Разработка систем локализации на основе Fsk для внутреннего судоходства

Введение в внутренние навигационные проблемы

Навигация внутри помещений стала критическим требованием для современной инфраструктуры, но она остается сложной технической проблемой. Сигналы системы глобального позиционирования (GPS), которые надежно работают на открытом воздухе, быстро ослабевают при прохождении через строительные материалы, такие как бетон, сталь и стекло. В больших внутренних помещениях, таких как терминалы аэропортов, торговые центры, больницы и подземные транзитные хабы, GPS либо полностью выходит из строя, либо обеспечивает ошибки местоположения в десятки метров. Этот разрыв привел к исследованиям альтернативных технологий локализации, которые могут обеспечить надежное позиционирование в помещении в режиме реального времени. Одним из подходов, который получил внимание как в академических исследованиях, так и в промышленных разработках, является использование систем локализации на основе частотной смещения (FSK). Эти системы используют свойства модуляции FSK для создания надежных решений позиционирования внутри помещений, которые устойчивы к общим экологическим помехам.

Что такое FSK-ориентированная локализация?

FSK — это схема цифровой модуляции, в которой двоичные данные представлены дискретными частотными изменениями несущего сигнала. В простой двоичной системе FSK (BFSK) логическая 0 соответствует одной частоте, а логическая 1 соответствует другой. Для целей локализации сам сигнал FSK переносит информацию о идентичности передатчика или конкретных координатах местоположения. Приемник анализирует принятые частоты — часто сравнивая их с известным исходным уровнем или используя методы времени полета — для оценки положения передатчика относительно известных фиксированных узлов.

В отличие от амплитудных или фазовых методов, ФСК по своей сути устойчив к амплитудным колебаниям и может переносить многолучевые отражения, которые поражают внутренние среды. Ключевая идея заключается в том, что одни и те же шаблоны сдвига частот могут использоваться в качестве уникальных сигнатур для разных зон, эффективно кодирующих пространственную информацию в канал связи. Это делает ФСК естественным приспособлением для внутреннего позиционирования, где линия видимости редко гарантируется и отражения сигнала многочисленны.

В активных системах мобильное устройство (например, смартфон или носимое устройство) передает сигналы FSK, которые обнаруживаются фиксированными приемниками, установленными в здании. В пассивных системах фиксированные маяки FSK излучают сигналы, которые подхватывает мобильный приемник, который затем выводит свое местоположение на основе принятых характеристик сигнала. Выбор между активным и пассивным зависит от конкретного случая использования, ограничений мощности и стоимости инфраструктуры.

Технические основы модуляции ФСК для позиционирования

Чтобы понять, почему FSK хорошо работает в помещении, помогает пересмотреть физику распространения сигнала в закрытых пространствах. Радиоволны в полосе ISM 2,4 ГГц или нижних диапазонах UHF могут проникать через стены, но будут отражаться от поверхностей, создавая множественные копии сигнала, поступающего на приемник с различными задержками и фазами. Это явление, известное как многолучевое затухание, может настолько сильно искажать амплитуду или фазовые модулированные сигналы, что исходная информация становится невосстановимой. FSK, однако, кодирует информацию в частотных сдвигах, а не в амплитуде или фазе. Частота по своей сути более стабильна, потому что мгновенная частота сигнала не меняется так резко при многолучевых помехах. Даже когда амплитуда сигнала исчезает до почти нуля в определенных точках, частотное содержание остается заметным для правильно спроектированного приемника, при условии, что отношение сигнал-шум остается выше порога.

Еще одна важная концепция - многообразие частот. Используя несколько частотных пар (например, набор ортогональных частот), системы локализации FSK могут создавать различные сигнатуры сигналов для разных зон. Приемник может соотносить принятый сигнал с ожидаемыми частотами для оценки как наличия конкретного передатчика, так и относительного расстояния через принятую силу сигнала (RSS) или время полета (ToF). Некоторые продвинутые реализации объединяют FSK с фазовым диапазоном для достижения субметровой точности.

Математическая основа локализации ФСК опирается на анализ временных частот и байесовскую оценку. Путем моделирования принятого сигнала как смеси известных тонов ФСК плюс шум, приемник может применять сопоставленные фильтры для извлечения наиболее вероятных частотных сдвигов. Серия обнаруженных сдвигов образует шаблон, который может быть нанесен на карту в местоположение с помощью либо заранее установленной базы данных отпечатков пальцев, либо алгоритма трилатерации на основе известных положений маяков.

