ACM通信

作者:Rajalakshmi Nandakumar, Vikram Iyer, Shyamnath Gollakota
ACM通信，2021年3月，第64卷第3期，第117-125页
10.1145 / 3446782
评论

跟踪小型物联网设备的愿景与定位技术的现实相结合——今天，在家用硬币电池上连续地通过墙壁跟踪物体是很困难的。虽然Wi-Fi和超宽带无线电可以通过墙壁进行追踪，但由于它们消耗数十毫瓦的电力，使用小型硬币和纽扣电池的时间不会超过一个月。我们提出了第一个在移动设备上消耗微瓦电力的本地化系统，并且可以在家庭和医院等设置中的多个房间进行本地化。为此，我们介绍了一个工作在900 MHz、2.4 GHz和5 GHz的多波段后向散射原型，可以从噪声下限以下的信号中提取后向散射相位信息。我们制造了亚厘米大小的原型，消耗93 μW，用纽扣电池可以使用5到10年。我们实现了距离AP 60米的范围，在1,5,30和60米处分别达到2,12,50和145厘米的精度。为了展示我们设计的潜力，我们将其部署在两个现实场景中:一个大都市地区的5个家庭和一家医院的手术室，患者术前和术后房间以及存储设施。

回到顶部

1.简介

近年来，无线定位技术取得了显著进展。^{21，<一个href="#R19">19}然而，现有的解决方案不能满足物联网应用规模受限的要求。<一个href="https://dl.acm.org/cms/attachment/76c572a3-8c91-4796-a6b4-c6dd35976180/f1.jpg" onclick="window.open(this.href, '', 'resizable=yes,status=no,location=no,toolbar=no,menubar=no,fullscreen=no,scrollbars=no,dependent=no,width=620,height=260'); return false;">图1展示了常见无线电技术的电池寿命，如BLE、LoRa、超宽带(UWB)和Wi-Fi，每一种都以1%的占空比运行，与小型硬币电池和纽扣电池进行相同的比较。较短的电池寿命限制了基于这些无线电技术的跟踪解决方案的采用，使它们不方便用于消费者应用，也不可行用于大规模的商业部署。另一方面，需要大电池会阻碍物联网设备的尺寸缩小。尽管从功率和尺寸的角度来看，RFID标签很有吸引力，但它们的使用范围有限，无法穿透墙壁和其他障碍。消费者经常将设备部署在整个家庭的房间中，类似的商业部署在医院等环境中需要覆盖多个有各种障碍物和墙壁的病房。因此，在这些场景中实现本地化需要每个房间都有读者，这将显著增加部署成本。

图1。无线电定位电池寿命。从硬币电池和纽扣电池在1%占空比下运行的不同技术在3v下运行的电池寿命估计。

本文介绍了μ定位这是首个在移动物联网设备上消耗微瓦电力的无线定位系统，可以通过家庭和医院等场所的墙壁进行定位。我们的设计可以实现3D定位功能，同时支持物联网设备，可以缩放到亚厘米的形状因子。为此，我们设计了一个满足上述所有要求的基于后向散射的解决方案。具体来说，我们贡献了以下硬件和系统:

• 我们设计和建造支持低功耗本地化功能的亚厘米大小的物联网平台．我们的平台集成了低功耗微控制器和射频开关，用于后向散射而不是有源无线电，以及所有所需的片外无源组件和天线。我们使用激光微加工技术定制制造柔性电路，并使用现成的2毫米× 1.5毫米超微型化封装的微控制器来实现小的外形系数。
• 我们在LoRa背向散射的最新研究基础上，实现了通过墙壁的低功率远程背向散射¹⁷；然而，之前的工作需要在FPGA平台上执行复杂的计算来执行啁啾扩频(CSS)编码，使用现成的组件消耗约5-10兆瓦。我们提出一种新颖的后向散射体系结构，使用现成的微控制器使CSS后向散射具有显著的低功耗．具体地说，因为这些微控制器缺乏轻松实现复杂CSS编码的能力，所以我们将这种编码委托给传输CSS信号的接入点。通过这样做，我们的低功耗微控制器只需要运行一个振荡器来频移CSS信号，并使用ON-OFF键控在反射中编码数据。
• 由于定位精度与信号带宽成正比，因此我们设计并制造了定位精度一种新颖的多波段后向散射硬件系统，可以在900 MHz、2.4 GHz和5 GHz的ISM频段内并发工作．具体来说，接入点(AP)通过这些频率传输信号，这些频率被我们的设备反向散射。我们将所有这些频率的接收信号结合起来，以消除多路径反射之间的歧义，并提取直接视距路径。

综上所述，我们的系统工作原理是:放置在已知位置的AP，发射一个500 kHz的啁啾扩频信号。物联设备使用低功率微控制器将该信号移动1-2 MHz，并将其反向散射回AP。然后，AP从噪声下限以下的弱反向散射信号中提取相位信息。它在900 MHz、2.4 GHz和5 GHz频段上并行重复此过程，并结合相位以消除环境中的多路径歧义。

