藍牙到達角(AoA)和出發(fā)角(AoD)技術給室內(nèi)定位標準帶來新框架。利用此技術，室內(nèi)定位的基本問題可分為判斷射頻信號的到達角和離開角?，F(xiàn)在有很多企業(yè)開始在AoA/AoD上投入研發(fā)力量。例如深圳信馳達將會在AoA/AoD上,投入研發(fā)力量進行實驗與測試。

 

        定位功能是戶外應用需求中備受關注的功能，定位技術中不乏有很多實用的應用，例如在世界各地被廣泛運用的GPS。

 

        在室內(nèi)環(huán)境無法使用GPS等衛(wèi)星定位時，需要更精確的室內(nèi)定位技術。使用室內(nèi)定位技術作為衛(wèi)星定位的輔助定位，可以有效解決衛(wèi)星信號到達地面時穿越建筑困難的問題，最終定位物體當前所處的位置。藍牙5.0標準發(fā)布以來，越來越多基于藍牙5.0的應用被開發(fā)出來。現(xiàn)在，室內(nèi)定位技術AoA/AoD建立室內(nèi)定位新框架，利用藍牙尋向算法，使室內(nèi)定位更加精準簡單。

 

        藍牙AoA/AoD技術使用外部追蹤系統(tǒng)測量某個對象的位置或角度，追蹤設備在室內(nèi)環(huán)境中的位置。這種定位系統(tǒng)可以運用于倉庫的物流追蹤或商場顧客位置追蹤，人們可以將其用于定位尋路。
        AoA技術以接收器和發(fā)射器為基礎。例如，一個多天線線性數(shù)組的設備作為接收器，另一個單天線的設備作為發(fā)射器，假設無線電波作為平面波面而非球形。如果在空中發(fā)送正弦波的發(fā)射器，位于與數(shù)組線垂直的法線，則數(shù)組中的每個天線將接收相同相位的輸入訊號。如果發(fā)射器不在法線，則接收天線將測量信道之間的相位差，利用相位差信息估算到達角度。

        無線電波以300,000km/s的光速傳播。采用大約2.4GHz頻率時，相應波長約0.125m。大多數(shù)估計算法中，兩個相鄰天線之間的最大距離是半波長。許多算法都須滿足這項條件，否則將導致失真。理論上并沒有最短距離限制，但實際上，最小尺寸受限于數(shù)組的機械尺寸，譬如天線各組件之間的相互耦合。
        對于出發(fā)角，測量相位差的基本原理是相同的，但裝置角色互換。在AoD中，被追蹤的裝置僅使用一個單天線，而發(fā)射器裝置則使用多天線。發(fā)射裝置依序轉(zhuǎn)換發(fā)射天線，讓接收側(cè)了解到天線數(shù)組架構(gòu)并轉(zhuǎn)換序列。從應用的角度，能發(fā)現(xiàn)這兩種技術之間存在明顯差異。在AoD中，接收裝置根據(jù)多個目標角度和位置計算本身在空間中的位置。在AoA中，接收裝置追蹤各個對象的到達角度。

        在藍牙AoA與AoD中，相關的控制數(shù)據(jù)通過傳統(tǒng)的數(shù)據(jù)信道傳輸。通常這些技術能測量出精確的角度和0.5公尺左右的定位精度，且高度依賴定位系統(tǒng)產(chǎn)生的數(shù)據(jù)。

 

        此外，訊號噪聲、頻率抖動和信號傳輸延遲，也會對角度估算法造成很多影響。根據(jù)系統(tǒng)規(guī)模，如果在嵌入式系統(tǒng)中，對于RAM尤其是CPU的要求可能非常嚴格，許多高效能的角度估算法需要具備強大處理能力的CPU才能執(zhí)行。
        現(xiàn)在的室內(nèi)定位技術中，很多運用的是RSSI進行定位。接收訊號強度指示(RSSI)測量接收訊號的訊號強度來獲得RX和TX之間的近似距離。該信息可運用于來自不同發(fā)射器位置的多點距離測量，三角定位接收器的位置。此技術中，每個裝置只需要一個天線，在室內(nèi)環(huán)境卻通常不夠準確。