Сравнение с другими методами локализации внутри помещений

FSK занимает сладкое место между простотой и надежностью. Wi-Fi Round Trip Time (RTT) может обеспечить точность на уровне метра, но требует специализированной инфраструктуры и поддержки устройств. Bluetooth Low Energy (BLE) маяки недороги, но страдают от колебаний сигнала и ограниченного диапазона. Ультразвуковые системы предлагают высокую точность, но чувствительны к окружающему шуму и требуют линии видимости. Системы на основе FSK, напротив, работают на стандартном радиооборудовании, потребляют минимальную мощность и могут работать в условиях нелинейного зрения, потому что информация о частоте сохраняется даже тогда, когда сигнал слаб. В то время как точность систем FSK обычно находится в диапазоне 1-5 метров в зависимости от плотности развертывания, они часто более надежны, чем решения BLE на основе RSSI, потому что иммунитет модуляции снижает изменчивость окружающей среды.

Архитектура и компоненты системы

Полная система локализации FSK состоит из трех основных слоев: физического аппаратного уровня, уровня протокола связи и уровня алгоритма локализации.

Слой аппаратного обеспечения

На аппаратном уровне система требует передатчиков (маяков или мобильных тегов) и приемников (фиксированных якорей или мобильных блоков). Передатчики обычно состоят из микроконтроллера, модулятора FSK (часто интегрированного в чип радиоприемника, такой как Texas Instruments CC1101 или серия Nordic nRF24), и антенны. Передатчик генерирует несущую волну и сдвигает свою частоту в соответствии с битами данных, представляющими код местоположения. Для активной локализации мобильное устройство запускает легкий протокол для отправки периодических всплесков FSK.

Приемники, как правило, представляют собой стационарные узлы, размещенные в известных положениях по всему внутреннему пространству. Каждый приемник включает в себя радиоприемник, настроенный на полосу частот FSK, цифровой демодулятор и схему синхронизации времени. Для прототипирования могут использоваться также современные программно-определяемые радиоприемники (SDR), позволяющие гибко изменять параметры модуляции. Однако производственные системы, как правило, используют выделенные приемопередающие ИС для снижения затрат и энергопотребления.

Слой протокола связи

Протокол определяет, как координируются передатчики и приемники. Для пассивных систем маяков каждый маяк многократно передает свой ID с помощью модуляции FSK. Мобильное устройство прослушивает эти передачи и записывает характеристики принимаемого сигнала. Протокол должен обрабатывать управление доступом, когда одновременно передаются несколько маяков. Схемы множественного доступа с разделением времени (TDMA) или многократного доступа с разделением частоты (FDMA) являются общими. В активных системах мобильное устройство передает зондный сигнал, а фиксированные приемники отвечают с подтверждениями, которые включают информацию о времени, чтобы мобильное устройство могло вычислить свое положение.

Локализация Алгоритмический слой

Алгоритмический слой преобразует необработанные измерения сигнала ФСК в оценку положения. Существуют два доминирующих подхода: основанные на диапазоне и основанные на отпечатках пальцев. Методы на основе диапазона оценивают расстояние между передатчиком и приемником от ослабления сигнала или времени полета. Поскольку сигналы ФСК имеют четко определенные частотные края, оценка времени полета может быть выполнена путем анализа времени прибытия конкретных частотных переходов. Методы на основе отпечатков пальцев, с другой стороны, включают сбор базы данных принятых шаблонов сигналов ФСК (например, относительные силы различных идентификаторов маяков) в известных положениях, а затем сопоставление новых измерений с ближайшей записью базы данных с использованием машинного обучения или k-ближайших соседей.

Гибридные подходы, сочетающие оценки дальности с сопоставлением отпечатков пальцев, часто дают наилучшую точность на практике. Например, фильтр Калмана может сплавлять измерения дальности FSK с данными инерциального измерительного блока (IMU) для сглаживания траектории движущегося пользователя.

Процесс разработки систем локализации ФСК

Создание надежной системы позиционирования в помещении на основе FSK требует тщательной инженерии в нескольких областях. В оригинальной статье были описаны четыре шага, которые мы расширяем здесь с более глубокими техническими деталями.

1.Сигнальный дизайн и оптимизация

Первым шагом является проектирование параметров сигнала FSK: несущей частоты, отклонения частоты между метками и пространствами, битрейта и структуры пакетов. Эти варианты напрямую влияют на диапазон, помехоустойчивость и многолучевую устойчивость. Для внутреннего использования типичные несущие частоты варьируются от 868 МГц до 2,4 ГГц. Более низкие частоты обеспечивают лучшее проникновение, но требуют больших антенн; более высокие частоты позволяют меньшие антенны и более высокие скорости передачи данных, но страдают от большего ослабления стенок. Частотное отклонение ±50 кГц при битрейте 250 кбит/с является общим для таких систем, обеспечивая хороший компромисс между пропускной способностью данных и надежностью.

