工具/材料
UWB
01
02
03
04
05
UWB概述
01
超宽带技术是一种全新的、与传统通信技术有极大差异的通信新技术。它不需要使用传统通信体制中的载波，而是通过发送和接收具有纳秒或纳秒级以下的极窄脉冲来传输数据，从而具有GHz量级的带宽。
02
UWB技术最基本的工作原理是发送和接收脉冲间隔严格受控的高斯单周期超短时脉冲，超短时单周期脉冲决定了信号的带宽很宽，接收机直接用一级前端交叉相关器就把脉冲序列转换成基带信号，省去了传统通信设备中的中频级，极大地降低了设备复杂性。
UWB技术采用脉冲位置调制PPM单周期脉冲来携带信息和信道编码，一般工作脉宽01-15ns (1纳秒= 十亿分之一秒)，重复周期在25-1000ns。
03
由于UWB具有强大的数据传输速率优势，同时受发射功率的限制，在短距离范围内提供高速无线数据传输将是UWB的重要应用领域，如当前WLAN和WPAN的各种应用。
04
UWB的主要特点是传输速率高、空间容量大、成本低、功耗低等。
05
UWB与传统的窄带系统相比有什么区别？
超宽带系统与传统的窄带系统相比，具有穿透力强、功耗低、抗多径效果好、安全性高、系统复杂度低、能提供精确定位精度等优点。因此，超宽带技术可以应用于室内静止或者移动物体以及人的定位跟踪与导航，且能提供十分精确的定位精度。
End
01
02
03
04
05
UWB应用
01
UWB的定位原理和卫星导航定位原理很相似。如下图，天上的卫星坐标为已知，地上的接收设备同时接收到四个卫星信号就能确定自己的位置坐标（平面和高程坐标）。UWB的定位原理就是通过在室内布置4个已知坐标的定位基站，需要定位的人员或者设备携带定位标签，标签按照一定的频率发射脉冲，不断和四个已知位置的基站进行测距，通过一定的算法精确的计算定位标签的位置。
02
UWB定位的主要优势有，低功耗、对信道衰落（如多径、非视距等信道）不敏感、抗干扰能力强、不会对同一环境下的其他设备产生干扰、穿透性较强（能在穿透一堵砖墙的环境进行定位），具有很高的定位准确度和定位精度。
03
比较常用的超宽带定位算法有RSS法，AOA法，TOA/TDOA法，其中利用TOA/TDOA联合定位算法，可以减少同时工作的传感器数量，并且获得待定位目标的三维坐标。
利用UWB技术测得定位标签相对于两个不同定位基站之间无线电信号传播的时间差，从而得出定位标签相对于四组定位基站的距离差。
使用TDOA技术不需要定位标签与定位基站之间进行往复通信，只需要定位标签只发射或只接收UWB信号，故能做到更高的定位动态和定位容量。
04
基于UWB的室内定位方案正在逐步渗透机场、展厅、 写字楼、仓库、地下停车、监狱、军事训练基地等需要使用准确的室内定位信息的应用。SKYLAB UWB室内定位方案采用先进的软件和硬件来定位、跟踪和管理高价值、设备和人员，最大限度提供使用率。
05
厘米级高精度定位为什么更倾向于UWB？
首先其他定位技术可以达到的定位精度有限，即使能达到UWB定位技术同样的定位精度，其系统的复杂程度和成本也太高。
其次，像RFID、ibeacon虽然在定位上有很多场景可做，但现在已经有很多企业都在做了。而UWB是一种比较新的技术，有很多优势，也有很多潜在的应用市场尚待开发。
超宽带UWB定位的三种常用定位算法，包括TDOA定位算法、TOF定位算法、TOA定位算法。
（一）TOF定位算法
基于TOF的定位方法与基于TOA的定位方法在本质上是相同的，而TOF测距不依赖基站与标签的时间同步，故没有时钟同步偏差带来的误差，但TOF测距方法的时间取决于时钟精度，时钟偏移会带来误差。为了减少时钟偏移量造成的测距误差，通常采用正反两个方向的测量方法，即远端基站发送测距信息，标签接收测距信息并回复，然后再由标签发起测距信息，远端基站回复，通过求取飞行时间平均值，减少两者之间的时间偏移，从而提高测距精度。
（二）TDOA定位算法
基于TDOA的定位方法又称为双曲线定位，其原理是通过测量UWB信号从UWB标签到两个UWB基站之间传播时间的差值，得到UWB标签到两个UWB基站之间的固定距离差。TDOA算法是对TOA算法的改进，它并不是直接利用信号到达时间，而是利用多个UWB基站接收到信号的时间差来确定移动目标的位置。因此与TOA相比并不需要加入专门的时间戳来进行时钟同步，定位精度相对有所提高。
