室内导航：当卫星信号"迷路"之后，我们如何找到厘米级的自己

TL;DR：卫星导航在室内失效，超宽带（UWB）凭借厘米级精度成为室内定位的核心技术。本文结合多篇学位论文与期刊研究，梳理UWB的TDOA/DOA定位原理、非视距误差的成因与混合算法优化思路，以及轨迹平滑方法，呈现室内导航从"能定位"走向"定得准、走得顺"的技术路径。

一、为什么室内导航不能靠GPS

北斗、GPS等卫星导航系统已在室外军用与民用领域广泛组网应用，但当卫星信号进入室内场景时，信号会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（NLOS）传输，致使定位误差增大，甚至无法完成定位（武燕，2021）。这一物理层面的限制，决定了室内导航必须另起炉灶。

近年来出现的蓝牙、WiFi、ZigBee等室内定位技术各有短板，主要表现为定位精度不高、信号传播距离不远、透射能力不强、功耗高或稳定度不足（武燕，2021）。相比之下，超宽带（UWB）技术无需载波即可直接产生纳秒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，其最大优势在于定位精度极高，最低可达厘米级（陆冰琳，2022）。正因如此，UWB成为高精度室内人员定位研究的主流选择。

二、UWB定位的基本测距逻辑

UWB的基本定位算法包括测量信号到达时间（TOA）、到达时间差（TDOA）、波达角度（AOA）以及接收信号强度（RSSI）。其中TOA和TDOA利用了UWB信号较高的时间分辨率，在实际应用中最为广泛（陆冰琳，2022）。

TDOA相较于TOA的优势在于：只需参考节点之间保持时间同步，而无需目标节点与基站严格同步，从而降低了硬件成本、增加了实用性。不过，单一测距方式各有局限——TDOA在NLOS传播下的误差会明显上升，而AOA可提供角度约束。于是，将多种测量量融合的混合定位算法成为提升精度的关键思路。

三、核心难题：非视距误差

由于室内环境和场景复杂多变，UWB信号在传输时受到室内障碍物的遮挡和削弱，从而产生非视距误差，不仅影响室内定位精度，也会使实际定位过程中的标签位置和轨迹路线产生混乱（中北大学学位论文）。可以说，NLOS误差是室内高精度定位绕不开的"头号敌人"。

围绕这一难题，研究者从两个层面展开攻关：一是改进定位解算算法本身，削弱NLOS带来的坐标偏差；二是对解算出的轨迹序列进行后处理，修正异常跳点、平滑行进路线。

3.1 算法层面：从单一算法到混合算法

中北大学的学位论文选用基于TDOA的定位方法，在分析Chan算法和粒子群（PSO）算法两种单一算法的基础上，提出"Chan算法解算初值、PSO算法迭代优化"的混合定位算法。其创新点在于：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，以适应不同室内环境；阈值筛选缓解了PSO算法的压力，使收敛速度更快，有效提高了室内非视距环境下的定位精度。

另一条技术路线是引入角度信息。陆冰琳（2022）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并更新到达时间差，得到较准确的初值估计以保证后续算法收敛；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，代入混合算法后进行三维定位。由于泰勒级数展开法求解精度高、稳定性强，但对初值估计误差敏感——初值误差过大会导致精度急剧下降甚至迭代不收敛，因此"先筛节点、再定初值"的设计尤为关键。

武燕（2021）则采用Chan算法测算目标二维位置作为Taylor迭代初始值，最后使用无迹卡尔曼滤波（UKF）修正结果，以消除非视距传输误差和环境噪声的影响，实验结果表明该组合算法的定位精度达到10—20厘米。在到达角度估计方面，该研究采用低维度的旋转不变子空间估计算法，通过不同方向上的信号叠加与降维、求解互协方差矩阵、构造波达方向矩阵，求出每个接收信号的二维到达角，其估计精度的均方误差较常规算法有所改善。

3.2 轨迹层面：让路线"像人走出来的"

即便单点定位精度提升，连续行进中的标签轨迹仍可能出现抖动与跳变。中北大学的论文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，使轨迹路线与实际路线更为一致。

四、实验数据说明了什么

中北大学的研究通过固定场景实验数据与数据仿真进行了验证，主要结果如下表所示：