Сигнал также включает в себя преамбулу для синхронизации, уникальное слово для обнаружения пакетов и полезную нагрузку, содержащую идентификатор местоположения или информацию о дальности. Преамбула должна быть достаточно длинной для блокировки автоматического управления усилением приемника и восстановления часов. Дизайнеры часто используют инструменты моделирования, такие как MATLAB или GNU Radio, для оценки ожидаемой частоты ошибок бита в различных моделях многолучевых каналов перед прототипированием.

2. Реализация аппаратных средств

После проектирования сигнала следующий этап — реализация аппаратного обеспечения. Для передатчиков цель — генерация чистой формы волны FSK с минимальным дрейфом частоты. Многие недорогие микроконтроллеры имеют встроенные радиопериферийные устройства, способные к модуляции FSK, но необходимо позаботиться о том, чтобы обеспечить стабильность частоты по температуре и напряжению. Для использования в помещении с диапазонами до 50 м обычно достаточно кристаллического осциллятора 20 ppm. Для приемников передний конец должен включать в себя полосовой фильтр для отбрасывания помех из диапазона, усилитель низкого шума и демодулятор. Синхронизация времени имеет решающее значение для диапазона на основе ToF; общее решение — использовать общие опорные часы, распределенные по проводному Ethernet или беспроводному синхронизирующему маяку.

Прототипирование может быть выполнено с использованием SDR-платформ, таких как USRP или ADALM-PLUTO, которые позволяют быстро итерировать параметры модуляции. После проверки конструкции можно разработать специальную печатную плату с выбранной приемопередающей ИС и микроконтроллером для массового производства. Управление питанием является ключевым фактором: для маяков с батарейным питанием рабочий цикл должен быть низким (например, передача пакета 2 мс каждые 200 мс) для достижения месяцев работы на ячейке монеты.

3.Развитие алгоритма

Разработка алгоритма включает в себя написание прошивки, которая обрабатывает демодулированные биты для получения оценок положения. Для систем на основе диапазона алгоритм должен измерять время полёта сигнала FSK. Это может быть сделано путем встраивания временной метки в передачу и использования двустороннего диапазона (аналогичного тому, что используется в системах UWB), но с FSK. Альтернативно, принятая сила сигнала может быть преобразована в расстояние, если известна модель потери пути. Однако RSSI с FSK более стабильна, чем с амплитудно-модулированными сигналами, потому что частотная модуляция менее чувствительна к затуханию.

Для отпечатков пальцев алгоритм должен быть обучен данным, собранным в сетке опорных точек. Собранные отпечатки пальцев должны включать в себя сильные сигналы всех видимых маяков и, необязательно, демодулированные частотные паттерны. Для снижения вычислительной нагрузки могут применяться методы уменьшения размерности, такие как анализ основных компонентов, а классификатор, такой как случайный лес или нейронная сеть, может быть обучен картированию отпечатков пальцев для координат. Обновления в реальном времени требуют, чтобы алгоритм работал на устройстве с ограниченными ресурсами; поэтому код должен быть оптимизирован для низкой задержки и минимального использования памяти.

4. Испытания и калибровка

Четвертый шаг - тщательное тестирование и калибровка. Внутренняя среда сильно варьируется: открытое лобби со стеклянными стенками имеет разные многолучевые характеристики, чем коридор, выложенный металлическими стойками. Поэтому система должна быть откалибрована для каждого места развертывания. Калибровка включает в себя перемещение эталонного передатчика в известные позиции и запись измерений приемника. Затем данные калибровки используются для корректировки параметров алгоритма - например, показатель потери пути для ранжирования на основе RSSI или веса интерполяции для дактилоскопии.

После калибровки точность системы должна быть подтверждена путем сравнения расчетных позиций с наземной правдой по пути испытаний. Средняя ошибка, ошибка 90-го процентиля и скорость обновления являются стандартными показателями. Обычно достигается средняя ошибка 1-3 метра в типичной офисной среде с расстоянием маяка 5-10 метров. Автоматизированные методы калибровки с использованием роботов или дронов могут уменьшить труд, необходимый для крупномасштабного развертывания.

Преимущества локализации FSK

Системы на базе FSK обеспечивают определенные преимущества, которые делают их привлекательными для внутреннего судоходства:

Проблемы и существующие ограничения

Несмотря на эти сильные стороны, локализация ФСК не является панацеей. Инженеры сталкиваются с несколькими практическими препятствиями:

Сигнал перекрыт в плотных развертываниях

Когда много маяков размещены близко друг к другу, приемник может одновременно обнаруживать несколько сигналов FSK, приводящих к столкновениям и ошибкам декодирования. Требуется планирование повторного использования частоты: соседние маяки должны использовать либо разные пары частот, либо разные временные интервалы. Это усложняет управление сетью и снижает эффективную скорость обновления на маяк.

