IR-UWB系統(tǒng)中基于能量檢測(cè)的TOA估計(jì)

羅珊珊,李 強(qiáng),丁廣太,王營(yíng)冠,何 為

(1.上海大學(xué) 計(jì)算機(jī)工程與科學(xué)學(xué)院,上海 200444;2.中國(guó)科學(xué)院 上海微系統(tǒng)與信息技術(shù)研究所,上海 201899;3.上海物聯(lián)網(wǎng)有限公司，上海 201899)

IR-UWB系統(tǒng)中基于能量檢測(cè)的TOA估計(jì)

羅珊珊1,2,李 強(qiáng)2,3,丁廣太1,王營(yíng)冠2,何 為3

(1.上海大學(xué) 計(jì)算機(jī)工程與科學(xué)學(xué)院,上海 200444;2.中國(guó)科學(xué)院 上海微系統(tǒng)與信息技術(shù)研究所,上海 201899;3.上海物聯(lián)網(wǎng)有限公司，上海 201899)

針對(duì)傳統(tǒng)能量檢測(cè)算法中到達(dá)時(shí)間(TOA)估計(jì)精度不高的問(wèn)題，提出了一種基于MMMR進(jìn)行歸一化門(mén)限設(shè)置的TC算法。首先，產(chǎn)生符合FCC頻率限制的脈沖超寬帶(IR-UWB)信號(hào)；其次，建立IEEE802.15.4a(CM1,CM2)信道模型，得到接收信號(hào)；最后，對(duì)所接收信號(hào)進(jìn)行能量分析，得到TOA估計(jì)。利用所接收能量塊中最大最小值的算術(shù)平均值和整個(gè)能量采樣序列的均值設(shè)置MMMR-TC算法的閾值，既包括了噪聲，也包括了有用信號(hào)。仿真結(jié)果表明：MMMR-TC的MAE總體性能均優(yōu)于經(jīng)典的MES、MES_SB和TC；通過(guò)仿真實(shí)驗(yàn)確定了能量閾值；特別是在低SNR時(shí)，CM1信道下MAE約低于經(jīng)典TOA估計(jì)算法的10%，CM2信道下約為20%；所提算法幾乎在所有信噪比范圍內(nèi)都能有效提高TOA估計(jì)精度。

超帶寬;到達(dá)時(shí)間估計(jì);能量檢測(cè)

1 概 述

近幾年，基于位置的服務(wù)(Location Based Service)已經(jīng)在軍事、交通、物流、醫(yī)療、民生等領(lǐng)域得到了廣泛應(yīng)用。全球定位系統(tǒng)(Global Position System,GPS)能在室外環(huán)境中達(dá)到很好的精度，但針對(duì)室內(nèi)環(huán)境卻無(wú)能為力。而如今人們大多數(shù)時(shí)間都處于室內(nèi)環(huán)境，對(duì)室內(nèi)定位的需求變得日益迫切。

鄧中亮等提出未來(lái)定位的發(fā)展趨勢(shì)就是要實(shí)現(xiàn)室內(nèi)外的無(wú)縫高精度定位[1]。而要實(shí)現(xiàn)這一目標(biāo)，仍然存在很多問(wèn)題。

在目前主流的幾種室內(nèi)定位技術(shù)中，脈沖超寬帶(Impulse Radio-Ultra Wide Band，IR-UWB)因其超高的時(shí)間分辨率使得測(cè)距精度能達(dá)到厘米級(jí)而越來(lái)越受到重視[2]。脈沖超寬帶結(jié)構(gòu)相對(duì)簡(jiǎn)化、硬件易實(shí)現(xiàn)，并且具有強(qiáng)抗多徑衰落能力、強(qiáng)穿透能力、功耗低等優(yōu)點(diǎn)。相比于其他室內(nèi)定位方式，如藍(lán)牙、RFID、Wi-Fi等，脈沖超寬帶更具優(yōu)勢(shì)。

