室内定位系统算法--无线时钟同步的比较（基于距离相关的定位算法）

本博客参考论文：Comparison of wireless clock synchronization algorithms for indoor location systems

摘要 - 基于时间的定位系统的出现铺平了道路引入许多令人兴奋的应用程序的方式。但是，如果系统有一个，它们只能正常工作常见的时间观念。 通常，同步是不切实际的所有接收器都使用电线，因此必须找到替代方法。本文概述了DW1000 ScenSor的使用802.15.4a收发器，作为测试平台。 然后描述和比较几种无线同步的方法定位系统中的传感器。

关键词 - 无线时钟同步;  RTLS;  UWB

I. 引言

Decawave的DW1000 ScenSor是符合IEEE 802.15.4a标准的收发器，面向无线传感器网络（WSN）和实时定位系（RTLS）。该芯片使客户能够更换基于的专有解决方案具有基于标准的集成电路的分立元件。它建立在超宽带（UWB）的优势之上，例如未经许可的操作，多径环境中的鲁棒性，高精度测距和低功率传输。它受益于IC技术的低成本和小外形尺寸。完全相干的接收器架构确保了最大的通信范围和定位精度。

该芯片实现了一致的符合802.15.4a标准的UWB PHY，包括所需的所有调制，解调和纠错。大多数MAC功能必须由主处理器实现，主处理器可以通过SPI连接与芯片通信。为了支持自动帧的确认，地址过滤和循环冗余校验（CRC）在芯片本身上实现。

集成电路采用TSMC CMOS 90 nm技术制造。

该芯片还包含必要的定时器和前沿检测算法，以准确地为发送和接收消息添加时间戳。这允许它用于双向测距和RTLS应用程序。

在下一节中，描述了芯片所基于的标准的主要特征。接下来是a示例应用的描述，基于到达时间差（TDOA）的RTLS。为了能够计算时差，准确的时钟同步是必要的。在最后几节中讨论并测试了无线实现这一方法的方法。

II 发送信号

802.15.4a标准[1]最初是IEEE 802.15.4标准的扩展，已被商业化为ZigBee [2]。它在2011年被合并为主要的802.15.4标准作为UWB PHY [3]。修正案的目标是为无线传感器网络提供更大的范围，更低的功率，多路径抗扰度，增强共存和精确测距能力。定义了两个额外的物理层，一个基于啁啾扩频，一个基于UWB。 DW1000使用UWB。

该标准定义了要传输的波形的格式，为实施者留下了很大的灵活性，特别是在接收器架构方面。任务组的目标之一是制定一个可由相干和非相干接收器实现的标准建筑。

A.帧格式

标准兼容帧由三个主要部分组成：同步头（SHR），后跟PHY头（PHR）和数据字段，见表I.

首先发送同步头。其第一部分SYNC包括重复已知的前导序列，以使接收器能够检测传输和确定信道脉冲响应。对于每个频带，选择具有最小互相关的多个代码。这允许多个网络以相同的频率运行。

脉冲无线电收发器的一个优点是易于实现三元调制方案。该标准定义了一组三元前导码，以便支持相干和非相干接收机。三元是指代码由正向脉冲组成的事实，没有脉冲和相位反转脉冲。每个前导码元素作为单个脉冲发送，间隔开相隔固定的距离。基带示例如图1所示

表I.IEEE 802.15.4 PHY帧格式

图1.示例前导码

非相干接收器需要使用信号静音模式来检测传输。相干接收机还可以使用信号的相位从与前导序列的相关性中获得另外的6dB性能增益。这些代码是一组被称为Ipatov序列的代码的成员，由Valery Ipatov于1980年发现三元码及其幅度具有完美的周期自相关性。这意味着一旦存在了在检测到传输之后，接收机可以使用前导码的其余部分来重建用于基于前沿检测的测距的信道脉冲响应，参见图2。

SHR前导码的第二部分是帧定界符（SFD）的开始，向接收器指示前导码是即将结束，框架的数据部分的传输将随之而来。与SYNC前言一样，标准定义三元SFD序列。前导符号的不存在和存在的模式旨在由非相干接收器使用。然而，静默期不向相干接收机提供额外信息。 Decawave包含了可选的非标准SFD序列发送一个符号，SFD模式包含在一些前同步码符号的相位反转序列中。这在相干接收机灵敏度方面提供了高达8 dB的显着提升，见图3.可用的SFD序列是在表II中给出（0对应于静默，-1对应于相位反转的前导码符号，而1对应于正常的前导码符号）。