Искажение частотных доменов с мультипатической индуцированной

В то время как FSK более надежен, чем амплитудная модуляция, экстремальный мультипат в высокоотражающих средах (например, атриум со многими стеклянными панелями) может вызвать частотно-селективное затухание, которое разрушает различие между частотами. Как правило, это происходит, когда распространение задержки сопоставимо или больше периода символа. Широкополосный FSK с многообразием частот может смягчить это, но он увеличивает пропускную способность и энергопотребление.

Усилия по калибровке

Как уже отмечалось, каждый объект развертывания требует калибровки по конкретным объектам. Стоимость и время калибровки могут быть значительным препятствием для принятия, особенно для часто перенастраиваемых пространств (например, выставочных залов). Адаптивные алгоритмы, которые изучают и обновляют базу данных отпечатков пальцев в режиме реального времени без явной калибровки, являются активной областью исследований (см., например, работу Dardari et al. по самокалибровочным системам RFID ).

Ограничения точности

Системы на базе ФСК редко достигают точности до 50 см без дополнительных датчиков. Для мелкозернистой навигации (например, направление робота на конкретную полку) методы UWB или на основе зрения остаются превосходными. Однако для навигации на уровне пешеходов, где допустима ошибка 1-3 метра, ФСК является конкурентным вариантом.

Будущие направления и интеграция

Следующее поколение систем локализации ФСК, скорее всего, объединит технику модуляции с другими технологиями для преодоления текущих слабостей.

Слияние с инерциальными датчиками

Одним из перспективных направлений является тесная интеграция с инерциальными единицами измерения (IMU), доступными в большинстве смартфонов и носимых устройств. Сплавляя обновления положения FSK с данными акселерометра и гироскопа с использованием расширенного фильтра Калмана, система может поддерживать точное позиционирование даже в периоды, когда сигналы FSK временно блокируются (например, когда пользователь поворачивает угол). Этот сплав снижает зависимость от высокой плотности маяков и компенсирует ограниченную скорость обновления системы FSK.

Машинное обучение для надежной отпечатков пальцев

Модели глубокого обучения, особенно сверточные нейронные сети и рекуррентные нейронные сети, были применены к необработанным спектрограммам сигналов FSK для извлечения особенностей, специфичных для местоположения, которые более надежны, чем ручные функции, такие как RSSI. Такие модели могут лучше обобщать новые среды и уменьшать необходимость калибровки наземной истины. Исследование 2019 в Scientific Reports продемонстрировало, что CNN, обученный на спектрограммах FSK, достиг субметровой точности в открытом офисе площадью 100 м2.

Интеграция с Bluetooth 5 и IEEE 802.15.4

Современные радиочипы, поддерживающие Bluetooth 5 и IEEE 802.15.4 (Zigbee, Thread), включают в себя модуляторы FSK. Можем ли мы использовать эти радиоприемники для локализации? Да. Исследователи разрабатывают методы встраивания информации о местоположении в периодические рекламные пакеты устройств BLE с помощью модуляции FSK поверх стандартного GFSK (Gaussian FSK), используемого Bluetooth. Это позволило бы существующим маякам BLE служить двойным целям - связи и локализации - без необходимости дополнительного оборудования.

Комбинированные ФСК и УВБ

Ультраширокополосная сеть обеспечивает высокую точность, но высокое энергопотребление. Гибридная система может использовать FSK для грубой локализации и пробуждения с низким энергопотреблением, а затем активировать UWB для точного диапазона только при необходимости (например, когда пользователь входит в комнату, требующую высокой точности). Такой иерархический подход может продлить срок службы батареи, достигая наилучшего из обоих миров.

Заключение

Системы локализации на основе FSK представляют собой практичное и экономически эффективное решение для внутренней навигации в средах, где GPS не работает. Их присущая устойчивость к многолучевым и шумовым сигналам, низкое энергопотребление и доступность недорогого приемопередатчика делают их привлекательным выбором для крупномасштабного развертывания в розничной торговле, здравоохранении, логистике и общественном транспорте. В то время как такие проблемы, как перекрытие сигналов и калибровочные усилия, сохраняются, продолжающиеся исследования в области синтеза датчиков, машинного обучения и гибридных системных архитектур, неуклонно расширяют границы того, что может достичь FSK. Поскольку спрос на повсеместное позиционирование в помещении продолжает расти, FSK останется ключевым инструментом в инструментальном наборе инженера - не как одна серебряная пуля, но как часть многоуровневой стратегии локализации, которая уравновешивает стоимость, точность и надежность.