為了利用UWB納秒級(jí)的高時(shí)間分辨率的優(yōu)點(diǎn)，文中采用基于到達(dá)時(shí)間(Time Of Arrival,TOA)的測(cè)距方法。

文獻(xiàn)[3]采用匹配濾波(Matched Filter,MF)進(jìn)行TOA估計(jì)，該方法屬于相干估計(jì)，能達(dá)到很高的精確度，但是它依賴(lài)高采樣率的設(shè)備，成本很高，同時(shí)接收端很難產(chǎn)生精確的匹配模板，算法需要進(jìn)行相關(guān)檢測(cè)、幅值估計(jì)等運(yùn)算使得計(jì)算變得復(fù)雜。在大多數(shù)實(shí)際應(yīng)用中都采用基于能量檢測(cè)(Energy Detection,ED)的非相干估計(jì)方式，該方式通過(guò)對(duì)接收信號(hào)能量采樣序列設(shè)置歸一化門(mén)限，以最先超過(guò)門(mén)限值的那個(gè)能量塊作為所估計(jì)的TOA。最大能量選擇(Maximum Energy Selection,MES)算法選擇最大能量塊作為閾值[3-4]，然而在復(fù)雜的多徑室內(nèi)環(huán)境中，最強(qiáng)徑(Strong Path,SP)往往不是直達(dá)徑(Direct Path,DP)，特別是在噪聲較大的環(huán)境中，DP淹沒(méi)在了噪聲中。此時(shí)采用MES算法會(huì)使得TOA估計(jì)誤差較大，造成定位不準(zhǔn)確[4-5]。固定閾值(Threshold Comparison,TC)算法以最大能量值的一定百分比作為閾值，但并不能在所有的信噪比范圍內(nèi)達(dá)到很高的精度[4-5]。基于最大能量塊的回溯窗口(Maximum Energy Selection-Search Back,MES_SB)算法是在MES算法基礎(chǔ)上實(shí)現(xiàn)的，也注定了它的定位精度不會(huì)太高[4]。

針對(duì)ED估計(jì)方式，之前所述的三種方法只是檢測(cè)出DP所在的能量塊，而對(duì)具體的TOA估計(jì)還沒(méi)有確定，一般都選取所在能量塊的中心位置。這就涉及到兩步TOA估計(jì)問(wèn)題，文獻(xiàn)[6]是較早提出相干估計(jì)和非相關(guān)估計(jì)相結(jié)合的兩步TOA估計(jì)算法。考慮到可操作性，文中也選取了基于能量檢測(cè)的兩步TOA估計(jì)方式[7]，提出一種基于能量采樣序列的最大最小均值比(Maximum and Minimum to Mean energy sample Ratio，MMMR)來(lái)設(shè)置歸一化門(mén)限的TC算法。與已有的幾種經(jīng)典的TOA估計(jì)算法相比[4-8]，該算法在不同信道模型下幾乎在所仿真的信噪比范圍內(nèi)獲得了較好的性能，驗(yàn)證了MMMR-TC算法的有效性。

2 系統(tǒng)模型

2.1 接收信號(hào)的數(shù)學(xué)模型

多徑環(huán)境下的IR-UWB接收信號(hào)可表示為：

(1)

(2)

不失一般性，假設(shè)隨機(jī)極性碼kj恒為1，接收信號(hào)預(yù)先已取得幀同步，即估計(jì)的TOA保證在一幀周期內(nèi)，可避免幀間干擾[9]。

2.2 基于能量檢測(cè)的兩步TOA估計(jì)

兩步TOA估計(jì)，即首先采用非相干估計(jì)(能量檢測(cè))估計(jì)出DP所在能量塊，再利用相干估計(jì)得到所估計(jì)的TOA。這樣既保證了定位準(zhǔn)確度，也保證了可操作性，在估計(jì)精度和復(fù)雜度上進(jìn)行了折中，在實(shí)際應(yīng)用中被廣泛采用[10-11]。文獻(xiàn)[12]針對(duì)前人提出的兩步TOA估計(jì)算法作了深刻剖析。