实现该系统引入了以下三个算法挑战:第一，与衰减为as的直接无线电信号相比d²时，后向散射信号衰减d⁴．因此，我们需要一种从远距离低于噪声下限的后向散射信号中提取相位的方法。其次，我们的物联设备使用小型、低功率的微控制器从AP转移啁啾扩频信号。这在弱后向散射信号中引入了频率和采样偏移，必须对这些信号进行校正才能准确估计相位。第三，在所有ISM频段上依次查询所有500 kHz频段总共需要572个频率，耗时超过4秒，带来了显著的延迟开销。同时查询所有这572个频率要求AP按比例降低每个频率的功率，以符合FCC的规定;这反过来又会大大减少我们系统的范围。

在本文的其余部分，我们解决了上述挑战，并构建了我们的设计的多个原型，如图所示<一个href="https://dl.acm.org/cms/attachment/88b8cca8-84b0-453e-8cbf-45ecf93eff2e/f2.jpg" onclick="window.open(this.href, '', 'resizable=yes,status=no,location=no,toolbar=no,menubar=no,fullscreen=no,scrollbars=no,dependent=no,width=715,height=280'); return false;">图2．我们使用商用现成组件构建原型，如开关、微控制器和芯片天线。我们的第一个原型使用2.0 × 1.6 mm Kinetis KL03微控制器，带有2.4 GHz和900 MHz双波段芯片天线以及5 GHz芯片天线。我们用激光微加工的方法使我们的第二个原型小型化，从而产生柔性电路。我们使用的Kinetis微控制器只有5 GHz芯片天线，这限制了范围，但使进一步小型化的设备。我们还为我们的多波段后向散射方法提出了ASIC设计，以进一步减小尺寸和功耗。

图2。μ找到原型。我们的小型化原型需要两个纽扣电池(左)，直径只有5.8毫米。我们基于KL03微控制器的多波段原型是11.8 × 7.5 × 2.1 mm，包括900 MHz、2.4 GHz和5 GHz的芯片天线。我们的5ghz原型(右)测量7.2 × 5.1 × 0.5 mm，设计用于更短的范围和更小的外形系数。这些原型被按比例放在一枚美国硬币上。

我们的评估表明，我们的现有硬件和ASIC分别消耗93 μW和5 μW。这意味着，对于我们现有的微控制器硬件和ASIC原型来说，直径为5.8毫米的小型按钮电池的预期工作周期为5-10年。进一步，我们演示了三维定位精度，这是缩放距离。我们的系统给出了在AP和后向散射设备之间1,5,30和60米处分别为2,12,50和145厘米的定位误差。最后，跨越距离AP 60米的距离，我们的算法可以使用9到28个频率计算位置值，换算成25-70毫秒的延迟。

除了上述描述我们系统性能的基准测试之外，我们还将系统部署在以下两个现实场景中:

• 在大都市地区有五套住宅，包括三套单层公寓和两套多层联排别墅。我们在不同的房间中选择不同的位置和方向，在紧闭的门后，在壁橱中，在架子上，甚至隐藏在沙发中，以确定我们的系统是否可以在整个家庭中定位物品，从而实现物品跟踪。
• 医院的外科部，包括病人术前和术后室以及储存设施。我们在不同的地方进行实验，追踪移动设备，如静脉输液杆和生命体征监测器，这些设备随患者在不同的房间之间移动。

回到顶部

2.系统设计

我们的设计有三个关键组件:(1)将编码操作委托给接入点的低功耗架构，允许我们使用亚厘米大小的设备解码长距离的后向散射信号;(2)相位提取算法，可以从噪声下限以下的信号中提取相位;(3)在线搜索算法，根据给定的信号质量动态查询不同的频率集，以减少延迟。在本节的其余部分中，我们将分别描述这些组件。

2.1.低权力委派架构

我们架构的目标是通过非常小的、低功率的后向散射物联网设备实现远距离定位。为了实现这一点，我们必须解决两个相互竞争的要求:(1)因为后向散射信号比主动无线电传输弱几个数量级，为了实现远距离，我们需要执行大量的编码;(2)为了与现成的低功率微控制器兼容，物联网设备设计必须仅限于简单操作。

为了实现这一点，我们将复杂的编码操作委托给接入点(AP)。我们的设计作品如图所示<一个href="https://dl.acm.org/cms/attachment/23f13fed-96f1-4a00-8546-a2ee13847995/f3.jpg" onclick="window.open(this.href, '', 'resizable=yes,status=no,location=no,toolbar=no,menubar=no,fullscreen=no,scrollbars=no,dependent=no,width=649,height=415'); return false;">图3．μLocate AP传输编码窄带信号，而μLocate物联网设备只是将AP传输的信号反向散射，频率漂移为1-2 MHz。这种转移可以通过在商用微控制器上使用内置振荡器来实现(参见第3节)。因此，我们的体系结构消除了μLocate设备上的有源无线电需求。移置物联网设备上的信号有三个关键优点:(1)有助于在频域内将后向散射信号与AP传输的直接信号区分开来，使接收机能够轻松解码。更重要的是，在移位的频率下，接收器有效地接收编码后向散射信号，它可以用来提取定位所需的相位。此外，我们不需要物联网设备本身执行复杂的编码操作，就可以实现厘米级的低功耗实现，而无需定制ASIC。(2)通过将信号转移到不同的频率，多个标签可以共存并使用单个AP同时本地化。(3)通过在后向散射设备上使用ON和OFF键控，除了本地化，还可以实现数据通信。