（三）TOA定位算法
TOA定位算法即“到达时间”，这种方式定位是通过UWB基站和UWB标签之间的多次通信实现的，实际应用中为了更加靠谱，往往不仅仅是利用两次通信来测距，还会有更加复杂的多次通信来提高精度。
对于空间定位，只需要利用SX（球面相交法）便可以得出最后的坐标。
可见，为了一次定位，每个UWB基站和UWB标签之间要进行两次通信，故又将这种定位方式称为“Two-way-ranging”，简称“TWR”。这种定位的优势在于其实现的便捷性和对硬件的宽容，只需要有几个摆放在不同位置的UWB基站和一个UWB标签便可进行定位，缺点首先自然是定位速度了，其次，由于每次通信的质量无法保证，而一对UWB基站/UWB标签又无法做自我的校准，精度自然也会受到影响。
TDOA即“到达时间差”，这种方式的一次测距是由两个UWB基站和一个UWB标签实现的。在这种模式下，多个时钟完全同步的UWB基站同时接受来自一个UWB标签的包，对于不同位置的UWB基站，同一个UWB标签的同一次广播包到达的时间是不同的，所以便有有以下算法：
1、UWB标签发出一个广播包。
2、 两个UWB基站接收到同一个包，UWB基站1接收到的时间为T1，UWB基站2接收到的时间为T1。
3、计算时间差Td = T2 - T1。
4、对于至少四个UWB基站，可以得到三组这样的两两之间的信息。
5、通过数学方法（multi-lateration）可以解算出UWB标签的空间坐标。
由于算法比较复杂，这里不再赘述。由此可见，TDOA的优势首先在于一次定位的通信次数显著减少，其次由于是用时间差而非绝对时间进行测距，其精度也比TOA高出一些。但要保证TDOA系统中各个UWB基站的时钟必须严格同步，SKYLAB/95POWER的UWB定位系统方案基于TDOA定位算法，根据现场不同的定位环境，精度误差在10厘米-30厘米。UWB定位方案和硬件广泛应用于隧道、变电站、电厂、监狱等场所人员定位。
基站定位一般应用于手机用户，手机基站定位服务又叫做移动位置服务（LBS——Location Based Service），它是通过电信移动运营商的网络（如GSM网）获取移动终端用户的位置信息（经纬度坐标），在电子地图平台的支持下，为用户提供相应服务的一种增值业务，例如目前中国移动动感地带提供的动感位置查询服务等。基站定位的[1] 大致原理为：移动电话测量不同基站的下行导频信号，得到不同基站下行导频的TOA（Time of Arrival，到达时刻）或TDOA(Time Difference of Arrival，到达时间差)，根据该测量结果并结合基站的坐标，一般采用三角公式估计算法，就能够计算出移动电话的位置。实际的位置估计算法需要考虑多基站(3个或3个以上)定位的情况，因此算法要复杂很多。一般而言，移动台测量的基站数目越多，测量精度越高，定位性能改善越明显。TOA求职计怎么样？TOA求职计是一个值得信赖的英国求职平台，已经帮助500+英国留学生顺利入职海外大厂，导师们都非常有经验，也很有耐心，他们大多是来自现就职于金融/投行，四大/咨询，科技/工程，传媒/MKT/艺术/设计，医药/生物/科研等各行业的资深导师，能很好的根据你的专业和技能为你选择合适的工作和公司，还会给你提供最全面的英文面试技巧。我身边很多在英国留学的朋友都是通过TOA求职计顺利在英国找到工作的，我明年就要动身前往英国开启我的留学生涯了，以后大概率会留在英国工作，所以早早联系了TOA求职计，打算早了解英国的工作环境和就业形势，早做准备，希望在毕业之后也能顺利入职海外大厂。不仅如此，我的留学和签证办理业务也是找他们来 *** 作的，非常的贴心和给力！ 再不明白自己去百度下。
都是利用周期性信号相位关系来测量。
区别：
1、性质不同：共振干涉法是一种学术方法。无线电相位法是甚低频辐射场系统的一种，在航空电磁从中用以测定辐射场磁场成分的方法。TOA定位技术采用雷电电磁脉冲到达不同测站的时间差进行定位。
2、特点不同：雷电时差定向法据双曲线的特性，二站之间得到一个时间差，构成一条双曲线。无线电相位法对于陡倾斜导电率界面反映灵敏。共振干涉法调整低频信号发生器输出谐振频率 连好仪器后，调整低频信号发生器输出的正弦幅度。