考慮到可操作性，文中采用基于能量的兩步非相干算法，其基本流程如圖1所示[13]。

圖1 基于能量檢測(cè)的TOA估計(jì)

經(jīng)過(guò)多徑信道后的接收信號(hào)通過(guò)低噪聲功率放大器LNA、帶通濾波器BPF和平方積分之后，得到接收信號(hào)能量采樣序列Zn，設(shè)置積分間隔為T(mén)b，則能量塊數(shù)Nb=?Tf/Tb」。為使結(jié)果更精確，可選取不同幀中的能量塊做平均。其中每一幀中能量塊為接收信號(hào)在Tb間隔內(nèi)的積分結(jié)果。

3 基于MMMR的最優(yōu)歸一化門(mén)限設(shè)置算法

3.1 MMMR算法的提出

基于門(mén)限閾值算法的關(guān)鍵是對(duì)歸一化門(mén)限的設(shè)置，只要門(mén)限值設(shè)置合適，那么就能準(zhǔn)確提取出DP所在的能量塊。吳紹華等已經(jīng)對(duì)兩步TOA估計(jì)進(jìn)行了比較深刻的分析[7,12]，針對(duì)已經(jīng)存在的三種經(jīng)典的TOA算法(MES,TC和MES_SB)進(jìn)行了各自?xún)?yōu)缺點(diǎn)分析，同時(shí)也提出了一種通過(guò)接收能量序列的最大最小比(Maximum to Minimum energy sample Ratio,MMR)設(shè)置歸一化門(mén)限的方法。其中，歸一化門(mén)限定義為：

(3)

文中在此方法基礎(chǔ)上提出MMMR，定義如下：

該算法的基本思想是利用兩個(gè)均值之比，mix(Zn)是能量采樣序列中的最大最小值的算術(shù)平均值，mean(Zn)是整個(gè)接收能量采樣序列的均值。前者既考慮了接受能量采樣序列中的最強(qiáng)徑，也考慮了最弱徑，既包括了噪聲，也包括了有用信號(hào)，在低SNR時(shí)可更好地探測(cè)出有用信號(hào)即DP所在能量塊。這樣設(shè)置出的歸一化門(mén)限均考慮到噪聲和有用信號(hào)，從整體上體現(xiàn)了整個(gè)信道的信號(hào)傳輸情況，使得最大最小均值比能更好地反映信道特征和信噪比。所以期望找到MMMR值與最優(yōu)歸一化門(mén)限之間的函數(shù)關(guān)系，進(jìn)而進(jìn)行門(mén)限動(dòng)態(tài)設(shè)置。

3.2 仿真環(huán)境說(shuō)明

文中所有的仿真結(jié)果均在MATLAB上進(jìn)行編譯完成，IR-UWB信號(hào)采用脈沖持續(xù)時(shí)間Tp=1ns、幀周期Tf=200ns的高斯二階脈沖，為方便說(shuō)明，不進(jìn)行調(diào)制，并假設(shè)一個(gè)脈沖傳送一個(gè)符號(hào)，即Ns=1，采樣率設(shè)為40GHz，跳時(shí)序列最大碼值cmax=50。仿真信道選取IEEE802.15.4a標(biāo)準(zhǔn)下的CM1信道和CM2信道[14]，每次實(shí)驗(yàn)都進(jìn)行1 000次的獨(dú)立信道仿真。

圖2是在1 000次獨(dú)立的信道仿真下，MMMR統(tǒng)計(jì)均值隨信噪比的變化。可以看出，不同信道下的MMMR值是不同的，但總體走勢(shì)一致，當(dāng)積分間隔Tb越大時(shí)，MMMR值反而越小。

