简介围绕超宽带UWB室内定位算法在MATLAB环境下的实现与讲解面向无线定位初学者、工程师及MATLAB开发者适用于物联网、智慧建筑等高精度定位场景。包内共39个文件以27个PDF说明文档为主体配有5个.m脚本、1个.mlx实时脚本、5个png示意图及README压缩包大小约51.69MB目录清晰便于按文档、代码、图示学习。内容涵盖UWB脉冲生成、室内信道建模、接收机处理、TDOA/TOA定位算法、多基站仿真及误差评估并附有UWBLocalizationExampleDEMO示例便于对照运行和二次开发。已有106人学习下载适合希望通过源码与配套讲解系统掌握超宽带室内定位算法及MATLAB仿真实践。1. 室内定位超宽带算法 MATLAB为什么这次不先从公式讲起拆这个室内定位超宽带算法 MATLAB 工程包之前我先翻了一遍 README 和目录结构。它不是把函数散落一地而是按“脉冲生成 → 信道建模 → 接收机处理 → TOA/TDOA 解算 → 误差评估可视化”串成一条完整链路还带了一个 UWBLocalizationExampleDEMO 演示工程。对正在做室内定位课设、或者想评估到底选 TOA 还是 TDOA 再考虑硬件的从业者来说这份资源最值钱的地方是它让坐标图上出现真实定位点而且换场景改参数也改得动。UWB 在室内定位里一直被当成高精度首选因为它抗多径、功耗低、带宽极宽。但代码落地时真正的坑往往不在最后的定位算法而在前面的脉冲生成、信道模型和首径检测。所以下面就把拆包过程、参数调试和踩坑记录一次说清。2. 把 UWB 定位拆成四条链路脉冲、信道、接收机与解算选型2.1 脉冲生成与 FFT先让信号在频域里站得住在 MATLAB 里仿真 UWB最容易碰上的第一个问题是内存和采样率。UWB 脉冲宽度是纳秒级如果直接按真实时间轴生成采样点采样率要拉到几十 GHz脚本一跑内存就爆。常见做法是先定中心频率和带宽用高斯脉冲乘载波造出时域信号再用 FFT 检查频谱是否落在目标频段。这个思路也是资源里基础脚本的主线我复现时习惯把采样率和带宽的关系先写在注释里。% 生成 4 GHz 中心频率、500 MHz 带宽的高斯脉冲 fs 20e9; % 采样率 20 GHz按最高频率的 5 倍留余量 t 0:1/fs:5e-9; % 5 ns 时间窗保留多径余量 fc 4e9; % 中心频率 4 GHz bw 500e6; % 信号带宽 500 MHz tau 1/(bw*pi); % 脉宽参数 base exp(-(t-2.5e-9).^2/(2*tau^2)); % 高斯包络 carrier cos(2*pi*fc*t); uwb_pulse base .* carrier; subplot(2,1,1); plot(t*1e9, uwb_pulse); title(UWB 时域脉冲); subplot(2,1,2); f_axis linspace(-fs/2, fs/2, length(t))/1e9; plot(f_axis, fftshift(abs(fft(uwb_pulse)))); title(UWB 频域幅值);这里 fs 为什么取 20 GHz因为中心频率 4 GHz两倍频是 8 GHz实际仿真要兼顾频谱镜像直接取 4 到 5 倍最省事。带宽 bw 决定脉宽 tau带宽越宽脉冲越窄室内测距的分辨率越高但也别盲目加宽因为后面匹配滤波器的采样点会变多仿真变慢。时间窗 5 ns 对应 1.5 米左右的双程传播余量室内小房间够用仓库或走廊场景建议拉到 10 ns。FFT 在这里不只是画图用后面接收机做匹配滤波也是先在频域共轭相乘再 IFFT 回来比时域卷积快很多。这也是这份资源里 fft 被反复调用的原因。你要是把 fc 改成 6.5 GHz 到 8.5 GHz 的频段记得同步调整 fs 和时间窗否则频域图会出现混叠假象。2.2 信道模型怎么选瑞利还是莱斯取决于有没有视距室内信道多径是 UWB 定位误差的最大来源。