《基于自适应时延估计的室内近场测距算法-王鹏.pdf》由会员分享，可在线阅读，更多相关《基于自适应时延估计的室内近场测距算法-王鹏.pdf（16页珍藏版）》请在taowenge.com淘文阁网|工程机械CAD图纸|机械工程制图|CAD装配图下载|SolidWorks_CaTia_CAD_UG_PROE_设计图分享下载上搜索。
1、第40卷第8期 计 算 机 学 报 V0140 No82017年8月 CHINESE JOURNAL OF CoMPUTERS Aug2017基于自适应时延估计的室内近场测距算法王 鹏u 张晓彤” 徐丽媛 何 杰” 徐金梧2”(北京科技大学计算机与通信工程学院北京 100083)”(北京科技大学机械工程学院北京 100083)摘要室内近场测距利用近场区内电磁场之间的相位差与通信距离之间的关系来实现测距但测量相位差不仅需要目标信号的先验知识，且对系统同步精度要求较高该文将电磁场之间的相位差转化为电磁场之间的时间延迟，通过自适应时延估计来实现近场测距SETDE算法能够在低信噪比的情况下实现时延的自
2、适应估计，且计算开销小，适用于实时测距系统但当时延变化快时，SETDE算法对时延的估计会存在一定的时间滞后，且有可能收敛于局部最优值，无法得到真实时延针对这个问题，该文提出了一种改进的RSSI-SETDE算法，并通过仿真和实验测试对算法的可行性进行了验证在现有脉冲噪声模型和传播模型的基础上，通过自适应阈值脉冲消隐器滤除脉冲噪声，计算接收信号强度，得到通信距离和电磁场时延的粗略估计，将其作为SETDE算法的初始时延估计值在一定信噪比范围内，RSSI-SETDE算法能够避免代价函数局部最优值对时延估计的影响，提高算法的收敛速度，适用于对室内移动目标的快速跟踪测距关键词室内近场测距；脉冲噪声；RSS
3、I；SETDE；自适应时延估计；物联网；信息物理融合系统中图法分类号TP311 DOl号1011897SPJ101 62017。01902Indoor Near Field Ranging Algorithm Based onAdaptive Time Delay EstimationWANG Peng” ZHANG XiaoTon91 XU LiYuanl HE Jiel XU JinWu21(School of Computer and Communication Engineering，University of Science and Technology Beijing，Beijin
4、g 100083)”(School of Mechanical Engineering，University of Science and Technology Beijing，Beijing 100083)Abstract The nearfield phase behavior of radio signals iS exploited in indoor nearfield electromagnetic realtime ranging systemPhase difference detection needs not only a priori knowledgeof the ta
5、rget signal， but also high precision of system synchronizationThe phase differencebetween the electric and magnetic components of a narrowband low frequency signal can beconverted to the time delay between themAccordingly，time delay estimation can be exploited inindoor near-field ranging systemSimpl
6、ified explicit time delay estimator(SETDE)can adaptivelytrack the time delay at low signaltonoise ratio(SNR)and is computationally efficient for inindoor realtime locating systemBut when time delay changes rapidly，the SETDE algorithmtracks the delays with time lagsThe SETDE algorithm may not converg