SHR后调制格式发生变化。脉冲不再单独传输，而是连续分组阵阵。突发序列和位置由伪随机扩展码确定，以便平坦化传输频谱并改善网络的共存。相干接收机可以使用相同的伪随机码进行解扩，以提高它们对噪声的鲁棒性。

要发送的信息由调制方案编码，该调制方案是突发位置的组合调制（BPM）和二进制相移键控（BPSK）。每个符号包含两位信息，一个位于突发位置，另一个位于其相位。在传输之前PHR和数据字段通过系统的速率½卷积编码器。 系统输出映射到

爆发的位置。 由于相干和非相干接收器都可以检测到位置，因此两者都能够接收到包。 奇偶校验位用于确定突发的相位。 相干接收器可实现卓越的性能利用这个额外的纠错信息。

紧接在SFD之后的部分PHY头（PHR）向接收器通知数据字段的长度以及用于传输它的数据速率。 由于此信息对于成功解码数据至关重要，因此可通过单个错误纠正，双错误检测（SECDED）进行保护汉明码。

最后，数据字段以PHR中指定的速率传输。 为了帮助接收器纠正错误，a系统的（63,55）Reid Solomon代码在Galois字段6上应用于数据字段。

图2.在AWGN信道中以-10dB的SNR累积1000个前导码符号的互相关。

图3.比较标准SFD模式与Decawave非标准SFD序列的850kb / s的灵敏度图。

表二 DW1000上的SFD序列：

III。使用时间差异的方法由于DW1000可以精确测量信号的到达时间，因此非常适合确定发射机的位置。

考虑这项工作的典型情况是要定位发射器（标签）的情况。将有在已知位置监听标签传输的几个（4个或更多）接收器（锚）。

标签需要尽可能小，轻便且便宜。因此，为它供电的电池将尽可能小它的时钟将使用廉价的水晶。该标准规定在发射器和接收器中允许使用容差为±20 ppm的晶体。如果锚使用±1 ppm温度控制晶体振荡器（TCXO），则可以进一步放宽标签上的公差。

可以测量锚点处的到达时间（TOA）。任何两个锚点之间的TOA的差异定义a包含传输源的双曲面。来自至少4个锚的至少3个双曲线的交点足以将源定位在3维中。这是众所周知的作为到达时差（TDOA）的方法。

实际上，测量噪声意味着通常没有单点交叉点，因此应该使用最佳拟合解决方案。有很多算法在讨论文献解决了这种多角化问题[4] [5]。这项工作中使用的算法是球面交叉法在[5]中概述。这是一个基于LMS的解决方案，只能使用4个锚点，尽管使用4个以上的锚点改善其表现。但是，不能保证产生有效的答案。有时解决方案很复杂数。在这种情况下，结果被丢弃。

如上所述，对标签的限制对于TDOA方法不是问题。与时间相反基于飞行的系统，其中标签需要与范围内的每个锚点分别协商，一旦锚点本身可以 报告信号在公共时域到达其位置的时间，那么有足够的信息来解决单个位置问题数据包传输标签。这导致相当大的标签功率节省。

基于TDOA的位置的主要错误来源包括：

通道损伤。定位系统假定标签和锚之间存在视线。 如果没有视线，则接收到的信号将经过障碍物或接收基于反射。 这将导致在较长的飞行时间内比在视线路线上。

锚定位置错误。提供的位置是相对于锚的位置。 如果他们不是他们被报道的地方那么那将是错误的。 此外，如果锚点位置的误差足够大与测量的TDOA不一致可能无法解决多点定位问题。

时钟同步错误。每个锚报告所接收数据包的TOA。 只有在所有TOA都可以转换为公共时间时，此信息才有意义域。时钟同步问题就是那个问题在这里考虑。

IV C锁定YNCHRONIZATION

无线传感器网络中的时钟同步是一个广泛研究的问题[6]。本文重点讨论时钟同步的影响关于位置表现。

每个锚都有自己独立的时钟源，用于测量来自标签的数据包的TOA。每个由于时钟振荡器的容差不同，这些源将相对于彼此具有频率误差。此外，频率误差不是恒定的[7]。它们会随着每个锚点的局部温度变化而变化还有Allan方差等随机误差[8]。不同的启动时间意味着时间零将不同每个锚。这意味着没有两个锚点会报告相对于公共时钟的到达时间。