图3。低权力委派架构。接入点(AP)将带宽为BW的啁啾扩频信号传输到带有振荡器和射频开关的物联网设备。开关将编码信号反向散射回AP，频率偏移为Δf．

我们在美联社使用什么编码?这里的目标是选择编码方案，可用于解码远低于噪声下限的后向散射信号的相位。为此，我们采用了啁啾扩频作为编码机制。在啁啾扩频中，我们发射的信号的频率与带宽(BW)之间是线性变化的<我mg alt="cacm6403_k.gif" src="https://dl.acm.org/cms/attachment/aba7b93b-f88c-4837-8700-515104c3694a/cacm6403_k.gif">而且<我mg alt="cacm6403_l.gif" src="https://dl.acm.org/cms/attachment/9836119c-2083-4278-98d9-86e24ecdae14/cacm6403_l.gif">．啁啾信号具有以下优点，使其最适合于我们的应用:(1)与相位、幅度和离散频移调制相比，当信号被噪声淹没时，啁啾扩频(CSS)实现了带宽和解码能力之间的有效权衡。^3.此外，它对带内和带外干扰都有弹性，1(2)与直接序列扩频不同，直接序列扩频需要复杂的同步，当信号低于噪声层时，有很长的采集时间，14，<一个href="#R5">5CSS接收器具有相对较低的复杂度和明显较短的采集时间。1

具体来说，我们选择窄小的BW为500 kHz，其中啁啾持续时间T是7毫秒，我们发现它很好地平衡了准确性和延迟。AP上的接收器以1兆赫的频率对这些信号进行采样。在接下来的几节中，我们首先描述如何从CSS信号中估计相位。然后，我们展示了如何有选择地查询900 MHz、2.4 GHz和5 GHz ISM频段，以消除多路径歧义，估计范围，并实现3D定位。最后，我们描述了如何实现实时跟踪。

2.2.低噪声后向散射相位

假设放置在已知位置的AP与物联网设备之间的距离为d．当AP发送啁啾信号时，它传播的总距离为2d包括从物联网设备返回AP的后向散射信号所需的时间。该信号的无线信道为<我mg alt="cacm6403_m.gif" src="https://dl.acm.org/cms/attachment/9c7f57bd-bef9-4516-9e60-469e2787ec40/cacm6403_m.gif">．在这里,一个衰减，f为信号传输的频率，c为射频信号在介质中的速度。在较高的水平上，如果我们可以提取特定频率下的后向散射信号的相位，我们就可以估计其范围d．

因此，如果AP以单一频率传输一个音调f，在没有多径的情况下，可以利用后向散射信号的相位来估计距离。然而，这种单音信号(如RFID)在后向散射通信环境中具有有限的范围，因此无法实现物联网本地化所需的长范围。如前所述，AP取而代之的是传输一个线性调频啁啾脉冲，这允许我们的系统在更长的范围内工作，而无需进一步放大信号。如<一个href="https://dl.acm.org/cms/attachment/23f13fed-96f1-4a00-8546-a2ee13847995/f3.jpg" onclick="window.open(this.href, '', 'resizable=yes,status=no,location=no,toolbar=no,menubar=no,fullscreen=no,scrollbars=no,dependent=no,width=649,height=415'); return false;">图3，标签然后移动这个啁啾信号的频率Δf，并在AP接收到移位后的信号。因此，接收机接收到一个频率为−的啁啾信号BW/2 + Δf到+BW/2 + Δf．

我们用相关性来解码这个信号。具体地说，接收器首先将接收到的信号与下啁啾相关联，下啁啾是一个频率从+线性下降的信号BW/2 + Δf对−BW/2 + Δf．这个下啁啾是在接收器上合成的。在相关的乘法步骤中，接收机上啁啾和合成下啁啾之间的频率线性变化相互抵消。在相关的附加步骤中，我们有效地将所有啁啾频率的能量相加，提供编码增益，并允许我们解码噪声地板以下的后向散射信号。

从该信号中提取信道相位信息需要我们解决三个挑战:(1)因为啁啾信号是跨频率传播的，我们不是在单个频率上得到相位，而是啁啾相位，它是啁啾中所有频率的相位的组合，(2)为了解码和估计信号的相位，我们需要准确估计后向散射啁啾的开始，(3)我们的小型低功率微控制器，通过Δ移动传入的啁啾f在AP和物联设备之间引入未知载波频率偏移(CFO)，从而改变接收到的信号的相位。

为了解决上述挑战，在较高的水平上，我们首先描述了如何联合估计载波频率偏移(CFO)和纠正后向散射啁啾的开始。然后给出了在给定后向散射啁啾相位的情况下如何计算信道相位信息的方法。我们的SenSys论文对此进行了详细描述。12