3、优点不同：时差法雷电定位系统的理论探测精度，主要依赖各个探测站的时间测量和同步精度。无线电相位法在有利条件下有可能探测浸染状和块状硫化矿体。电场相位法可用于大面积 水文地质填图。共振干涉法测量波腹到波腹之间的距离或驻波相位差为2Pi。
扩展资料：
注意事项：
1、测量时，在不影响接收器运动的情况下，用手扶着引线，避免缠绕
2、对于机械波、声波、光波和电磁波而言，当波源和观察者（或接收器）之间发生相对运动，或者波源、观察者不动而传播介质运动时，或者波源、观察者、传播介质都在运动时, 观察者接收到的波的频率和声源的频率不相同的现象，称为多普勒效应。
3、学习用多普勒效应测量声速，加强对多普勒效应的理解。设声源在原点，声源振动频率为f，接收点在x，运动和传播都在x方向。对于三维情况，处理稍复杂一点，其结果相似。
参考资料来源：百度百科-雷电时差定向法
参考资料来源：百度百科-无线电相位法
参考资料来源：百度百科-共振干涉法
参考资料来源：百度百科-声速测量仪
不同的室内定位方法有不同的观测量方法，目前，主要的观测量方法有如下几种： 1RSSI测量：RSSI测量是通过计算信号的传播损耗，可以使用理论或者经验模型来将传播损耗转化为距离，也可以用于指纹定位建立指纹库； 2TOA测量：TOA方法主要测量信号在基站和移动台之间的单程传播时间或来回传播时间，TOA测量的定位方法为多边定位； 3TDOA测量：该方法同样是测量信号到达时间，但使用到达时间差进行定位计算，可利用双曲线交点确定移动台位置，故可以避免对基站和移动台的精确同步； 4AOA测量：AOA方法是指接收机通过天线阵列测出电磁波的入射角度，包括测量基站信号到移动台的角度或者移动台信号到达基站的角度。 目前，市面上的超宽带（UWB）人员定位系统主要应用以上几种观测量方法，也有的同时采取两种不同的方法，像智物达超宽带定位算法有两种，一种是测距算法，即采用TOF（Time of Flight）的方式，计算A、B两点电磁波飞行的时间，通过时间计算出两点之间的距离。一种是时钟同步算法，通过计算到达时间差（TDOA:Time Difference of Arrival）来确定标签和锚点之间的距离，然后通过三角定位的方式，计算出标签的位置。
1Ranging and direction finding
这是定位和导航的基本技术。
Ranging 早期研究使用ToA与TDoA技术，但需要精确的时钟同步，测距分辨率受到很大的限制（15cm，40cm），在不需要时钟同步和特殊硬件的情况下，BeepBeep设计了一个叫做两个时间到达的经过时间的算法（ETOA）来准确测量设备之间的距离， ETOAS由两个设备单独计算，设备之间的距离可以通过将时间持续时间信息与其对等点交换来导出，由于两个设备不同步，所以BeepBeep的更新速率较低，因此需要分配小窗口来分隔来自不同设备的声信号。RF-Beep利用RF和声学信号来测量TDoA用以测距。仅仅实现了半毫米的测距分辨率，这对室内定位远远不满足。
Direction Finding 早期研究使用声信号的多普勒频移执行方向查找，平均误差为18°，并不满意。Swadloon通过从多普勒频移和惯性传感器（accelerometer and gyroscope）捕获的速度相结合，将误差降到21°。
2Indoor and outdoor localization
Passive Indoor Localization 许多研究采用额外的传感器传输移动设备接收的声学信号，以便将基于声学的定位富有成效，这种基于声学信号的定位称为被动定位。早期两篇研究捕获背景光谱的声学指纹来决定室内的定位，然而这些方法受噪声的影响很大并且肯能出现高能量代价，为解决这一问题，使用声学信号的ToA成为精确室内定位的选择。 Guoguo 通过计算声学信号的ToA来定位目标位置，先进的信号处理技术为此工作提供了充足的覆盖面积，并通过符号交织信号结构来提高声学信号的传输速率以提升定位的更新速率。 SUTE 结合声学信号的多普勒频移和基于视觉技术来进行室内定位，其定位中位值为042m，SITE使用角度差异来计算一组位置，并且基于视觉的技术得到最终的定位。尽管这些研究得到很好的定位性能，但受限于额外的基础设施（RF,onboard vision sensor,LED light and specialized sonar）。 WalkieLokie 通过测量智能手机和安装在目标对象中的声学扬声器之间的相对位置来定位目标，以便用专门的设定的脉冲信号来估计ToA，此方法大大降低了部署成本（仅需智能手机和顶成本的扬声器），但是其平均测距误差为063m，落后于基于基础设施的方法。
