RF 測向技術
基于 RSSI 的射頻 (RF) 測向功能可以按照信號強度提供距離估算。通過從不同點進行多次距離測量,可以達到更高的精度。RSSI 的一大關鍵優勢是每部設備只需要一個天線,從而避免了天線陣列的復雜性、成本和尺寸問題。該技術的不足之處在于缺乏精度,其精度僅為 3 m - 5 m。
第二種常見的測向技術稱為“到達時間”(ToA),也就是無線電信號從單個發射器到單個遠程接收器的行程時間。這種方法同樣只要求每部設備一個天線,但不足之處是要求每部設備都搭載高精度的同步時鐘。ToA 系統的定位精度可以接近 1 m。
隨著藍牙 5.1 規范的發布,藍牙技術聯盟 (SIG) 決定支持基于 AoA 和 AoD 的第三種測向技術。
使用 AoA 方法,接收設備可以跟蹤單獨對象的到達角,而使用 AoD 方法,接收設備可以使用來自多個信標的角度及其位置,計算自身在空間中的位置(圖 1)。
圖 1:在 AoA 測向方法(左)中,資產將其位置廣播 (TX) 至 AoA 定位器,再由定位器測量信號的到達角。使用 AoD 方法(右),信標發射 AoD 信息,移動設備則接收 (RX) 信標信號并計算位置。在這兩種情況下,接收設備都需要計算能力,以便計算發射器的方向。(圖片來源:Silicon Labs)
之所以決定在藍牙 5.1 中增加測向功能,部分原因是受到一些創業公司的影響,他們已經為低功耗藍牙 (BLE) 產品提供了專有的 AoA 和 AoD 解決方案。借助藍牙 5.1,開發人員能夠通過核心規范更新,更容易地從 BLE 數據包提取“IQ”信號數據(同相和正交相位信息),從而更輕松地利用 RF 測向功能。這又讓開發人員能夠更輕松地實現定位服務應用。
例如,AoA 方法適合跟蹤發射 BLE 的收發器。收發器使用一個天線發送支持測向的數據包,由多天線“定位器”接收數據包。定位器對來自信號數據包的 IQ 數據進行采樣,同時在陣列中的每個有源天線之間切換,這樣它可以檢測信號的相差,這種相差是由于陣列中的每個天線與單一信號發射天線的距離差異導致的。然后,定位引擎利用相差信息來確定接收信號的角度,再確定發射器的方向(圖 2)。
圖 2:如果已知每個天線上的信號相位 (θ)、波長 (λ) 以及相鄰天線間的距離 (d),則可計算無線電信號的到達角。(圖片來源:藍牙 SIG)
若將來自兩個或更多定位器的計算信號方向相結合,便可確定發射器位置(圖 3)。
圖 3:通過計算兩個固定定位器的信號 AoA,可在三個維度上計算發射資產的位置。如果已知定位器的絕對坐標,還可計算發射資產的絕對坐標。(圖片來源:Silicon Labs)
對于 AoD 方法,情況正好相反。在這種場景中,帶有天線陣列的設備通過每個天線發送信號。當來自陣列中天線的每個信號數據包到達接收器的單個天線時,由于信號從發射器傳輸的距離不同,它相對于前一個信號存在相移(圖 4)。
圖 4:使用 AoD 方法,當來自陣列中天線的每個信號數據包到達接收器的單個天線時,由于信號從發射器傳輸的距離不同,它相對于前一個信號存在相移。(圖片來源:藍牙 SIG)
接收設備的天線從信號數據包提取 IQ 樣本,并將其轉發至定位引擎,然后定位引擎使用數據來確定接收信號的角度,再確定發射器的方向。此系統適合室內導航等應用,其中的發射器是固定的參考點,而接收器可能是消費者的智能手機。
藍牙 5.1 更新
藍牙 5.1 要求更改 RF 軟件協議(或“堆棧”),還需要一些硬件(無線電)增強功能,這要取決于芯片制造商。首先,經過修訂的協議為任何用于測向的藍牙數據包添加了固定頻率擴展信號 (CTE)。(數據包沒有通過其他方式修改,因而可用于標準 BLE 通信。)
CTE 是一種沒有經過調制的信號,以藍牙載波頻率加上 250 kHz 的頻率發送(使用 BLE 的更高吞吐量模式時,則加上 500 kHz),持續 16 至 160 μs。該信號包括一個由 1 組成的“未白化”序列,傳輸時間足夠長,讓接收器能夠提取 IQ 數據,而不會對調制產生干擾效果。由于 CTE 信號在最后發射,因此數據包的循環冗余校驗 (CRC) 不受影響。
規范的第二個重要新增功能可讓開發人員更簡單地配置協議,以便執行 IQ 采樣。這種配置包括設置采樣定時和天線切換,這對于位置估算的精度至關重要。
雖然可以使用不同的 IQ 采樣定時配置,但通常情況下,在每個天線的參考周期內,每隔 1 或 2 μs 記錄一個 IQ 樣本,結果記錄在 BLE SoC 的隨機存取存儲器 (RAM) 中。接收信號的相位會發生變化,因為它是由陣列中的不同天線采樣的,如圖 5 所示。[1]
圖 5:來自單個發射器的信號在到達不同距離外的天線時呈現不同的相位。(圖片來源:藍牙 SIG)
記錄 IQ 樣本只是構建定位服務應用的第一步。為了完成這個任務,開發人員必須為應用中的定位器和信標設計或選擇最佳天線陣列,還必須掌握執行測向計算所需的復雜算法。