圖2 MMMR的統(tǒng)計(jì)均值隨信噪比的變化

3.3 最優(yōu)歸一化門(mén)限與MMMR值之間的關(guān)系

為了找出MMMR和最佳歸一化門(mén)限之間的關(guān)系，考慮在CM1和CM2信道，Tb=1ns,Tf=200ns時(shí)，仿真信噪比設(shè)置為{8,10,12,14,16,18,20,22,24,26,28,30}dB，進(jìn)行1 000次獨(dú)立信道仿真，得出平均絕對(duì)誤差(MeanAbsoluteError，MAE)與MMMR值之間的關(guān)系。其中，MAE表達(dá)式為：

(5)

觀察IEEE802.15.4a標(biāo)準(zhǔn)下的CM1信道和CM2信道沖激響應(yīng)的延遲剖面圖[14]。CM1信道的所有能量均在120ns以?xún)?nèi)，CM2信道均在200ns以?xún)?nèi),各次信道實(shí)現(xiàn)引入的真實(shí)TOA均勻分布于(0,Tf)。

CM1信道不同MMMR值時(shí)TOA估計(jì)的MAE隨歸一化門(mén)限K的變化如圖3所示。

圖3 CM1信道不同MMMR值時(shí)TOA估計(jì)的MAE隨歸一化門(mén)限K的變化

由圖3可以看出，隨著MMMR值的增大，MAE逐漸減小，在每一個(gè)固定MMMR值使得MAE為最小的那個(gè)歸一化門(mén)限值即為要找的最優(yōu)歸一化門(mén)限。通過(guò)大量實(shí)驗(yàn)仿真，得到CM1和CM2信道，設(shè)置Tb={1,2,4,8}ns時(shí)，得到圖4。

圖4 最優(yōu)歸一化門(mén)限Kopt與MMMR之間的關(guān)系

由圖4可以看出，在相同Tb值時(shí)，CM1，CM2兩種不同信道下的關(guān)系擬合曲線走勢(shì)大體一致，而且隨著Tb值的增大，關(guān)系曲線形狀并未發(fā)生較大改變，只是向左移了，通過(guò)擬合，得到最優(yōu)歸一化門(mén)限Kopt和MMMR的數(shù)學(xué)關(guān)系式為：

Kopt=a1*sin(b1*r+c1) +a2*sin(b2*r+c2)

(6)

為了保證擬合精度，文中不設(shè)置統(tǒng)一的參數(shù)，因?yàn)樵诓煌男诺溃煌腡b，最優(yōu)值是不同的，所以針對(duì)每一種情況各自單獨(dú)設(shè)置最優(yōu)擬合曲線，擬合公式均為式(4)，只是不同信道下不同積分間隔各參數(shù)值不同，如表1和表2所示。

表1 不同Tb值時(shí)CM1信道各模擬參數(shù)值

表2 不同Tb值時(shí)CM2信道各模擬參數(shù)值

通過(guò)上述參數(shù)擬合，可得到CM1和CM2信道下最優(yōu)歸一化門(mén)限Kopt與MMMR之間的關(guān)系。

3.4 MMMR-TC算法流程

上面已得到在不同信道不同積分間隔通過(guò)MMMR設(shè)置最佳歸一化門(mén)限的表達(dá)式，下面給出整個(gè)算法步驟：

(1)根據(jù)式(3)計(jì)算在不同信道、不同積分間隔時(shí)，當(dāng)前接收能量采樣序列的Zn值以及MMMR值。

(2)通過(guò)表1選取合適參數(shù)，將所計(jì)算的MMMR值代入式(4)，得到最佳歸一化門(mén)限值Kopt。

(3)將Kopt代入式(3)，得到門(mén)限閾值，即：

K=Kopt*max(Zn)+(1-Kopt)*min(Zn)

(7)

(4)通過(guò)式(6)得到TOA估計(jì)。

4 仿真結(jié)果和分析

在上述討論的基礎(chǔ)上，給出MMMR-TC算法仿真結(jié)果。仿真環(huán)境已在前面作過(guò)說(shuō)明，積分間隔=1ns,選取CM1和CM2信道，各進(jìn)行1 000次的獨(dú)立信道仿真，各次信道實(shí)現(xiàn)引入的真實(shí)TOA均勻分布于(0,Tf)。仿真結(jié)果比較了三種經(jīng)典的TOA估計(jì)算法和所提MMMR-TC算法的MAE，通過(guò)多次嘗試，設(shè)置Fix_TC算法固定門(mén)限為0.5，MES_SB算法回溯窗口設(shè)置為40ns。