7、e to the true time delaybecause of local optimaTo address this problem，an Improved RSSISETDE algorithm is proposedBased on the existing impulse noise model and signal propagation model，the received signalstrength(RSS)is calculated after the impulse noise is filtered by adaptive threshold pulse blank
8、erThen we get a rough estimate of the communication distance and time delay which will be used as收稿日期：20151105；在线出版日期：20160226本课题得到国家自然科学基金项目(61273071，61173150)、北京市自然科学基金(4152036)资助王鹏，男，1 988年生，博士研究生，中国计算机学会(CCF)会员，主要研究方向为低频无线通信、无线传感器网络、自适应时延估计Email：wangpengxsustbeduen张晓彤(通信作者)，男，1968年生，博士，教授，博士生导师，
9、主要研究领域为无线传感器网络和低频无线通信E mail：zxtustbeduen徐丽媛，女，1989年生，博士研究生，主要研究方向为无线定位何 杰，男，1983年生，博士，讲师，主要研究方向为无线定位徐金梧，男，1949年生，博士，教授，博士生导师，主要研究领域为低频无线通信万方数据8期 王鹏等：基于自适应时延估计的室内近场测距算法the initial time delay estimate of SETDE algorithmWithin a certain range of SNR，RSSISETDEalgorithm will converge to the true time del
10、ay rapidly which is suitable for indoor ranging of fastmoving targetsKeywords indoor near field ranging；impulse noise；RSSI；SETDE；adaptive time delayestimation；Internet of Things；CyberPhysical System1 引 言随着无线通信技术的发展，室内定位技术受到越来越多的关注但是由于室内环境的复杂性，常用的高频无线信号存在多径干扰和衰减严重的问题，影响定位精度室内近场定位系统是利用近场电磁场测距(Near Fie
11、ld Electromagnetic Ranging，NFER)技术来实现室内实时定位的系统1该系统利用低频信号能够更好地穿透建筑物的特点，有效地减少多径干扰，同时能够提高在非视距情况下的定位精度文献23分析了自由空间里电磁场相位与距离的关系文献E4分析了NFER技术的频率选择，以获得更好的测距精度文献E5-1分析了NFER技术的测距误差特征在国际上，NFER技术的测距精度能够达到40cm，应用于自动化工厂中防止工人被机械碰撞、核电行业中避免员工暴露于辐射以及军事大型培训机构跟踪士兵此外，在各种复杂环境中，NFER技术可以用来可靠地跟踪消防员和矿工，用于安全救援NFER是利用电场天线和磁场天线
12、在近场分别接收发射信号的电场部分和磁场部分，然后利用近场电磁场之间的相位差与通信距离之间的关系来实现测量接收信号的相位差一般使用鉴相器，不仅需要目标信号的先验频谱知识，还需要电场信号处理通道和磁场信号处理通道同步工作1同步精度会影响鉴相器对电磁场相位的鉴别精度，进而影响测距精度，因此系统结构复杂且对系统工作条件要求高对于NFER采用的低频窄带信号，电磁场之间的相位差可以转化为电磁场之间的时间延迟6因此，我们也可以通过估计接收电磁场信号的时延来实现室内近场测距文献7对比了LMSTDE(Least Mean Square Time Delay Estimator)、CTDE(Constrained