計算信號方向
用于測向的天線陣列通常分為三個陣列類型:均勻直線陣列 (ULA)、均勻矩形陣列 (URA) 和均勻圓形陣列 (UCA)。顧名思義,直線陣列是一維的,而矩形陣列和圓形陣列是二維的。ULA 最容易設計和實現,但其缺陷是必須假定所跟蹤的設備始終在同一平面上移動,才能計算方位角。否則,精度就會受到影響。URA 和 UCA 則能夠可靠地測量方位角和仰角(圖 6)。
圖 6:AoA 和 AoD 測向技術需要天線陣列,常見形式包括直線、矩形和圓形陣列。雖然每種類型的陣列都可以獲取關于仰角和方位角的信息,但矩形和圓形陣列提供的方位數據更加可靠。(圖片來源:Silicon Labs)
設計用于測向的天線陣列并不簡單。例如,當天線放置在陣列中時,它們會通過互耦,干擾彼此的響應。為了考慮這些影響,估算算法通常需要預定義的陣列響應。例如,一種流行的商用算法在數學上假定陣列是由兩個相同的子陣列形成的。幸運的是,對于那些缺乏天線專業知識的人員,可以使用具有指定特征的商用天線陣列產品。
有效的天線陣列可確保收集到精確的 IQ 樣本。但是,原始數據不足以確定信號方向;這些數據必須進行處理,充分考慮多路徑接收、信號極化和傳播延遲、噪聲和抖動。
由于 RF 測向并非新學科,因而已經有了一些成熟的數學方法,能夠基于在實際應用中獲取的 IQ 樣本來估算到達角。問題的定義,即估算發射(窄帶)信號到達接收陣列的到達角(出發角的計算也類似)非常簡單,但解算它所需的數學計算卻不那么簡單。
基本來說,假定陣列中的每個天線有一組 IQ 樣本數據,商用算法首先按照以下公式(假定信號存在相移,而且是縮放的正弦窄帶信號)來計算數據矢量“x”:
?公式 1
其中“a”是天線陣列的數學模型(“導向矢量”),
“s”是傳入信號,“n”是噪聲項。
然后使用 x 和以下公式來生成 IQ 樣本協方差矩陣“Rxx”:
公式 2
這個樣本協方差矩陣隨后用作主要估算器算法的輸入。用于頻率估算和無線電測向的最流行且經過驗證的算法之一,便是多重信號分類 (MUSIC)。從技術角度講,MUSIC 利用協方差矩陣的特征向量分解和本征值,基于信號和噪聲子空間的屬性來估算 AoA。
使用的公式是:
?公式 3
其中“A”是包含本征值的對角矩陣,“V”是包含相應特征向量的矩陣。
一旦 V 隔離,即可在公式中使用它來生成偽譜,峰值出現在接收信號的到達角(公式 4):
公式 4
產生的頻譜如下所示,峰值出現在傳輸信號到達的方向(圖 7)。[2]
圖 7:MUSIC 算法使用 IQ 樣本生成具有峰值的功率偽譜,從而找到發射設備的位置。本例顯示了一個 2-D 偽譜,其中的發射設備位于 50 度方位角和 45 度仰角。(圖片來源:Silicon Labs)
運行測向算法的計算量很大,需要足夠的 RAM 和閃存容量。
具有相應資源的商用藍牙 5.1 產品已經上市。例如,Dialog Semiconductor提供DA14691藍牙 5 LE SoC,適用于定位服務應用。該芯片采用Arm?Cortex?-M33 微處理器,提供 512 KB 的 RAM。Silicon Labs發布了EFR32BG13BLE SoC 的藍牙 5.1 堆棧,該芯片采用 Arm Cortex-M4 微處理器,提供 64 KB 的 RAM 和 512 KB 閃存。
Nordic Semiconductor則更進一步,他們發布了全新“測向”硬件nRF52811。這款 BLE SoC 可以兼容藍牙 5.1,集成了 Arm Cortex M4 微處理器,并結合了來自 Nordic 的高端nRF52840無線 SoC 的多協議無線電。該芯片提供 192 KB 的閃存和 24 KB 的 RAM。
本系列文章的第 2 部分將解釋如何使用基于這些 SoC 和堆棧的開發平臺(結合其他組件,包括天線陣列、輔助微處理器和相關存儲器,以及“定位引擎”固件),來實現定位服務應用,例如資產跟蹤和 IPS。
總結
憑借藍牙 5.1 近期采用的核心規范增強功能,用戶能夠更輕松地獲取 IQ 數據。這些數據可用于饋送 RF 測向算法,從而計算藍牙無線電發射的 AoA 或 AoD,然后利用這些信息,在兩個或三個維度上估算發射器的位置。
雖然這些算法可為資產跟蹤和 IPS 等實際定位服務應用奠定基礎,但它們的精度要依賴于設計合理的天線陣列和經過驗證的 RF 測向算法,還必須有足夠的處理器和存儲器資源來執行復雜的計算。
在本系列文章的第 2 部分,我們將論述,雖然開發并不簡單,但隨著商用藍牙 5.1 測向平臺、天線陣列和定位引擎固件的推出,設計人員能夠更簡單地開始構建厘米級精度的定位服務應用。
-
藍牙
+關注
關注
114文章
5831瀏覽量
170524 -
室內定位
+關注
關注
30文章
302瀏覽量
36535
發布評論請先 登錄
相關推薦
評論