圖5給出了Tb=1ns時(shí)CM1信道和CM2信道下的仿真結(jié)果。

圖5 各算法TOA估計(jì)性能對(duì)比

可以看出，在兩種不同的信道模式下，相比其他三種經(jīng)典的TOA估計(jì)算法，MMMR-TC算法幾乎在所有的信噪比范圍均能獲得較小的平均絕對(duì)誤差，特別是在低SNR時(shí)，CM1信道下MAE約低于經(jīng)典TOA估計(jì)算法的10%，CM2信道下約為20%，在高信噪比階段，MAE也顯著減少，驗(yàn)證了此算法的有效性。

5 結(jié)束語(yǔ)

在目前的IR-UWB測(cè)距系統(tǒng)中，已有的非相干能量檢測(cè)算法各有優(yōu)劣，沒(méi)有一種算法能在所有的信噪比范圍保持較好性能。文中提出的基于能量檢測(cè)的MMMR-TC算法，是通過(guò)檢測(cè)接收能量采樣序列的MMMR值動(dòng)態(tài)設(shè)置歸一化門(mén)限。算法考慮了接收信號(hào)的最大能量值、最小能量值和能量均值，既體現(xiàn)了信道的個(gè)體特征，同時(shí)也在一定程度上反映了接收信號(hào)所包含的信噪比信息，所以用MMMR值來(lái)設(shè)置歸一化門(mén)限值是可行、有效的。實(shí)驗(yàn)結(jié)果證明，MMMR-TC算法同時(shí)適用于CM1和CM2信道模型，具有很強(qiáng)的通用性。另外，文中算法屬于兩步TOA估計(jì)方式，既保證了低計(jì)算量也保證了高精度。與幾種經(jīng)典的TOA估計(jì)算法相比，MAE幾乎在所仿真的信噪比范圍內(nèi)均有提高，為實(shí)現(xiàn)高精度室內(nèi)定位奠定了良好的基礎(chǔ)。

[1] 鄧中亮,余彥培,袁 協(xié),等.室內(nèi)定位現(xiàn)狀與發(fā)展趨勢(shì)研究(英文)[J].中國(guó)通信,2013(3):42-55.

[2]WangPing,RuanHuailin.Amethodofindoormulti-pathIR-UWBlocalizationbasedonBayesiancompressedsensing[C]//Proceedingsof2012IEEE11thinternationalconferenceonsignalprocessing.Beijing:IEEE,2012.

[3]GeziciS.Asurveyonwirelesspositionestimation[J].WirelessPersonalCommunications,2008,44(3):263-282.

[4]GuvencI,SahinogluZ.Threshold-basedTOAestimationforimpulseradioUWBsystems[C]//ProcofIEEEinternationalconferenceonultra-wideband.Zurich,Switzerland:IEEE,2005:420-425.

[5]BadorreyR,HernandezA,CholizJ,etal.EvaluationofTOAestimationalgorithmsinUWBreceivers[C]//Procof14thEuropeanwirelessconference.[s.l.]:[s.n.],2008.

[6]GeziciS,SahinogluZ,MolischAF,etal.Atwo-steptimeofarrivalestimationforimpulsepulse-basedultra-widebandsystems[C]//Procof13thEuropeansignalprocessingconference.[s.l.]:[s.n.],2005.

[7] 吳紹華，張欽宇，張乃通.新穎的基于門(mén)限比較的脈沖超寬帶TOA估計(jì)算法[J].通信學(xué)報(bào)，2008，29(7):7-13．

[8]GuvencI,SahinogluZ.MultiscaleenergyproductsforTOAestimationIR-UWBsystems[C]//ProcofIEEEglobaltelecommunicationsconference.St.Louis.,Missouri:IEEE,2005:209-213.