13、 Time Delay Estimator)、ETDE(ExplicitTime Delay Estimator)、SETDE(Simplified ExplicitTime Delay Estimator)、ETDGE(Explicit Time Delayand Gain Estimator)等5种自适应时延估计算法的性能这五种算法都基于最小均方准则，采用FIR滤波器来建立时延模型，适用于实时系统且不需要接收信号的先验频谱知识CTDE算法计算开销最小，但是在高信噪比的环境下无法提供时延的无偏估计LMSTDE和ETDGE算法在滤波器长度足够长的情况下可以获得相同的性能；ETDE和SETDE分
14、别在高信噪比和低信噪比的情况下，性能接近ETDGE算法，但是SETDE算法的计算开销最小因此，在低信噪比的情况下，SETDE更适用于室内近场测距室内环境中存在很多人为产生的噪声，例如：开关用电设备、照明设备、工业机械等产生的噪声这些噪声都是具有严重拖尾的脉冲噪声，无法用高斯噪声模型来表示89文献io对非高斯脉冲噪声进行了研究，对于窄带接收系统的自然界噪声和人为噪声，可以用对称a稳态分布模型来描述由于非高斯脉冲噪声不存在有限的二阶矩，传统基于方差的互相关和参数估计算法不能够提供稳定的性能，文献11研究了基于分数低阶矩(Fractional LowerOrder Moments，FLOMS)的a稳
15、定分布信号处理在此基础上，文献12提出了分数低阶SETDE算法，分析了该算法的收敛特性和稳态性能该算法虽然能够准确估计两路接收信号之间的时延，但是对于时间延时不断变化的情况，SETDE存在一定的时间滞后在近场电磁场测距时，如果需要测距的对象是在不断移动变化的，采用SETDE算法不能快速精确地测出与目标之间的距离文献13-142分别提出了两种变步长最小平均分数低阶矩的自适应方法，能够有效地提高自适应算法的收敛速度，提高算法对于变化系统的跟踪性能但是变步长的自适应算法在收敛阶段采用较大的步长来提高收敛速度，会引人较大的收敛误差，使该阶段的时延估计误差较大如果测距目标的位置始终在变化，则测距误差会一
16、直比较大另外，由于噪声的影响，当自适应算法的代价函数存在局部最优值和全局最优值时，如果初始时延估计值设置不当，算法会收敛于局部万方数据计 算 机 学 报最优值，使时延估计出现错误本文提出一种基于RSSI(Received Signal StrengthIndication)的SETDE算法，根据接收信号的信号强度，来更新SETDE算法初始时延估计值如图1所示，在接收端，分别用电场天线和磁场天线来接收发射信号的电场部分和磁场部分为了减小脉冲噪声对计算接收信号强度(Received Signal Strength，RSS)的影响，使接收信号首先通过自适应阈值脉冲消隐器，滤除幅值超过阈值的脉冲噪声根
17、据RSS值以及自由空间的传播模型，得到通信距离和电磁场信号时延的粗略估计，并将该时延值作为SETDE算法的初始时延估计值当测距目标在快速移动时，RSSISETDE算法能够根据变化的RSS值不断更新SETDE算法的初始时延估计值当信噪比在一定的范围内时，根据RSS计算出的时延值与真实时延的误差也在一定范围内，能够有效地提高SETDE算法的收敛速度同时，由于误差在一定范围内，初始时延估计值也会更加接近于真实时延，能够有效地避免代价函数的局部最优值对时延估计的影响，使SETDE算法最终收敛于真实时延，从而得到与目标的真实距离因此，RSSISETDE算法能够对室内快速移动目标实现精确跟踪测距本文第2节
18、介绍整个系统模型，包括天线对电磁场信号的接收模型、近场传播模型和噪声模型；第3节介绍RSSISETDE算法的具体实现，并分析算法的计算复杂度；第4节介绍实验结果，通过仿真，分析不同信噪比对RSS计算误差以及算法收敛性能的影响，通过实验测试，验证算法的可行性；文章最后给出结论和将来需要做的工作2 系统模型为了计算接收信号电场部分和磁场部分的时延，如图1所示，NFER系统分别用电场天线(单极子天线、偶极子天线)和磁场天线(环形天线)来接收同一个发射天线发出的信号口 PRxPrx一警式(1)描述了远场信号在自由传播空间里的传播过程，由Harald Friis于1946年提出1 5|其中，Prx是发射
