室内导航：当卫星信号失效，我们如何精准定位？
TL;DR：室内导航依赖超宽带（UWB）技术实现厘米级定位，但障碍物遮挡引发的非视距（NLOS）误差是核心难题。通过Chan算法与粒子群算法混合、TDOA/AOA联合定位以及轨迹优化方法，可显著提升定位精度与轨迹平滑度。
引言：为什么室内导航如此困难？
全球定位系统（GPS）和北斗导航系统（BDS）已广泛应用于室外导航，但当卫星信号进入室内场景时，由于信号受空间环境影响产生衍射、反射等干扰现象，形成多径和非视距传输，致使定位误差增大，甚至无法定位。正如中北大学学位论文《超宽带室内定位及优化算法研究》所指出的，室内环境和场景的复杂多变，使超宽带（UWB）信号在传输时受到室内障碍物的遮挡和削弱，从而产生非视距（NLOS）误差影响室内定位精度，也会使实际定位过程中的标签位置和轨迹路线产生混乱。
为克服这一难题，近年来出现了基于蓝牙、WiFi、ZigBee等近十多种定位技术。这些技术各有优缺点，缺点主要表现在定位精度不高、信号传播距离不远、透射能力不强、功耗高或稳定度不好等。在此背景下，超宽带（UWB）技术凭借其独特优势脱颖而出。
超宽带技术：室内定位的“厘米级”利器
超宽带（UWB）作为一种新兴的无线通信技术，在无需载波的前提下，可直接产生纳米级以下的窄脉冲激励天线，具有低功耗、抗干扰能力强、穿透性强等特点。与ZigBee、RFID、WiFi等室内定位技术相比，UWB技术最大的优势在于其定位精度极高，最低可达厘米级。
UWB基本定位算法包括：测量信号的到达时间（TOA）、到达时间差（TDOA）、波达角度（AOA）及接收信号强度（RSSI）。其中TOA和TDOA定位算法利用了UWB信号较高的时间分辨率，在实际应用中最为广泛。
主流定位算法对比
| 算法 |
原理 |
优势 |
局限 |
| TOA |
测量信号到达时间 |
时间分辨率高 |
需节点间时间同步 |
| TDOA |
测量信号到达时间差 |
只需参考节点间保持时间同步，降低硬件成本 |
NLOS传播下误差上升 |
| AOA |
测量信号到达角度 |
增加角度信息，提高精度 |
传统波束赋形技术复杂度高 |
| RSSI |
接收信号强度 |
硬件简单 |
精度较低 |
核心挑战：非视距误差
非视距（NLOS）误差是室内定位面临的首要难题。当UWB信号在传播过程中遇到墙壁、家具等障碍物时，信号被遮挡和削弱，导致测量距离与实际距离产生偏差。陆冰琳在《室内环境下基于UWB的TDOA&AOA三维混合定位算法》中指出，算法在NLOS传播下的误差明显大于LOS传播。
为应对这一问题，研究者提出了多种解决方案。武燕在硕士论文中采用Wylie鉴别算法分辨参考节点与目标节点间的LOS和NLOS传播，在一定范围内降低了NLOS传播导致的估计距离的误差。通过统计得到LOS和NLOS传播的平均时延值后，对到达距离差进行重构，得到较为准确的初值估计。
算法优化：从单一到混合
Chan算法与粒子群算法的融合
中北大学的研究选用基于TDOA定位方法，在分析研究Chan和粒子群（PSO）两种单一算法的基础上，提出Chan算法解算初值、PSO算法进行迭代优化的混合定位算法。在NLOS环境下通过设置阈值对Chan算法计算出的位置坐标进行筛选，适合不同室内环境下定位。通过阈值筛选缓解PSO算法的压力，收敛速度更快，有效提高了室内非视距环境下的定位精度。
TDOA与AOA的联合定位
陆冰琳提出基于泰勒级数的TDOA/AOA混合算法。首先利用Wylie鉴别算法分辨参考节点与目标节点间的LOS和NLOS传播，筛选出性能更优的参考节点，更新到达时间差，得到较为准确的初值估计，保证之后的算法收敛。同时推算出可靠度最高的参考节点与目标节点的方位角、俯仰角信息，将其代入基于泰勒级数的TDOA/AOA混合算法后进行三维定位。
武燕的研究则采用Chan算法对接收信号进行测算求解目标的二维位置，将获得的位置估计作为Taylor的初始值进行迭代运算，最后使用无迹卡尔曼算法（UKF）对结果进行修正，消除非视距传输误差和环境噪声对定位算法的影响。实验结果表明，该组合算法的定位精度达到10-20厘米。
算法性能对比
| 算法组合 |
定位精度 |
适用场景 |
数据来源 |
| Chan+PSO混合算法 |
视距环境误差0~20cm轨迹点占比提升22.4%~33.7%；非视距环境误差0~50cm轨迹点占比提升25.8%~30.7% |
室内视距/非视距环境 |
中北大学学位论文 |
| Chan+Taylor+UKF |
10-20厘米 |
室内NLOS环境 |
武燕硕士论文 |
| TDOA/AOA混合算法 |
各种情况下均表现良好定位精度 |
室内三维定位 |
陆冰琳论文 |
轨迹优化：让导航路线更真实
定位精度提升后，如何让运动轨迹更平滑、更符合实际行进路线，是另一个关键问题。中北大学的研究提出基于矢量图区域分类的节点轨迹优化方法，采用引射线法的碰撞检测方法对标签位置进行检测和约束，使用基于运动递归函数的轨迹预测方法和Savitzky-Golay滤波算法对人员行进轨迹进行预测和平滑优化，使得轨迹路线与实际路线更为一致。
实验结果表明，标签运动时系统可实时显示标签行进状况，混合定位算法相比单一定位算法异常点更少，轨迹更平滑，满足室内定位的需求。
常见问题
问：室内导航为什么不能直接用GPS？
答：当卫星导航信号进入室内场景时，由于信号会受空间环境的影响而产生衍射、反射等信号干扰现象，形成多径和非视距传输现象，致使定位误差增大，造成定位不准或无法定位的结果。因此GPS信号并不完全适用于室内场景的定位需求。
问：UWB技术相比WiFi、蓝牙定位有什么优势？
答：与ZigBee、RFID、WiFi等室内定位技术相比，UWB技术最大的优势在于其定位精度极高，最低可达厘米级。此外，UWB还具有低功耗、抗干扰能力强、穿透性强等特点。
问：什么是非视距（NLOS）误差？
答：非视距误差是指UWB信号在传输时受到室内障碍物的遮挡和削弱，导致测量距离与实际距离产生偏差的现象。这种误差会影响室内定位精度，也会使实际定位过程中的标签位置和轨迹路线产生混乱。
问：目前室内定位能达到怎样的精度？
答：根据武燕的研究，采用Chan算法、Taylor迭代与UKF修正的组合算法，定位精度可达10-20厘米。中北大学的研究显示，在视距环境下且标签静止时，混合定位算法误差在0~20cm的标签轨迹点占总测试轨迹点的百分比提升了22.4%~33.7%。
结论
室内导航正从“能用”走向“好用”。超宽带技术以其厘米级定位精度成为室内定位的核心方案，而针对非视距误差的算法优化——包括Chan与PSO的混合、TDOA与AOA的联合、以及轨迹平滑处理——正在不断提升定位系统的鲁棒性和实用性。随着智慧城市建设和物联网技术的快速发展，室内定位技术将在商场导览、医院导航、仓库管理、应急救援等场景中扮演越来越重要的角色。