2.3.多路径消歧

在实际应用中，由于多径的存在，得到的相位实际上是直接瞄准线信号的相位与不同多径反射的相位之和。因此，为了准确地定位物联网设备，我们需要消除各种多径反射与直接视线信号的歧义。为此，我们在900 MHz、2.4 GHz和5 GHz的ISM频段上动态发送啁啾，并使用上述方法估计每个频率的相位。在高水平上，通过组合所有这些频率的相位信息，我们可以模拟超宽带传输，可用于消除环境中的多路径歧义。因为我们的啁啾是500 kHz宽的，我们可以在相邻的三个ISM波段传输多个啁啾。然而，这将显著增加本地化的延迟。900mhz、2.4 GHz和5ghz的ISM频段中有26mhz、80mhz和180mhz的带宽。将它们划分为500 kHz的区间会在所有这些波段产生572个啁啾，用7毫秒的啁啾转换为4秒。相反，我们设计了一种动态频率选择算法，它可以显著减少10 - 20倍的查询频率。

动态频率选择．我们的算法基于三个关键原则。

我们根据物联网设备的距离确定可以使用的ISM频带。具体来说，5ghz的信号衰减非常大，只有当物联网设备与AP在同一房间时，才能使用上述方法解码。同样，ISM频段2.4 GHz的信号衰减比5ghz低，但比900mhz有更高的衰减。因此，我们可以根据从物联网设备观察到的衰减来修剪一些频率。具体来说，我们首先在2.4 GHz波段发送一个啁啾，并确定该啁啾的信噪比。如果信噪比很高，则设备与AP的距离较近，因此ISM的三个频段都可以使用。否则，只能使用900 MHz和2.4 GHz频段来估计物联网设备的距离。当接收机不能解码初始啁啾时，我们只使用900兆赫频带。

每个新频率为该频率下的多径组合提供了一个新的线性方程。然而，选择两个相邻的频率并不能提供独立的方程，因为不同多路径的幅值和相位对于相邻的频率是相似的。因此，查询被最高带宽隔开的频率比查询相邻的频率提供更有用的信息。因此，我们可以通过选择频率来减少要查询的频率的数量，从而使它们之间的差距最大化。

后向散射装置可以同时反射跨多个频率的信号。因此，AP可以并发地以频率为中心发送四个编码信号f₁，f₂，f_3.,f₄后向散射相位可以在所有这些频率下解码。这用于并行化查询的数量。然而，我们注意到，要求AP在ISM频段内传输多个并发频率，需要我们按比例降低这些频率上的功率，以符合FCC的规定。这将减少我们系统的范围。相反，如果信号可以在2.4 GHz解码，那么900 MHz就更强，因此我们可以在900 MHz并发查询四个频率，那么我们可以使用以下规则来机会地并行化传输。类似地，如果信号可以在5ghz解码，我们可以在2.4 GHz同时查询四个频率。最后，如果信号强度在这些ISM频带中的任何一个都很强，我们在下一轮中增加该ISM频带中的并发频率数量。

算法1动态频率选择

1. min_bands, max_bands可用频带的最小值和最大值
2. 范围= 0
3. 函数查询(min_bands、max_bands范围）
4. newrange =Range_estimate（min_bands∪max_bands）
5. 如果nerange - range <阈值然后
6. 返回newrange
7. 如果Newrange - range >阈值然后
8. 为我在1 . .长度（min_bands）做
9. 如果max_bands_我<min_bands_我然后
10. 最小值_我=∅
11. 其他的
12. 
13. 如果中期_我=∅然后没有更多频率可用
14. 返回newrange
15. min_bands＝mid_bands∪中期
16. max_bands＝中期∪max_bands
17. 返回查询(min_bands, max_bandsnewrange)
18. 函数Range_estimate（频率_1.．n）
19. 阶段_1.．n= ESTIMATEPHASE (频率_1.．n)§2.2
20. 通道= DFT (频率_1.．n，阶段_1.．n）
21. 山峰= FINDPEAKS (频道,prominencethreshold）返回山峰₁

利用上述原理，我们可以设计一个二分搜索算法，如算法1所示。具体来说，一旦我们确定了可以使用的ISM频带，AP首先在所选频带的最小和最大频率发送一个啁啾，如图所示<一个href="https://dl.acm.org/cms/attachment/2cc49224-8b47-43a5-b5dd-81b69758eda9/f4.jpg" onclick="window.open(this.href, '', 'resizable=yes,status=no,location=no,toolbar=no,menubar=no,fullscreen=no,scrollbars=no,dependent=no,width=633,height=170'); return false;">图4．为了提高距离分辨率，下一个要查询的频率是使用一个选择频谱极端频率的递归二分搜索函数来选择的。在每次查询后，接收器通过对所有查询频率的相位使用反FFT计算新的距离估计，以得到时域多路径轮廓。通过在这个剖面上使用固定的能量阈值，我们可以识别离设备最近的(因此也是最直接的)路径。Nandakumar等人描述了进一步的实现细节。12

图4。动态频率选择。在第一次迭代中，我们从分离最严重的频率开始。这转换为三个ISM频段边缘的频率。

回到顶部

3.原型设备

现成的原型．我们制作了三个不同的原型。第一种是使用DE0-Nano FPGA开发板控制射频开关。我们使用HMC190BMS8射频开关900 MHz和2.4 GHz, UPG2163T5N开关5 GHz。两个开关都安装在2层Rodgers 4350基板上，并在开放和短阻抗状态之间切换。开关连接到AP上使用的相同多波段天线。通过使用板载50 MHz振荡器和锁相环，我们使用这种设置在确定为2 MHz之前对不同的偏移进行实验。