19、功率，PRx是接收功率，A丁x是发射天线的有效面积，A。x是接收天线的有效面积，是天线之间的距离，A是信号波长当低频信号在近场传播时，路径损耗不等于r2A 2但是当天线垂直于水平面时，如图1所示(护一90。，z一0为水平面)，天线的近场有效面积与远场有效面积相同1 6|为了计算接收信号的时延，在发射天线相同的情况下，电场天线和磁场天线需要具有相同的有效接收面积A。x，这就要求电场天线和磁场天线有相同的电尺寸、方向图和极化方向1 73如图1所示，假设电场接收天线是竖直放置的单极子天线，磁场接收天线是竖直放置的环形天线，这样接收天线的极化方向都是垂直极化，电尺寸也很容易设计成相同尺寸但是单极子天线
20、的方向图是水平全向，而竖直放置的环形天线的方向图在水平方向不是全向的】8|为了使磁场接收天线的方向图是近似水平全向的，可以用两个互相垂直的环形天线作为磁场接收天线，然后对两路接收信号进行叠加作为磁场接收信号这样接收天线可以接收来自360。方向的信号，实现全向测距图2为两个环形天线接收低频信号时的方向图，图3是环形天线方向图叠加后的方向图和单极子天线方向图，可以看到，环形天线叠加后的方向图近似全向，090。 帆钏。 二揠口却蕊 霸，嶝 娑藤 裁逐 娑246 气nn270 270环形天线1的方向图 环形天线2的方向图图2单个环形天线的方向图藤 磊咿 涔，。l方、-；= ：；nn糕 磊蠖 裂万方数据
21、8期 王鹏等：基于自适应时延估计的室内近场测距算法 190521近场传播模型NFER系统测距时采用低频信号，信号波长远大于天线的尺寸，因此天线可以近似为无穷小电流源或磁流元，天线的辐射效率很低，大部分能量处于天线的近场区如图1所示，假设发射天线是长度为z的单极子天线，天线内部电流J均匀分布，则在自由空间某点(r，0，)的电场强度E、磁场强度H分别为1叼E，一7警+志Pm Eo嘲訾+志一击Pm，巴一0 (4)H，一H日一0 (5)H一一J警+寿Pm 47【，J L J足州r_|其中叩一以。是介质的本质阻抗，产。是介质的磁导率，是介质的介电常数，k。一2 7cA为波数在近场区，当r0sign()一
22、0，0B其中，B是脉冲消隐器的阈值当B的值设置过小时，大部分的目标信号会被滤除，增加RSS值的计算误差；当B的值设置过大时，对脉冲噪声的消隐作用有限在室内测距环境中，目标信号强度会随着测距目标的移动而变化，因此阈值B需要根据接收端目标信号的强度变化而自适应改变当自适应脉冲消隐器(Adaptive Threshold Pulse Blanker，ATPB)的阈值B等于目标信号峰值时，消隐效果最佳口1|在接收端，目标信号的峰值可以通过峰均功率比(PeaktoAverage Power Ratio，PAPR)来计算峰均功率比的定义为 雕豫一，mg。(箫黼)，假设发射端目标信号的峰均功率比为RTx，接
23、收端含有脉冲噪声的信号为s(足)，则自适应脉冲消隐器的阈值B可以设置为B一(鲁l。E(k圳2) (36)33算法复杂度分析算法1 RSSI-SETDE算法输入：电场天线接收信号3c(k)，磁场天线接收信号y(是)输出：时延估计终值西1初始化时延初始值bo、时延差值AD、步长参数肌采样个数N、发射信号的峰均功率比R，。2。计算z(屉)的RSS值，根据发射信号的峰均功率比RTX，设置脉冲噪声消隐器的阈值B，得到消隐噪声后的电场信号z7(七)3计算327()的RSS值，根据传播公式得到距离估计值r，根据距离与时延之间的关系，得到时延估计值D。如果D。一D。ID，更新SETDE算法的时延初始值D。一D
24、。；如果f D。一Do f加，不更新SETDE算法的时延初始值4利用SETDE算法对z(女)和Y(女)进行处理，得到时延估计值D(女)5更新初始时延估计值D。一D(女)和时延估计终值D=D(是)，根据时延估计终值D查表获取距离值，返回步骤2算法1中，时延差值D根据时延估计值D。，的误差范围来确定为了减少步骤4的计算负载，可以建立cosine函数和sinc函数的查找表323对于N个采样值，SETDE算法需要N(4P+2)次加法，N(4P+4)次乘法，2N次查找和2N次幂运算为了减少步骤2、3计算RSS值时的计算负载，可以将第2步中z(忌)2的计算结果存放在N个存储空间里，在步骤3中再次利用，可以
