06-0009-07

徐愛功，史政旭，高嵩，等. 一種UWB定位系統自主完好性監測方法[J]. 導航定位學報, 2021, 9(6): 9-15.（XU Aigong, SHI Zhengxu, GAO Song, et al. An autonomous integrity monitoring method of UWB positioning system[J]. Journal of Navigation and Positioning, 2021, 9(6): 9-15.）

10.16547/j.cnki.10-1096.20210602.

2021-01-26

國家自然科學基金項目（42074012）；遼寧省重點研發計劃項目（2020JH2/10100044）；遼寧省自然科學基金計劃指導計劃項目（2019-ZD-0051）；遼寧省教育廳基礎研究項目（LJ2020JCL016）。

徐愛功（1963—），男，山東日照人，博士，教授，研究方向為全球衛星定位系統、地理信息系統及智能交通系統的集成與應用。

史政旭（1995—），男，遼寧阜新人，碩士研究生，研究方向為室內外導航定位。