[9]TianZ,GiannakisGB.AGLRTapproachtodata-aidedtimingacquisitioninUWBradios-PartI:algorithms[J].IEEETransactionsonWirelessCommunications,2005,4(6):2956-2967.

[10]LeeJY,ScholtzRA.RanginginadensemultipathenvironmentusinganUWBradiolink[J].SelectedAreasinCommunications,2002,20(9):1677-1683.

[11]ChungWC,HaDS.Anaccurateultrawideband(UWB)rangingforprecisionassetlocation[C]//ProcoftheIEEEconferenceonultrawidebandsystemsandtechnologies.[s.l.]:IEEE,2003:389-393.

[12] 吳紹華,張乃通.基于UWB的無(wú)線傳感器網(wǎng)絡(luò)中的兩步TOA估計(jì)法[J].軟件學(xué)報(bào),2007,18(5):1164-1172.

[13]MaaliA,MesloubA,DjeddouM,etal.AdaptiveCA-CFARthresholdfornon-coherentIR-UWBenergydetectorreceivers[J].IEEECommunicationsLetters,2009,12(13):959-961.

[14]MolischAF,BalakrishnanK,ChongCC,etal.IEEE802.15.4achannelmodel-finalreport[EB/OL].2004.http://www.ieee802.org/15/pub/TG4a.html.

TOA Estimation Based on Energy Detection for IR-UWB System

LUO Shan-shan1,2,LI Qiang2,3,DING Guang-tai1,WANG Ying-guan2,HE Wei3

(1.School of Computer Engineering and Science,Shanghai University,Shanghai 200444,China；2.Shanghai Institute of Microsystem and Information Technology，Chinese Academy of Sciences,Shanghai 201899,China；3.Shanghai Internet of Things Co.,Ltd.,Shanghai 201899,China)

Focused on the issue of the low accuracy of TOA estimation based on energy detection method,a TC (Threshold Comparison) algorithm is proposed whose normalized threshold is set based on the MMMR (Maximum and Minimum to Mean energy sample Ratio) criteria of the energy samples.Firstly,the IR-UWB signal is generated that meets the FCC’s limitation.Secondly,CM1 and CM2 are established based on the standard IEEE802.15.4a channel models.Finally,TOA estimation is gotten by analyzing the energy of received signal.The threshold is computed by the mean energy of the maximum block and the minimum block and the mean energy of all energy block,both with noise and signal.The simulation shows that its overall performance is much better than the classical algorithm like MES (Maximum Energy Selection)、MES_SB (Maximum Energy Selection-Search Back) and TC.The parameters of threshold are obtained by experiments,especially in the low SNR situation,the proposed algorithm achieves the lower MAE (Mean Absolute Error),which is lower 10% in CM1 and 20% in CM2.The proposed algorithm can effectively improve the TOA estimation accuracy at nearly all SNR ranges.

UWB;TOA estimation;energy detection

2016-01-03

2016-04-13

時(shí)間：2016-09-19

上海市浦江人才計(jì)劃項(xiàng)目資助(14PJ1433100)

羅珊珊(1991-),女,碩士研究生,助理研究員,研究方向?yàn)閁WB室內(nèi)定位算法與應(yīng)用;李 強(qiáng)，博士,研究員，研究方向?yàn)闊o(wú)線通信與傳感網(wǎng)；丁廣太,博士,副教授，研究方向?yàn)閳D像分析、嵌入式系統(tǒng)、離散事件動(dòng)態(tài)系統(tǒng)理論;王營(yíng)冠，博士,研究員，研究方向?yàn)闊o(wú)線傳感網(wǎng)；何 為，博士,副研究員，研究方向?yàn)閭鞲芯W(wǎng)與定位。

http://www.cnki.net/kcms/detail/61.1450.TP.20160919.0841.032.html

TN925

A

1673-629X(2016)11-0134-05

10.3969/j.issn.1673-629X.2016.11.030