Active Indoor Localization
通过在智能设备中主动发送扬声器的声学信号来定位用户位置，称为主动定位。
Voiceprint- and Acoustic Emanation-based User Authentication
在过去的几十年里，使用语音生物识别技术进行认证已经得到了很好的探索，为了实现基于声纹的用户身份验证，产生了一些方法，包括 Gauusian Mixture Model-Universal Background Model (GMM-UBM),GMM-supervector,i-vector model ,Deep Neural Network (DNN)-based models等 ，GMM-UBM的基本思想是利 用高斯概率密度函数（PDF）的组合来描述语音特征，以模拟个体的唯一性。现有的研究使用来自人类特定行为的可听声发散来进行用户身份验证。周等人使用按键动力学的声学发散来识别用户身份，这项工作提取某些声学特征（即声学信号的信号强度，MFCC）并进一步使用机器学习方法（即SVM）进行认证。 由于按键声发射和呼吸声都在可听到的频率范围内，这些方法很容易受到环境噪声的干扰。
Ultrasonic-based User Authenitication
有一些研究使用不可听的声学信号来感知人类行为以进行用户身份验证。 Zhang等人 测量接收到的声学信号的TDoA来区分人的声音与机器的声音。回声指纹使用智能手机和正向摄像头的音频设备来提取脸部轮廓以进行用户身份验证，具体来说， 使用FMCW收集脸部回声，提取声学特征应用CNN来允许手持手机姿势的改变，同时，使用摄像机探测脸部地标，结合特征，声学特征和脸部地标被传送到啊SVM分类器进行训练分类。
2Two-factor authentication
基于声学的传感被应用于双因素验证领域，在一个系统中，用户只有通过了两个类型的检测才能授权进入，这些因素可以是知识（如密码）、财产（如智能卡）、或者内在的（如指纹）。一些研究专注于新的基于声学的方法来检测移动设备和浏览器之间的接近作为第二因素。 Sound-Proof 使用环境的噪声在认证中作为第二因素来加强智能设备的安全和隐私，它测量用户的智能手机中接收的环境噪声和浏览器的相关性。智能手机上的应用程序触发的通知或者警告声音被误认为环境噪声而使第二因素认证失效。
Touch-Screen Patterns and Keystroke Eavesdropping Attacks
触屏 *** 作例如绘画打字等很少产生可听见的声音，模式和按键窥探攻击仅仅在主动发送不可听的声波信号下才可能实现。 PatternListener 利用这些信号的相位变化来追踪手指移动，以此窃听安卓智能手机未解锁模式，但是这项工作需要受害手机提供基于声学信号的传感，在现实攻击场景中不太实际。相反， KeyListener 通过分析反馈的信号主动发送不可听声学信号以及入侵人的按键。 本工作利用声信号的能量衰减来确定粗粒度的击键区域，并结合两个击键之间的手指运动，开发了一种基于几何的方法 以提高识别性能。
4Audio adversrial attacks
可以产生针对基于DNN语音识别模型的对抗样本，这些对抗对于人类而言是无法观察的，但是语音助手系统可以被隐藏地卡住、错误识别命令或者秘密控制，例如 CommanderSong 在受害者无意识的情况下将语音命令嵌入到一些音乐中以此攻击语音助手系统。 Adversarial Music 通过不可观察的对抗性音乐阻塞语音助手，这项工作目标是攻击尾音检测系统以及创建可以在空中物理发射的实时拒绝服务（Denaial-of-Service（DoS））攻击。没有考虑在空中传播的影响（如设备失真、信道效应、环境噪声） Li等人 首先测量CIR并将其集成到针对实际音频示例的对抗性示例训练过程中，这样可以使生成的对抗性示例在物理世界中播放时保持有效。 Metamorph 从一些小扰动测量中捕获 核心失真影响，如何使用域自适应算法精华扰动来提高攻击准确性和范围。