图4说明了这个问题。在这种情况下，一个锚通过其时钟测量每150ms发送一个分组。该图显示了另一个锚点的TOA变化。两个锚都是静止的。锚使用TCXO公差为±1 ppm。事实上，测量的频率误差为〜-0.2 ppm（在150ms周期内变化约为-31ns）。如果光线以每厘秒约30cm的速度移动，则很明显即使具有如此严格的容差，也需要时钟同步算法来调整报告的到达时间，以便它们都相对于公共时钟报告。执行多点定位。

不仅需要补偿-0.2 ppm的主要频率误差。不断发生的变化较小。 350s时相对较大的瞬态可以由小吃水（例如打开门）引起。同步算法必须具有足够低的延迟，以对这些快速变化作出反应，同时忽略这些变化测量噪声在图中也很明显。来自DW1000的测量噪声是高斯分布的标准偏差在100到150ps范围内。

图4.具有150ms周期的时钟同步分组的到达时间的变化

A.同步算法

这里考虑的所有算法都使用[6]的单向消息传播方法，其中单个主数据定期广播指示其本地时间的数据包。每个从属锚接收该分组，并记录每个从属时钟域中的到达时间。

主广播的周期涉及时钟同步性能和时钟同步性能之间的权衡广播包使用的播出时间量。这些数据包与要定位的标记共享信道。主广播周期越短，关于锚时钟的信息越多，但代价是标签容量减少。这对于较低数据速率模式尤其重要，其中单个分组可能是几毫秒长。

时钟同步可以在锚本身上执行，或者所有数据都可以返回到中央服务器和那里进行的计算。

1）线性插值

线性插值只是缓冲所有接收数据包的TOA。通过在两个连续时钟的TOA之间线性插值来调整标签闪烁同步包。这导致延迟，因为标签的位置仅在下一个时钟同步之后计算已经处理完毕。

该算法假设所有时钟同步TOA都是正确的，因此它不会尝试拒绝异常值或甚至忽略了测量噪音。由于这个原因，算法可能会遇到一些非常大的错误，并且必须使用检测这些错误的方法。因此，当执行多点定位时，计算该估计位置的精确TDOA。如果TDOA与测量的TDA非常不同，则估计被拒绝并且多点定位被认为是失败的。

2）PI控制

该算法使用经典的比例积分（PI）控制回路。驱动回路的误差信号是实际到达时间与预期之间的差值抵达时间。环路滤波器的输出是预期时间的下一个增量应该与的不同标称间隔。图5（a）显示了完整的循环。只有k p和k i系数用于PI环路。图5（b）显示了将标签闪烁的TOA从从属锚点的时钟域转换为主节点的算法。频率偏移是控制回路的积分值。

比例和积分系数（k p和k i）由具有记录数据的穷举搜索确定。选择最小化预期TOA和实际TOA之间的均方误差的系数，见表III。

3）PID控制

PI控制算法需要具有非常宽的带宽以满足低延迟要求。这显着降低了其抗噪性。差分器添加了环路滤波器，以减少带宽

同时保留低延迟。控制回路的其余部分保持不变（见图5（a））和以前一样，系数用记录的数据调整，它们显示在表IV中。

4）PII控制

减少算法延迟的另一种方法是增加环路滤波器的顺序。介绍一个双积分做到这一点，见图5（a）。通常避免更高阶的循环，因为可能难以确保它们保持稳定。但是，如果使用足够的记录数据调整系数，则风险会降低。表V显示了调谐系数。