第二个原型着重于实现我们想要的厘米尺寸的外形系数和低功耗。具体来说，我们所有的低功率物联网设备都需要一个振荡器和射频开关，因为编码被卸载到发射机。为了在不需要定制硅的情况下优化尺寸和形状因素，我们利用专为物联网应用设计的低功耗微控制器。像Kinetis KL03这样的微控制器需要大约30 μA来运行8兆赫的机载振荡器，而在最低功率休眠模式下只需要77 nA。¹⁵由于平台是可编程的，我们可以调整占空比，以实现在使用微型电池的平台上显著更长寿命。

我们使用Kinetis KL03微控制器在标准单侧FR4柔性PCB材料上制作现成的原型，该微控制器采用2.0 × 1.6 mm WLCSP封装，两个UPG2163T 5N射频开关，一个900 mhz和2.4 ghz双波段芯片天线，以及一个5 ghz芯片天线。我们选择这些陶瓷芯片天线，专门为小尺寸应用设计，指定天线增益高达3dbi，在900 MHz和2.4 GHz的效率为60-70%2在5 GHz时达到79%。16最后的组装如图所示<一个href="https://dl.acm.org/cms/attachment/88b8cca8-84b0-453e-8cbf-45ecf93eff2e/f2.jpg" onclick="window.open(this.href, '', 'resizable=yes,status=no,location=no,toolbar=no,menubar=no,fullscreen=no,scrollbars=no,dependent=no,width=715,height=280'); return false;">图2，平均消耗93 μW。

最后的原型进一步缩小了设备的聚焦仅5 GHz如所示<一个href="https://dl.acm.org/cms/attachment/88b8cca8-84b0-453e-8cbf-45ecf93eff2e/f2.jpg" onclick="window.open(this.href, '', 'resizable=yes,status=no,location=no,toolbar=no,menubar=no,fullscreen=no,scrollbars=no,dependent=no,width=715,height=280'); return false;">图2．我们使用一种快速回转的激光微加工方法来生产柔性电路。我们首先将一张铜箔放在低粘性粘合剂上，并使用UV DPSS激光微加工系统切割所需铜痕迹的轮廓。接下来，我们把多余的铜从粘合剂上剥离下来，只留下想要的图案。然后，将能承受焊接所需高温的25 μm厚的卡普顿胶带(Kapton tape)粘在铜片上，去除胶粘剂上的痕迹。这种方法可以重复和堆叠，以产生通过通孔连接的多层设计，就像普通PCB一样。我们在这个原型中只使用了5ghz天线，因此被限制在一个较小的范围内。

集成电路设计．进一步的小型化和功率优化可以通过实现定制IC实现，这允许将射频开关和阻抗组合到单个芯片。此外，这大大减少了所需的区域，只剩下几个毫米²．完整的IC设计包括频率合成器、射频开关和至少两个阻抗状态。我们在Nandakumar等人所描述的TSMC 65nm LP工艺中设计并模拟了一个完整的解决方案。12

图5展示了我们的现货和IC设计在不同电池尺寸下的寿命。我们将该地块的最长期限限制为10年，因为这是纽扣电池典型的最长保质期。这些电池寿命值表明，我们的设计是如此的低功耗，系统性能不再局限于电子，而是电池技术。

图5。原型电池寿命。电池寿命估计，我们的原型运行在3v的硬币或两个纽扣电池。情节限制在10年，这是一个按钮电池的保质期。

回到顶部

4.评价

我们在视距(LOS)和穿墙设置中评估我们的系统。然后，我们将μLocate部署在5个不同的家庭和一家医院中，以测量真实世界的性能。

4.1.基准测试的准确性

洛杉矶的场景．我们在100 × 100米的野外进行了实验。我们将AP放置在电场的一端，并沿着不同的角度以10米的增量将我们的FPGA物联网原型移离AP。<一个href="https://dl.acm.org/cms/attachment/070f9632-134e-434e-a7a7-d2acdcf80aef/f6.jpg" onclick="window.open(this.href, '', 'resizable=yes,status=no,location=no,toolbar=no,menubar=no,fullscreen=no,scrollbars=no,dependent=no,width=696,height=182'); return false;">图6绘制三维定位误差，如下图所示:

图6。这些图显示了我们的瞄准线基准的3D定位误差。图(a)显示我们的作业范围约为60米。图(b)为5米以下距离的三维定位精度。在这些距离下，我们的系统最终使用了900mhz、2.4 GHz和5 GHz的所有频率。

• 在LOS场景下，我们有60米的范围，最坏的3D精度是1.5米。超过这个距离后，后向散射信号的接收功率太低，即使用啁啾扩频编码也无法解码。
• 精确度与物联网原型的距离成正比。具体来说，我们可以在10米的距离上实现15厘米的定位误差，在20米的距离上增加到25厘米左右。这进一步增加到78厘米在距离40米。这一变化是由于在30米以上的情况下，接收功率在2.4 GHz时由于衰减而与900 MHz相比有噪声。这在相位测量中引入了误差，降低了精度。