25、使RSS值的计算减少50；对于RSS值与距离之间的关系以及距离与时间的关系可以建立查找表这样，对于N个采样值，改进后的RSSISETDE算法增加了(N+1)次乘法，2次除法，2(N一1)次加法，N次比较以及3次查找当N一1000，P一15时，算法增加的开销比例为：乘法增加156，加法增加322，查找增加015由于计算机执行比较运算会远快于执行幂运算，所以改进后算法计算量相对于原算法增加不大，在实时测距系统中实现时，可以在并行处理器中同时运行RSSI算法和SETDE算法，提高算法执行效率，降低算法的时间开销表1对比了几种常用时延估计算法的运算复杂度，从表1中可以看出SETDE算法的运算复杂度小于
26、LMSTDE算法和ETDE算法的运算复杂度RSSISETDE算法的运算复杂度相对SETDE算法有所增加，但在实际应用中，为了减小稳态时延误差，一般取P10，所以其运算复杂度仍然小于LMSTDE算法和ETDE算法的运算复杂度表1不同算法运算复杂度对比算法名称 加法运算 乘法运算 其它要求LMSTDE(4P十2)(4P+3)N(2200PN+10P tJ：熊法ETDE N(6P+3)N(6P+5) 2N次查找SETDE N(4P+2)N(4P+4) 2N次查找LMPsET。E N(4P+2)N(4P+4)2莴燃麟t娅咖州P州P黼渊i镰铲4 实验结果这部分将对RSSISETDE算法的性能进行仿真分析
27、如图8所示，目标信号为载波频率1MHz的二进制相移键控(Binary Phase Shift Keying，万方数据8期 王鹏等：基于自适应时延估计的室内近场测距算法BPSK)调制信号，采样频率为100 MHz，采样间隔T，一10一S设电场天线和磁场天线之间的衰减因子A一1，则时延及路径损耗与距离之间的关系如图9所示假设对称a稳定分布噪声的各个参数分别为a一15，p一艿一0，y一1由于口稳定分布不存在有限的二阶矩，根据分散系数定义的混合信噪比(Mixed Signal Noise Ratio，MSNR)26为，2SNR。一10loglo(詈) (37)、， 其中，盯；是目标信号的方差图10为混
28、合信噪比SNR。一95 dB时的信号波形图8信号波形图9 时延及路径损耗与距离之l司的关系41 RSS计算误差图8所示目标信号的峰均功率比为R豫一89 dB，图10所示的信号经过脉冲消隐以后的波形如图11所示，可以看出尖锐的脉冲噪声能够被有效地消掉表2对比了各种不同信号的RSS值计算误差(SNR。一95dB)，其中S表示原始信号，SN表示含有对称a稳定分布噪声的信号，SNB表示SN信号经过噪声消隐以后的信号通过比较不同信号的RSS计算误差，可以看出脉冲消隐可以有效地提高RSS的计算精度6050403020蜊10粤。一lO一20一3040-500 02 04 06 08 10时间10s图10含噪
29、声的信号波形图ll脉冲噪声被消隐后的信号波形表2 RSS计算误差从图12中可以看出，随着信噪比的减小，阈值受到噪声的影响越来越大，导致在低信噪比的情况下，RSS计算误差会比较大且误差随着信噪比的减302520趔15屉lO5o扩击志10信噪比dB图12 阈值B与信噪比之间的关系万方数据计 算 机 学 报小而增加但是从图13可以看出，脉冲消隐能够有效地去除脉冲噪声对RSS值计算的影响，信噪比越低，脉冲消隐的作用越明显当混合信噪比SNR。6 dB时，RSS的计算误差在100以内信噪比【图1 3 RSS计算洪差与混合信噪比的关系在定位系统中，随着测距范围的扩大，混合信噪比降低，RSS的误差会增加但是在
30、近场区域，信号强度随着距离的增加按照距离的3次方衰减，所以当RSS的计算误差为100时，距离的估计误差会小于100图14、图15分别显示了当RSS计算误差在o100(SNR。6 dB)的范围时，距离估计的误差范围和时延估计的误差范围从以上结果可，删图1 5 SNR。，6 dB时时延估计误差范围知，随着距离的增加，距离的估计误差和时延的估计误差都会增加，但是时延的估计误差始终在一定的范围内，后面将会分析RSS的计算误差对RSSI-SETDE算法的影响42局部最优和全局最优本文中将原始信号z(志)通过一个121抽头、传60递函数为：sinc(iD)z1的FIR滤波器产生延迟信号z(是一D)同时，c