这次TOA调整算法中使用的频率偏移是控制回路的两个积分臂的总和。

表III 用于PI控制循环的C系数

表IV 用于PID控制循环的C系数

表V.用于PII控制环的C系数

图5. PI，PID和PII概述（a）控制回路和（b）标签闪烁时间调整。

5）卡尔曼滤波器

[9]中给出了卡尔曼滤波器的一个很好的介绍。 过滤器是一个递归系统，试图估计状态

其中wk和vk是分别代表过程噪声和测量噪声的高斯随机变量。 矢量uk是控制输入。

这项工作使用二维状态向量（到达时间和时钟偏差）和状态转移矩阵，A得到

V. E XPERIMENTAL S ETUP

性能实验在6.5m×6.5m×2.7m的房间内进行，见图6.这是一个相对较小的区域，但DW1000的到达时间估计的标准偏差不受该范围的影响。没有在房间里的障碍所以所有的通信渠道都是视线。标签放置在由锚定的区域内的已知位置。位置性能在该区域之外降级，但这种降级不是由于时钟同步问题。

在实验期间，主设备正在以150ms的周期广播时钟同步分组。一切每个锚点看到的信息记录在日志文件中。然后使用Matlab程序对该文件进行后处理。通过简单地抽取同步信息来获得较慢的同步时段。这可确保所有算法都使用完全相同的数据。

用于比较算法的性能指标是位置估计的R95xy和R95。这是圆的半径，它包含xy平面（即地板）和所有3个维度上所有估计值的95％。这忽略了位置估计中的任何固定偏差。这是合理的，因为任何偏差错误的主要来源都是诸如锚点位置错误之类的问题。由于垂直较少，预计标签高度的误差将比其他两个维度中的任何一个都差锚中的分离。

大多数数据是在锚点使用容差为±1ppm的TCXO作为时钟源时收集的。为了进行比较，还收集了使用具有±20ppm容差的晶体的少量数据。

VI 结论

就位置精度而言，线性插值和卡尔曼滤波器都是明显的赢家。表现随着时钟同步周期的增加，优雅地降级。线性插值方法确实受到多点定位通过率下降的显着限制随着同步周期的增加而显着增加它还在位置估计中引入了显着的延迟，这对于许多应用来说可能是不可接受的。卡尔曼滤波器没有受到这种限制。

DW1000设备是IEEE 802.15.4a UWB标准的实现。它包含准确确定输入信号到达时间的硬件。专有的SFD序列增加了灵敏度

接收器允许锚定器进一步分开。这使其非常适合用于无线同步室内实时定位系统。

R EFERENCES

[1] Standard IEEE 802.15.4a-2007, “Part 15.4: Wireless medium access control (MAC) and physical layer (PHY) specifications for low-rate wireless personal area networks (WPANs): Amendment to add alternate PHY, ”, March 2007

[2] ZigBee Alliance, “ZigBee specification,” ZigBee document 053474r06,version 1, 2006

[3] Standard IEEE 802.15.4-2011, “Part 15.4: Low-rate wireless personal area networks (LR-WPANs)”, September 2011.

[4] Petre Stoica and Jian Li, “Source Localization from Range-DifferenceMeasurements”, IEEE Signal Processing Magazine, November 2006.

[5] Julius O. Smith and Jonathan S. Abel, "Closed-Form Least-Squares Source Location Estimation from Range-Difference Measuerments", IEEE Trans. Acoustics, Speech and Signal Processing, Vol. ASSP-35, pp. 1661-1669, Dec. 1987.

[6] Y.-C. Wu, Q. Chaudhari and E. Serpedin, “Clock synchronization of wireless sensor networks”, IEEE Signal Processing Magazine, vol. 28,pp 124-138, Jan. 2011.

[7] D. Dardari , A. Conti , U. J. Ferner , A. Giorgetti and M. Z. Win "Ranging with ultrawide bandwidth signals in multipath environments",Proc. IEEE, vol. 97, no. 2, pp.404 -426 2009.

[8] D. W. Allan "Time and frequency (time-domain) characterization, estimation and prediction of precision clocks and oscillators", IEEE Trans. Ultrason. Ferroelectr. Freq. Control, vol. UFFC-34, no. 6,pp.647-654, Nov. 1987.

[9] G. Welch and G. Bishop, “An introduction to the Kalman filter”, 2000.

希望对你有帮助。

硬件开发 网络

版权声明：本文内容由网络用户投稿，版权归原作者所有，本站不拥有其著作权，亦不承担相应法律责任。如果您发现本站中有涉嫌抄袭或描述失实的内容，请联系我们jiasou666@gmail.com 处理，核实后本网站将在24小时内删除侵权内容。