UWB学习——day3

Time Hopping Sequence(THS)

Time Hopping Sequence 基本上是一个时间序列,其中不同的时间槽或时间片用来表示数字数据中的不同比特或符号。通常,这些时间槽的持续时间非常短暂,通常只有纳秒级别,因此可以容纳大量的时间槽在一个数据帧中。
UWB采用THS技术除了出于安全性的考虑UWB学习——day2还有利于减少数据丢失或者损坏。

将数据包冲突转换为符号冲突

在UWB通信中,数据包被拆分成一系列非常短的时间窗口或符号,这些符号通常只有几纳秒。多个用户同时发送数据时,可能会导致符号碰撞,即不同符号的部分重叠。这种符号碰撞通常更容易处理,因为符号之间的时间间隔非常短,可以采用高分辨率的符号解调来区分它们。

  1. 符号长度短:UWB通信中的符号通常非常短暂,只有几纳秒。由于符号的持续时间很短,符号级别的碰撞通常只会导致其中一部分符号的错误,而不是整个数据包。这使得在检测和纠正错误时更容易区分和处理。
  2. 高分辨率符号解调:UWB系统通常使用高分辨率的符号解调技术。这意味着接收器能够非常精确地识别和解码每个符号,即使它们在时间上部分重叠,也可以被有效地分离和处理。
  3. 错误检测和纠正机制:UWB通信系统通常配备强大的错误检测和纠正机制。这些机制可以检测符号中的比特错误,并根据错误的位置进行纠正。因为符号长度较短,所以错误的位置通常更容易确定,进一步提高了检测和纠正的成功率。
  4. 多径效应利用:UWB通信还可以利用多径传播效应,即通过不同路径传播的信号能够在时间和空间上分离。这意味着即使出现符号碰撞,也可以通过选择最强的路径来最大程度地减小碰撞的影响。
    简单理解就是,大包(数据包)变小(符号),这样一方面能减少对全局的影响,另一方面,由于符号较短,错误位置更易确定,也可以用多种纠错策略。

体域网(Body Area Network)

分析BAN场景的特征在于

  • 功耗低,强调微小且易携带
  • 传输信道差,主要是穿过人体有衰减而且分配的频谱不友好
    基于上述情况,UWB技术应用于BAN的优势在于
  • 功耗低
  • 传输速率快
  • 收发装置结构简单

地理定位

基于其高精度,抗干扰能力强的特点,适用于小场景,特别是室内定位的场景下,此外在室外场景中的野外救援(基于其雷达的应用,详见UWB学习——day2。

原理

基于UWB信道中脉冲响应(channel impulse response)在空间上的相关性。
UWB信道中的脉冲响应是指UWB信号从发射器传输到接收器的路径上所经历的一系列时延、幅度和相位变化。在多径传播环境中,UWB信号可能会经历多个路径,包括直射路径和反射路径。这些不同路径上的信号成分会导致不同的脉冲响应。
"channel impulse response is correlated in space"意味着不同位置的接收器在收到UWB信号时会产生类似的脉冲响应。换句话说,如果两个接收器在空间中距离较近,它们的脉冲响应会有一定的相关性,因为它们可能接收到来自相似的信号路径。
UWB学习——day3_第1张图片
如上图所示,步骤如下:

  1. 标签向区域(Region)A、B、C向发送信号
  2. 分析从A、B、C返回的信号,以及它们直接的相关性(协方差)
  3. 根据三个点画圆,求出坐标
    求相交坐标方法如下:
    理想情况下,三个圆应该于一点(甚至只需要两个圆即可)
    UWB学习——day3_第2张图片
    但往往有误差的存在,使得,相交的为一个区域,甚至不相交,如图
    UWB学习——day3_第3张图片
    UWB学习——day3_第4张图片
    先以交于一个区域为例,先求两个圆相交的坐标中间点C的坐标。
    UWB学习——day3_第5张图片
    问题可抽象为P,Q为两个基站的坐标分别为 ( x 1 , y 1 ) , ( x 2 , y 2 ) (x_1,y_1),(x_2,y_2) (x1,y1),(x2,y2),测得的半径分别为 r 1 , r 2 r_1,r_2 r1,r2,求C点 ( x 0 , y 0 ) (x_0,y_0) (x0,y0)的坐标。
    设AC的长度为 h h h,可列得方程如下:
    { P Q = P C + C Q r 1 2 = P C 2 + h 2 r 2 2 = C Q 2 + h 2 \left\{\begin{matrix} PQ=PC+CQ\\ {r_1}^2=PC^2+h^2\\ {r_2}^2=CQ^2+h^2 \end{matrix}\right. PQ=PC+CQr12=PC2+h2r22=CQ2+h2
    其中PQ的长度为 ( x 1 − x 2 ) 2 + ( y 1 − y 2 ) 2 \sqrt{(x_1-x_2)^2+(y_1-y_2)^2} (x1x2)2+(y1y2)2

由此求得PC长度为 P C = r 1 2 − r 2 2 2 P Q + P Q 2 PC=\frac{{r_1}^2-{r_2}^2}{2PQ} +\frac{PQ}{2} PC=2PQr12r22+2PQ
再根据坐标关系,求得 { x 0 = x 1 + ( x 2 − x 1 ) P C P Q y 0 = y 1 + ( y 2 − y 1 ) P C P Q \left\{\begin{matrix} x_0=x_1+\frac{(x_2-x_1)PC}{PQ}\\ y_0=y_1+\frac{(y_2-y_1)PC}{PQ} \end{matrix}\right. {x0=x1+PQ(x2x1)PCy0=y1+PQ(y2y1)PC

将这三个圆求得两两相交的交点,三个值取平均值,即为最后的坐标。

你可能感兴趣的:(UWB,学习,网络,算法)