31、osine和sinc函数查找表的大小分别为1024和53131，使时延估计精度能够达到采样间隔的1；P取15，使时延估计误差保持在可接受的范围内口2|当L取值为1时，在对称d稳定分布噪声环境下，SETDE算法的代价函数为J(D)一E(Y(k)妇z 7。5(忌)油) (38)由于噪声的影响，在迭代收敛的过程中，该代价函数可能存在局部最优值，导致时延估计值收敛于局部最优值在时延D一23T；时，通过将随机生成不同的非高斯噪声分别加入两组信号，两组不同采样数据的代价函数J(D)与时延估计D的关系如图16所示左侧数据的代价函数J(D)存在(-03，49302)和(234，73011)两组最优值，其中(一
32、03，49302)为局部最优值，(234，73011)为全局最优值；右侧数据只有一组最优值(232，69482)图l 6 代价函数J(D)与时延估计D的父系当步长因子口一67107。、参数a一615105、初始时延估计值D。一01T；时，分别用SETDE算法对两组数据进行处理，结果如图17所示左侧数据的时延估计值D收敛于局部最优值一03L，右侧数据的时延估计值D收敛于全局最优值23t，所以，当代价函数J(D)存在局部最优值时，如果初始时延估计值选择不恰当，可能导致算法失效万方数据8期 王鹏等：基于自适应时延估计的室内近场测距算法252。15軎LO。5j05有局部最优值0 2000 4000迭代
33、次数2-52。15軎。5。05无局部最优值O 2000 4000迭代次数图17 时延估计D随迭代次数的变化通过对左侧数据改变初始时延估计值进行仿真可知，当D。Eo，09(T，)时，时延估计值D收敛于一03T；当D。Eo9，381(t)时，时延估计值D收敛于23T：；当D。E38，25(T。)时，时延估计值D收敛于其他局部最优值或者无法收敛图18显示了当时延D一23T,时，在不同混合信噪比的情况下，RSSISETDE算法时延估计初始值D。的取值范围从图中可知，当混合信噪比SNR。112 dB时，RSSISETDE算法的初始时延估计值D。(38，25(L)，能够有效地减小局部最优值的存在对时延估计
34、的影响信噪比dB图18 D一23t时，b。与SNR。的关系图19显示了对于不同混合信噪比SNR。和时间延迟D，RSSISETDE算法中初始时延估计值D。的取值范围从图中可知，当时间延迟D较大即测距目标较近时，SNR。的变化对D。的取值影响较小；当时间延迟D较小即测距目标较远时，SNR。的变化对D。的取值影响较大通过以上分析可知，当混合信噪比SNR。在一定范围内时，RSSISETDE算法能够有效地减小局部最优值的存在对SETDE算法时延估计的影响图1 9对于不同的SNR。及D，D。的取值范围SNR。的范围随着测距范围的变化而变化43收敛性能分析初始估计时延值D。不仅影响SETDE算法能否收敛于全
35、局最优值，对于算法的收敛速度也有重要的影响图20显示了当初始时延估计值分别为01T，45t，时延D一23T，时，SETDE算法的收敛性能其中，45L是SNR。一95 dB时，RSSISETDE算法的初始时延估计值从图中可以看出，当初始时延估计值为01L时，算法收敛于真实时延需要3200次迭代；当初始时延估计值为45t时，算法收敛于真实时延需要2000次迭代，迭代次数减少了375454O353O0 2-5XQ 2O151OO500 500 1000 1500 2000 2500 3000 3500 4000迭代次数图20初始时延分别为017：，4j】：时SE 4FDE算法收敛性能图21显示了RS
36、SISETDE算法在不同混合信噪比情况下的收敛性能由于信噪比对RSSISETDE算法和传统SETDE算法的稳态性能影响相同，为了方便比较，此处只考虑信噪比对初始时延估计值的影响，不考虑信噪比对稳态性能的影响从图中可万方数据计 算 机 学 报图21 RSSISETDE算法收敛速度与SNR。，的关系以看出，随着信噪比的增加，初始时延估计值越来越接近23L，算法的收敛速度越来越快图22显示了当稳态误差e1(即0023t)时，迭代次数与混合信噪比的关系可以看出随着信噪比的增加，RSSISETDE算法能够有效地减小迭代次数，提高收敛速度图22迭代次数与SNR。的关系当测距目标在快速移动时，电磁场之间的时