我们注意到，在上述测量距离上，我们的算法没有选择任何5-GHz频率，因为相应的后向散射信号在这些距离上非常弱。所以我们在一个5米的房间里重新进行了实验，每增加1米。<一个href="https://dl.acm.org/cms/attachment/070f9632-134e-434e-a7a7-d2acdcf80aef/f6.jpg" onclick="window.open(this.href, '', 'resizable=yes,status=no,location=no,toolbar=no,menubar=no,fullscreen=no,scrollbars=no,dependent=no,width=696,height=182'); return false;">图6 b表示在这些距离处的三维定位精度。从图中可以看出，当物联网原型距离AP不到1米时，最坏情况下的定位误差小于2厘米。在2米的距离上，我们仍然可以达到3厘米的最坏情况精度。然而，最坏情况的误差小于14厘米，直到5米的距离。这些低误差的原因是算法能够使用5-GHz范围内的频率，这大大提高了定位精度。特别是，5ghz有助于提高准确性，主要有两个原因:(1)更高的频率转换为更小的波长，从而允许更好的分辨率;(2)不同于900 MHz和2.4 GHz，两者都有有限的带宽，我们的算法可以查询5 GHz范围内180 MHz带宽的频率。这些结果表明，对于近距离的房间规模的应用程序，我们可以利用来自5 GHz的额外信息，而需要更远距离的应用程序不能利用这些信号。

最后,<一个href="https://dl.acm.org/cms/attachment/a6fe208d-f7a6-483d-8f9b-d740793db405/f7.jpg" onclick="window.open(this.href, '', 'resizable=yes,status=no,location=no,toolbar=no,menubar=no,fullscreen=no,scrollbars=no,dependent=no,width=617,height=259'); return false;">图7表示AP在收敛到上述两个实验中所有距离的位置值之前查询的频率数量。该图显示如下:

图7。查询的频率个数及其对应的时延。图中显示了在所有地点进行3D定位所需的总频率和延迟<一个href="https://dl.acm.org/cms/attachment/070f9632-134e-434e-a7a7-d2acdcf80aef/f6.jpg" onclick="window.open(this.href, '', 'resizable=yes,status=no,location=no,toolbar=no,menubar=no,fullscreen=no,scrollbars=no,dependent=no,width=696,height=182'); return false;">图6 b而且<一个href="https://dl.acm.org/cms/attachment/070f9632-134e-434e-a7a7-d2acdcf80aef/f6.jpg" onclick="window.open(this.href, '', 'resizable=yes,status=no,location=no,toolbar=no,menubar=no,fullscreen=no,scrollbars=no,dependent=no,width=696,height=182'); return false;">一个．

• 在小于5米的距离上，AP必须查询不到20个频率。事实上，当物联网设备距离1-2米时，查询次数甚至更少，只有15次。这是因为在较短的距离内，直接路径比所有三个频带的非视距路径更强，因此AP在位置上快速收敛。这些位置的延迟小于35毫秒，因为可以并行查询多个频率。
• 在10到20米之间，AP查询2.4 GHz和900 MHz来消除直接路径的歧义，这将增加频率的数量到25。但是，900-MHz频段的频率仍然可以同时查询，导致延迟为65毫秒。
• 一个有趣的趋势发生在更远的距离上。这里只查询900 mhz频率。此外，由于在这些距离上的精度较低，阈值也较低。结果，迭代次数减少到8，每次60 m。但是，由于信噪比较弱，我们必须按顺序查询这些频率。这两个因素相互抵消，因此延迟保持在55到70毫秒之间。

穿墙的场景．接下来，我们在一栋办公楼的多个办公室里进行了实验。办公室用干墙、金属钉和木门隔开，有典型的办公家具，如桌子、椅子和皮沙发。此外，测试地点有多个Wi-Fi接入点和915-MHz RFID阅读器，代表来自其他设备的显著干扰。注意，我们的啁啾编码对带内和带外干扰都有弹性。⁵我们把AP放在第一间办公室，如图中的布局所示<一个href="https://dl.acm.org/cms/attachment/d74e87b6-8242-473a-a36e-8ec23c20c9b5/f8.jpg" onclick="window.open(this.href, '', 'resizable=yes,status=no,location=no,toolbar=no,menubar=no,fullscreen=no,scrollbars=no,dependent=no,width=652,height=417'); return false;">图8．然后，我们将物联网原型移动到不同的房间，它们的门关闭显示为布局中的不同点。对于每个位置，我们重复多次定位实验，然后计算三维定位误差。

图8。通过墙壁设置。平面图显示了横跨五个房间的办公环境中的AP和物联网设备。实验期间所有的门都是关着的。

图9绘制三维定位误差作为不同位置的函数，如图所示<一个href="https://dl.acm.org/cms/attachment/d74e87b6-8242-473a-a36e-8ec23c20c9b5/f8.jpg" onclick="window.open(this.href, '', 'resizable=yes,status=no,location=no,toolbar=no,menubar=no,fullscreen=no,scrollbars=no,dependent=no,width=652,height=417'); return false;">图8．从图中可以看出，大部分情况下，定位精度随着距离的增加和墙体数量的增加而降低。然而，由于多径和衰落效应，情况并非总是如此。然而，我们注意到位置6的最坏情况准确性，有3堵墙分隔AP，物联网原型仍然在33厘米左右。这是预期的，因为900-MHz和2.4-GHz的后向散射信号足够强，能够可靠地解码相位信息，这允许我们消除多路径的歧义。