 

        利用到達時間/飛行時間(ToA/ToF)，可測量RX和TX之間的訊號傳輸時間，并計算兩端點的距離。再用此距離三角定位接收器的位置。
        AoA/AoD是新興技術，可用于資產(chǎn)追蹤以及室內(nèi)定位和尋路。這些相位基礎的尋向系統(tǒng)，需要天線數(shù)組、RF開關來運行估計算法。設計適合的天線數(shù)組和角度估計算法，對RTLS系統(tǒng)至關重要。而效能強大的估計算法在運算上通常不便宜。其他定位技術包括RSSI基礎方法和ToA基礎方法，但目前，只有相位基礎的AoA/AoD在藍牙中具有標準架構(gòu)。
        藍牙室內(nèi)定位功能在市面上已有很多成熟的案例，例如在零售領域，將傳統(tǒng)的燈具切換成具備藍牙Beacon能力的智能燈后，可以幫助客戶和員工在商場里導航，并更快、更容易地找到商品。商家也可以利用藍牙信標進行個性化促銷，以創(chuàng)造更好的購物者體驗，增加銷售額。
        藍牙室內(nèi)定位功能也能給用戶帶來更有趣味的體驗，在博物館里，具備藍牙功能的LED模組和傳感器可以檢測溫度和濕度水平，以幫助保護無價的藝術品，同時減少維護和日常開銷。這些智能設備可以提供興趣點信息和尋路服務，以增強游客體驗。
        信馳達在AoA/AoD技術應用的投入，勢必將會為室內(nèi)定位應用方案帶來更多更合適的選擇。

        如需了解更多，請聯(lián)系深圳市信馳達科技有限公司。聯(lián)系方式：0755-86329829

        附：AoA/AoD估計算法原理 
        透過尋向剖析AoA/AoD理論
        角度估算方法和天線數(shù)組對定位系統(tǒng)的正常運作至關重要。定位尋向(Direction Finding)理論的歷史可追溯至一百多年前，試圖采用定向天線解決這個問題，而當時顯然是單純的模擬系統(tǒng)。接下來的數(shù)年中，測試方法轉(zhuǎn)移到數(shù)字世界，但基本原理仍然非常類似。這些尋向方法已被廣泛的應用，例如醫(yī)療器材、安全和軍事設備。
        在本段落中，將討論一些典型天線數(shù)組和估計算法的基礎概念。藉由尋向，進而涉及估算到達角和出發(fā)角的基本問題。
        天線數(shù)組
        用于尋向的天線數(shù)組可分為幾種類型。這里討論的是最普遍的均勻線性數(shù)組(ULA)、均勻矩形數(shù)組(URA)和均勻圓形數(shù)組(UCA)。線性數(shù)組是一維數(shù)組，這是指數(shù)組中所有天線皆位于一條在線，而矩形和圓形數(shù)組則是二維數(shù)組，意味天線分布于兩個維度(在一個平面上)。透過一維天線數(shù)組，假設被追蹤的裝置始終在同一平面上移動，便能可靠測量出方位角。但透過二維數(shù)組，能進一步測量出3D半空間中的方位角和仰角。假若數(shù)組擴展成完整的3D數(shù)組(天線分布于三個直角坐標上)，便能測量完整的3D空間。
        設計用于尋向的天線數(shù)組不是一項簡單的任務。天線置于數(shù)組中時會彼此影響，這稱為互相耦合。多數(shù)情況下，設計者無法控制發(fā)射端的極化。這為設計人員帶來額外的挑戰(zhàn)。在物聯(lián)網(wǎng)(IoT)應用中，通常默認這些裝置很小，甚至在高頻段中運作。估計算法通常具備某些數(shù)組特性，例如ESPRIT估計算法，數(shù)學假設上數(shù)組被分為兩組相同的子數(shù)組。
        角度估計算法
        接下來，看看輸入IQ數(shù)據(jù)來估算到達角的數(shù)學/算法問題。問題定義很簡單：估算發(fā)射(窄頻)訊號抵達接收數(shù)組的到達角。雖然這項陳述看似微不足道，但是對這個問題而言，尋找到一個強效(且在現(xiàn)實中運行)的解決方案并不容易，強大的硬件處理能力也相當關鍵。
        接下來，將介紹兩種不同解決方法。第一種是基本的，經(jīng)典波束成形器。第二種是較先進的技術，多重訊號分類(MUSIC)。在此不會用任何定理或原因驗證這些方法的工作原理，僅用高視野來探討算法如何運作。
        經(jīng)典波束成形器
        從均勻線性數(shù)組的數(shù)學模型談起。假設每個天線對應一個IQ樣本的數(shù)據(jù)向量稱為x。在測量中，每個天線都可以看到相移(可能為0)加上一些噪聲n，所以x可以計算時間函數(shù)t：