37、延会迅速变化图23显示了混合信噪比SNR。一104 dB，时延D从23T,阶跃变化到46T，时，RSSISETDE算法和传统SETDE算法的收敛性能的变化RSSI-SETDE算法收敛于真实时延的迭代次数分别为1200次、6900次；传统SETDE算法收敛于真实时延的迭代次数分别为3200次、8000次由此可见，RSSI-SETDE算法的收敛性能明显优于传统SETDE算法；从之前的分析可知，随着混合信噪比的增加，RSSISETDE算法的收敛性能会越来越好图24、图25分别显示了在混合信噪比SNR。一图23时延阶跃变化图24 时延线性阶跃变化图25 时延正弦阶跃变化13dB，时延D分别为线性阶跃变
38、化和正弦阶跃变化时，RSSISETDE算法和传统SETDE算法的收敛性能的变化其中，线性阶跃变化中时延阶跃D妇。一万方数据8期 王鹏等：基于自适应时延估计的室内近场测距算法 19131L，正弦阶跃变化中时延阶跃D。一25t从图24中可以看出RSSISETDE算法和传统SETDE算法都可以收敛于真实时延值，且收敛速度差不多但当时延阶跃D。一2ST,时，传统SETDE算法无法跟踪时延变化从图25可以看出，当时延阶跃D。一25T。且按照正弦方式变化时，RSSISETDE算法依然能够迅速地跟踪时延变化图26显示了每次时延阶跃变化以后，时延估计误差的绝对值随迭代次数的变化通过统计可知，当步长因子“一67
39、101。，RSSI-SETDE算法的稳态时延误差均值为00283T，I刳26 时延洪差绝对值图27显示了当RSSISETDE算法的稳态时延误差均值为00283T。时，近场测距误差随距离的变化从图中可以看出，时延误差对测距误差的影响是非线性的，在近距离和远距离处影响较大，中间距离影响较小，距离范围随信号波长变化14121O和8媸曼06聪04O2O005 010 0 15 020 025 030距离(A)图27测距误差表3对相位检测和时延估计两种近场测距技术的性能进行了比较NEFR利用相位差检测方法测距时，在141m234m范围内平均测距误差为34 cm5理论上，在混合信噪比SNR。一13 dB，
40、信号频率为1MHz，采样频率为100MHz时，RSSISETDE算法在12m90m的范围内最大测距误差为42cm但是在实际应用中，随着距离的增加，信号强度迅速减小，很难保证信噪比达到要求，所以真实误差需要实际测量在实际应用中，可以通过选择信号频率、采样频率以及步长因子等参数，来提高测距精度，而且RSSISETDE算法不需要各个信号通道之间同步，实现相对容易表3不同NFER方法比较通过以上分析可知，RSSISETDE算法比传统SETDE算法具有更好的收敛速度，且收敛稳态误差相对较小在一定的信噪比范围内，RSSISETDE算法可以替代相位检测方法，用于目标迅速移动时的室内近场测距44实验验证图28
41、显示了实验系统的系统框图，由于磁场天线和电场天线在近场具有相同的电磁场时延变化，且磁场发射系统更容易搭建，所以本实验发射系统采用环形发射天线实验系统如图29所示，发射信号是载波频率为1MHz的BPSK调制信号，发射峰值功率为2W由于方形天线与环形天线具有相似的方向图，且易于设计，所以接收磁天线采用方形天线，接收电天线为单极子天线发射信号和接收信号均通过示波器采集，采样频率为250 MHz图30分别显示了经过BPSK调制后的发射信号和距离发射24m处的电磁场接收信号实验分别采集距离发射天线16m、24m、32m、40m、48m时的电场信号与磁场信号，每个距离采集10组数据，每组10000个点，然
42、后分别用SETDE算法和RSSISETDE算法处理，取每个距离10组数据稳态时延的平均值作为该距离的电磁场时延图31显示了磁场信号路径损耗实际测量值随距离的变化在16m48m的范围内，采样频率为250MHz时，电磁场之间的时延值约为625T：，所以RSSISETDE算法的初始时延估计值D。一625t图32显示了RSSISETDE算法求得的时延值万方数据计 算 机 学 报图28实验系统框图图29实验系统发射信号图30 BPSK调制信号随距离的变化规律，由于SETDE算法无法收敛于稳定值，图中未画出从图中可以看出，由于电场信号接收电路和磁场信号接收电路本身对信号有一定的延时，且由于接收电路不同，时