图9。穿墙精度。图中所示点的三维定位精度<一个href="https://dl.acm.org/cms/attachment/d74e87b6-8242-473a-a36e-8ec23c20c9b5/f8.jpg" onclick="window.open(this.href, '', 'resizable=yes,status=no,location=no,toolbar=no,menubar=no,fullscreen=no,scrollbars=no,dependent=no,width=652,height=417'); return false;">图8而不是由于它们的任意位置。

4.2.实际部署

家里的部署．我们将我们的系统部署在一个主要大都市地区的五个家庭中，以了解其在现实用例中的性能。我们选择了各种各样的住宅，包括三套单层公寓和两套多层联排别墅。单层公寓每套有两到三个房间，而多层联排别墅有两层或两层以上，分别有两个和三个房间。在公寓部署中，我们为美联社选择了一个中心位置，以最大限度地扩大报道范围。对于联排别墅部署，为了方便，我们将AP放置在底层。在每个家庭中，我们选择了各种不同的位置，包括不同的房间、关着的门后、衣柜里、架子上，甚至藏在沙发里，以了解我们的系统是否真的可以在整个家庭中定位物品，并启用物品跟踪应用程序。

图10显示了5个家庭的3D定位精度的cdf。从图中可以看出，对于前三个家庭，最坏情况下的定位精度小于30厘米。这三套房子对应的是单层公寓所有的设备都在同一层。4号住宅和5号住宅的最坏预测精度分别为60厘米和1.2米左右。这两所住宅都是多层联排别墅，爆炸装置位于不同的楼层。较高的误差是由于两个主要因素。首先，很难获得跨楼层的基线距离测量。这导致了在估计物联网设备的实际位置时出现错误。其次，在5号住宅中，不同的楼层是通过狭窄的楼梯连接的，而直接路径是通过厚厚的天花板，这明显减弱了信号。这突出了定位技术的一个基本挑战，即需要在接收端出现一些直接路径。<一个href="https://dl.acm.org/cms/attachment/194a2eae-57ce-40c9-829f-084c639d2146/f11.jpg" onclick="window.open(this.href, '', 'resizable=yes,status=no,location=no,toolbar=no,menubar=no,fullscreen=no,scrollbars=no,dependent=no,width=632,height=266'); return false;">图11通过将上述结果划分到所有家庭的类别来描述上述结果。我们把位置分类为LOS, NLOS在同一层，藏在沙发里，封闭的壁橱里，最后在不同的楼层。由于上述原因，当设备在不同的楼层时，精确度较低。如果把物联网装置藏在同一层的沙发上，误差不超过30厘米。

图10。每个家庭的准确性。该图显示了在一个家庭中测量的所有点的定位误差的CDF。

图11。根据场景的准确性。这个图显示了不同类别的定位错误的CDF，如LOS的放置和壁橱中的位置。

医院部署．为了评估医疗保健场景中的实际用例，我们将我们的系统部署在一家本地医院中。具体来说，我们在医院的外科病房进行实验，并在患者术前和术后房间以及存储设施中进行定位。<一个href="https://dl.acm.org/cms/attachment/c81e43e5-7a0e-4077-a35c-ca82a8b18e85/f12.jpg" onclick="window.open(this.href, '', 'resizable=yes,status=no,location=no,toolbar=no,menubar=no,fullscreen=no,scrollbars=no,dependent=no,width=1535,height=268'); return false;">图12图示约5000-的楼层平面图英国《金融时报》²手术。该区域包括一个候诊室和登记服务台，后面是一条走廊，走廊上有一排用于术前和术后护理的病房，以及一个储藏室。我们在表示实际用例的位置执行测量<一个href="https://dl.acm.org/cms/attachment/c81e43e5-7a0e-4077-a35c-ca82a8b18e85/f12.jpg" onclick="window.open(this.href, '', 'resizable=yes,status=no,location=no,toolbar=no,menubar=no,fullscreen=no,scrollbars=no,dependent=no,width=1535,height=268'); return false;">图12．为了尽量减少对医院工作人员的干扰，我们选择在侧走廊放置AP。我们在病房和储物柜中选择位置，因为这是医院工作人员保持标准物品库存的典型场景。此外，我们在走廊中选择其他任意位置来跟踪移动设备，如静脉杆和生命体征监测器，它们随患者前往不同的房间。这些位置中的大多数都没有AP的直接视线，包括窗帘、滑动玻璃门和标准木门等障碍。

图12。医院部署。被派往医院外科我们在平面图(左图)中选择了包括复制品在内的九个点来测试门和窗帘。我们包括患者术前/术后室(中)和存储设施(右)。

图13显示了按距离排序的每个位置的跟踪精度。我们注意到，重复的点表示在同一位置的独立测量，如窗帘或门的打开和关闭。我们的系统在该医院设置的所有不同位置实现了35.12厘米的平均精度。此外，正如我们的设计所预期的那样，精确度随到标签的距离而变化:靠近的位置可以实现小于20厘米的误差，而更远的位置有70厘米的定位误差。这些误差很小，我们可以在医院的不同房间和壁橱区域追踪设备。我们注意到，在医院的术后和术前设置的布局通常是单一的楼层。此外，房间之间的屏障不是窗帘就是薄门。因此，我们可以在这个应用程序设置中获得较高的定位精度。