 

        其中，s代表空中的發(fā)射訊號，a是天線數(shù)組的導引向量。
 

 

        d是相鄰天線之間的距離；λ是訊號波長；m是天線數(shù)組中的組件數(shù)量，θ代表到達角。

        導引向量(2)描述各個天線上的訊號，因為到達發(fā)射器的距離變化而相移。藉由(1)，可以計算出所謂的樣本共變異數(shù)矩陣Rxx近似值：

 

        H代表Hermitian轉(zhuǎn)置矩陣。

        可看到樣本共變異數(shù)矩陣(3)將作為估計算法的輸入數(shù)據(jù)。

        經(jīng)典波束成形器的概念是最大化輸出功率作為角度的函數(shù)，類似機械雷達的運作方式。若要將功率最大化，最終可得出以下公式：

 

        為了找出到達角，須要代入到達角θ并計算功率P的最大值。產(chǎn)生最大功率的角度或θ對應的到達角。

        多重訊號分類(MUSIC)

        這種估計算法是所謂的子空間估算，其中盛行的一種算法稱為MUSIC(多重訊號分類)。這個算法的概念是對共變異數(shù)矩陣Rxx進行特征分解：

 

        其中，A是包含特征值的對角矩陣，V是包含Rxx的對應特征向量。

        假設，嘗試計算一個發(fā)射器采用n天線線性數(shù)組的到達角?？梢宰C明，Rxx的特征向量或者屬于所謂的噪聲子空間或?qū)儆谟嵦栕涌臻g。如果特征值按升冪排序，對應的n-1特征向量跨越噪聲子空間，該子空間與訊號子空間正交。從正交信息，可以計算偽頻譜P：

 

        在經(jīng)典波束成形器中，不斷代入期望θ值來計算P的最大值，其對應于我們期望測量的到達角(參數(shù)θ)。

        理想情況下，MUSIC在良好的SNR環(huán)境中具有出色的分辨率，而且非常準確。另一方面，當輸入訊號高度相關時，特別在室內(nèi)環(huán)境中，效能較弱。多徑效應使偽頻譜失真，導致在錯誤的位置產(chǎn)生最大值。

        空間平滑化

        空間平滑化是解決由多徑(產(chǎn)生相干訊號時)所引發(fā)問題的一種方法?？梢宰C明，利用原始共變異數(shù)矩陣的子數(shù)組可以計算出平均共變異數(shù)矩陣，讓訊號共變異數(shù)矩陣「去相干」。對于二維數(shù)組，公式可寫成：

 

        其中，MS和NS分別是x和y軸上的子數(shù)組數(shù)，Rmn代表(m，n)：子數(shù)組共變異數(shù)矩陣。

        由公式得到的共變異數(shù)矩陣便是共變異數(shù)矩陣的「去相干」版本，輸入到MUSIC算法便能產(chǎn)生正確結(jié)果?？臻g平滑化的缺點是它縮減了共變異數(shù)矩陣的大小，降低估算的準確性。