43、延不同，所以1。6 rll时电磁场之间的时延值为7069T，大于625T，另外从图中可以看出，随着距离的变化，电磁场之间的时延变小，电磁场之间的时延能够反映出距离的图31路径损耗图32 电磁场时延随距离的变化变化，验证了RSSISETDE算法的可行性由于目前的实验系统比较简单，接收天线比较大，不适合进行远距离实验，所以今后的主要工作在于改善实验系统，进行大量实验，建立近场的电磁场路径损耗和时延变化的实际模型而RSSISETDE算法能够同时获得信号的功率和时延值，为实际模型的建立提供了算法基础万方数据8期 王鹏等：基于自适应时延估计的室lj近场测距算法 19155 结 论针对近场室内测距中测距目
44、标移动迅速的情况，本文将计算电磁场相位差转化为电磁场信号的时问延迟估计为了保证近场测距的实时性和准确性，本文在传统SETDE算法的基础上，加入接收信号强度指示，用来更新传统SETDE算法的初始时延估计值在计算RSS值时，为了减小脉冲噪声的影响，本文采用了自适应阈值的脉冲消隐器来减小计算误差在现有传播模型的基础上，本文分析了不同混合信噪比对RSSISETDE算法性能的影响，并且通过实验对算法的可行性进行了验证当信噪比在一定范围内时，RSSISETDE算法能够有效地减小局部最优值对时延估计的影响，同时能够提高时延估计的收敛速度因此在一定的信噪比范围内，RSSISETDE算法适用于目标迅速移动时的室
45、内近场测距6将来工作本文中信号的传播损耗是基于自由空间的传播公式，跟实际的室内环境会有所不同在今后的工作中，需要完善实验系统，并通过大量的实际测试来修正传播模型和时延模型，提高室内测距的精度本文中在计算RSS值时采用了比较简单的自适应阈值消隐器，计算精度受信噪比的影响较大，今后需要研究新的降噪算法，提高RSS的计算精度由于变步长的SETDE算法尚未被研究，所以本文仿真结果中没有分析步长变化对收敛性能的影响今后需要研究变步长的RSSISETDE算法来提高时延估计性能目前算法只利用了采样数据的二阶矩或者分数阶矩，未来将研究采样数据高阶矩对自适应算法的影响，同时提高算法的收敛性能，减小算法的收敛误差
46、，强化算法的自适应性123参 考 文 献Schantz H O，DePierre R ESystem and method for nearfield electromagnetic ranging，US Patent 6963301，Q TrackCorporation，Huntsvilie，USA，2005Schantz H GNear fieid phase behaviorAntennas andPropagation Society International Symposium，Washington，USA，2005，3：134137L3Schantz H GA realtime
47、location system using near-fieldelectromagnetic rangingPrDceedlngs of the Antennas andPropagation Society International SymposiumHonolulu，USA，2007：3792-3795E4Kim C W，Chin F P S，Garg H K，Selection of frequency fornear field electromagnetic ranging(NFER)based on itsCramer-Rao boundSignal Processing Letters2007，14(12)：】0001003E5 Schantz H G，w eil C，Unden A Hcharacterization of errorin a nearfield electromagnetic ranging(NFER)real timelocation system (RTLS)Proceedings of the Radio andWireless Symposium(RWS)Phoenix，USA，2011：3793826Qiu TianShnang，Wei Dong-Xing，et al，Adaptive Sign