图13。医院的准确性。中标记的每一个点的定位精度结果<一个href="https://dl.acm.org/cms/attachment/c81e43e5-7a0e-4077-a35c-ca82a8b18e85/f12.jpg" onclick="window.open(this.href, '', 'resizable=yes,status=no,location=no,toolbar=no,menubar=no,fullscreen=no,scrollbars=no,dependent=no,width=1535,height=268'); return false;">图12．

回到顶部

5.相关工作

最近人们对作为低功耗通信机制的后向散射很感兴趣。这些技术要么向后分散现有的电视，¹¹无线上网,8，<一个href="#R4">4和调频信号20.或者使用被动Wi-Fi等技术生成Wi-Fi兼容的传输9，<一个href="#R7">7，<一个href="#R22">22和FS-backscatter。23这些基于wi - fi的方法的接收器灵敏度只有−90 dBm，因此范围有限，不能跨房间工作，除非信号源放置在靠近后向散射标签的地方。10

最近人们对远程后向散射解决方案也很感兴趣，17，<一个href="#R18">18哪一个17实现更长的射程，并与现成的LoRa收音机兼容。然而，先前的工作不支持本地化。此外，现有的LoRa后向散射实现需要fpga并消耗5-10兆瓦的电力。相比之下，我们引入了一种新的体系结构，将复杂的CSS编码操作委托给AP，并引入了一种低功率数量级的CSS后向散射设计。

最相关的工作是Slocalization，13它向后散射超宽带信号，以实现低功率定位。然而，这种设计只适用于静态场景，并且会导致输出位置值的几分钟到几小时的延迟。这是因为与ISM频段的典型传输相比，FCC法规显著限制了超宽带信号的传输功率。进一步，因为Pannuto等人的后向散射系统。13不使用我们设计中使用的CSS调制等编码，它需要根据部署的不同，将超过10分钟的接收信号集成到一个多小时，以获得位置值。相比之下，我们的方法可以在70 ms内提供位置值，同时实现60 m的范围，因此可以支持实际应用。

回到顶部

6.讨论与结论

我们提出了第一个无线定位系统，在亚厘米的尺寸中消耗微瓦的电力，可以通过墙壁在整个家庭或医院进行定位。在本节中，我们概述了未来研究的局限性和途径。

支持多设备．除了使用时分多路复用，我们还可以设置不同的后向散射设备，以不同的频率来移动信号，以支持多个设备，如图所示<一个href="https://dl.acm.org/cms/attachment/4b97de2e-4c0b-47b1-bf68-3c170a3e75fa/f14.jpg" onclick="window.open(this.href, '', 'resizable=yes,status=no,location=no,toolbar=no,menubar=no,fullscreen=no,scrollbars=no,dependent=no,width=621,height=259'); return false;">图14．具体来说，每个后向散射设备可以使用不同的偏移，同时反射来自AP的传入信号。接收器可以跨不同的移位处理接收到的信号，以并发地定位多个设备。更具体地说，最近的工作已经证明多达256个设备可以同时使用啁啾扩频进行传输。⁶因为我们的设计利用了啁啾扩频，我们可以设计大规模的网络，其中设备可以同时传输和本地化。

图14。多种设备的可行性。在频谱分析仪上捕获的啁啾信号的快照。图中显示了原始编码传输的基带频谱，以及三个频率偏移为2、2.5和3mhz的后向散射信号。

使用多个ap．为了实现单一AP的高精度，我们的算法依赖于对房间平面图的了解，以消除不可行的位置估计。然而，我们意识到一些应用程序可能需要更一般化的解决方案，例如，本地化的对象可能被移到已知的房间集合之外。然而，需要这些约束的关键原因是我们使用单一AP进行本地化。增加额外的接入点，或增加更大的分离天线，将提供更好的角度分辨率，从而解决这个限制。例如，将AP放置在建筑的正交墙上或多层场景中的另一层，将有助于消除多路径的歧义，并提供更多的信息来估计位置。未来的工作可以建立在我们这里展示的基本技术的基础上，以探索增加额外ap和天线的基础设施开销与它们所带来的鲁棒性和准确性改进之间的权衡。

洛杉矶的路径．现有的3D定位算法假设，当存在多路径时，至少有一些来自接收器直接路径的能量。我们的设计也做了类似的假设。然而，我们注意到，我们的设计也通过利用横跨三个ISM波段的频率多样性增加了直接路径信号具有一定能量的概率。具体来说，虽然直接路径信号可能在特定频率较弱，但它可能至少在ISM三个波段中的一个被注意到。

回到顶部

致谢

这项工作部分由国家科学基金会和谷歌教师研究奖资助。

回到顶部

回到顶部

回到顶部

数字图书馆是由计算机协会出版的。版权所有©2021 ACM, Inc.

---

没有找到条目