5Acoustic vibration attacks
Accelword 使用移动设备内置的加速来提取人们语音中的热词，使用高采样率， Pitchln 在物联网设备中使用运动传感器来窃听语音，作者采用一组与时间平行的传感器来进一步提高采样率，称为时间交错模拟数字转换（Time Interleaved Analog-Digital-Conversion（TI-ADC））。与先前的研究不同， Spearphone 探索使用手机内置的运动传感器来揭示智能手机扬声器的声音的可能性，Spearphone可以执行性别分类、用户验证以及语音识别甚至重构。
6Voice assistant privacy protection
1Audible Communication
Dhwani 使用现成的手机实现了短距离通信并利用全可听频带达到了24kps的数据率，这个系统使用以OFDM以及键位频移来减少环境噪声以及振幅的影响。 Priwhiper 使用8-10kHz可听频带来实现1kps吞吐量的短程通信，其采用频移键位来调制信号并估计环境噪声的电平来协助传输机决定信号强度。 Dhwani and PriWhisper 应用友好的阻塞技术来执行安全通信，具体而言，当发射机传输数据信号时，接收机传输随机干扰信号，由于只有接收机才知道阻塞信号，合法的接收机可以解码信号而攻击者不能，但是，通信中的可听声在人类感知的频率范围内，引起不良好的用户体验。
2Comunication Through Embedding Message in Common Audio
为了提高用户体验，一些研究使用信息隐藏技术来进行听觉声学通信，早期两个系统使用OFDM调制数据并将信号嵌入到常规音频信息中实现不可察觉的声学通信。 Dolphin 利用人类声觉系统不掩藏效应在人类不可察觉的情况下同时传输数据携带信号以及日常声音，然而这些研究仅能实现低于1kps的吞吐量，并且通信过程也会产生可听见的声音。然而，与其他基于机器学习的方法类似，这项工作需要额外的培训工作，这阻碍了它的广泛应用。从声传感模式中消除位置和方位信息仍然是一个有待解决的问题。
3Near-Ultrasonic Communication
Chirp 使用近超声带宽chirp信号来支持长距离的通信（25m），这项工作使用chirp信号的预期自结合特性（即chirp二进正交键）来消除频率和时间选择的衰退和提高声波信号的传输质量。开发新的同步和携带传感算法来区分chirp信号和环境噪声并进行通信。 U-Wear 在可穿戴医疗设备中实现超声通信，包括物理层、数据链路层、网络层，这项工作采用高斯最小频移键控和正交频分复用（OFDM）技术分别实现窄带和宽带信号传输，在2 kHz的带宽范围内可以实现27kbps的吞吐量。由于频带较窄，所以这种方法的吞吐量受到限制。
4Ultrasonic Communication
两项研究发现麦克风的非线性特性，这可以在声波信号的超声波频带上进行无线通信。具体而言， Backdoor 使用FM调制在超声信号的数据，以达到非语音性，吞吐量达到4kps。 Dolphin Attack 通过AM调制超声波携带信号上的语音命令，发出无声的语音命令攻击。最近的一项研究创新性地将OFDM复用技术与非线性模型和AM一起用于在超声频带中的多个窄带信道上传输数据，以便同时实现高吞吐量（即4749kbps）和不可听性。
5Water-based Medium Acoustic Communication
最近一项研究设计了与正交相移键控调制相结合的专用硬件，以进一步实现矿物油通信的250kbps的吞吐量。也有研究在人体组织中传输非常短的超声脉冲，其占空比自适应可调，并遵循伪随机自适应跳时模式来实现通信。
欢迎分享，转载请注明来源：内存溢出
微信扫一扫
支付宝扫一扫
评论列表（0条）