信号从发射端到接收端不只有直射路径还有墙面、地面、金属柜的反射路径。MATLAB 里常用的信道模型有瑞利衰落和莱斯衰落选型依据很简单接收端能看见发射端用莱斯直射路径占主导完全看不见反射占主导用瑞利。如果场景介于两者之间直接把莱斯 K 因子调低。场景推荐模型关键参数典型用途NLOS 走廊 / 墙角遮挡瑞利衰落无直射分量模拟遮挡严重的定位盲区LOS 大厅 / 实验室莱斯衰落K 因子 6~10 dB模拟锚节点直视条件密集多径仓库瑞利 额外时延扩展均方根时延扩展 20~40 ns评估抗多径算法上限MATLAB 里可以直接用 Communications Toolbox 的 comm.RicianChannel但有些旧工程为了不依赖工具箱自己写多径叠加。我复现资源里的信道脚本时常用下面这种简化方式% 简化多径信道1 条直射 2 条反射 c 3e8; % 光速 d_los 3.2; % 直射距离 3.2 m d_mp1 5.6; d_mp2 7.1; % 两条反射路径等效距离 paths [d_los/c, d_mp1/c, d_mp2/c]; % 换算到时延 amp [1.0, 0.4, 0.25]; % 路径幅度 h zeros(1, 512); % 信道冲激响应 for k 1:3 idx round(paths(k) * fs) 1; if idx length(h) h(idx) h(idx) amp(k); end end % 画冲激响应 stem((0:length(h)-1)/fs*1e9, abs(h)); xlabel(ns); ylabel(幅度);这段代码把每条路径的时延按采样率换算成采样点索引再往冲激响应里叠加幅度。最容易翻车的地方是索引越界路径等效距离超过房间尺度时idx 大于向量长度赋值直接被 if 拦下但后面的定位结果也会缺径。所以场景变大时h 长度要按最大时延加余量来分配。反射径幅度通常比直射低这里只给了相对值实际可以用路径损耗公式算但仿真初段定值最直观。2.3 接收机处理匹配滤波、噪声底与首径检测接收端的核心是把“哪条路径先到”这件事做对。UWB 接收机处理链路里最重要的三步是匹配滤波、噪声底估计和首径检测。匹配滤波用本地脉冲模板和接收信号做相关得到一串带峰值的相关波形峰值位置对应路径到达时刻。但注意测距用的是首径不是最强径——反射路径有时比直射更强直接取全局最大值会带来十几厘米甚至半米的误差。% 匹配滤波 噪声底阈值 首径检测 % rx_signal 来自前级信道输出ref_pulse 是本地保存的发射模板 rx_spec fft(rx_signal); % 接收信号到频域 ref_spec fft(ref_pulse); % 本地模板脉冲 y ifft(rx_spec .* conj(ref_spec)); % 频域相关等价于时域匹配滤波 y abs(y); noise_pow mean(y(1:80).^2); % 用前导无信号段估计噪声底 threshold 5 * sqrt(noise_pow); % 阈值系数 5 是经验值 first_idx find(y threshold, 1, first); toa_est (first_idx - 1) / fs; % 首径到达时间这段代码里y(1:80) 是发射前的一段噪声采样用来估计噪声底阈值系数 5 的意思是信号强度超过噪声底 5 倍才算可能的首径。如果你仿真信噪比高阈值可以降到 4首径检测更灵敏SNR 低就提到 7避免被噪声毛刺触发。这里要强调的是 find 返回第一个超过阈值的索引而不是 y 里最大的索引。参数 fs 对 TOA 估计精度的直接影响是量化误差采样点间隔是 1/fs比如 fs20 GHz时间量化步长 50 ps往返距离误差约 1.5 厘米。想再精细就得用插值或频域过采样但至少要知道误差上限在哪。2.4 定位解算选型TOA、TDOA 与 AOA 的适用边界前面三条链路都服务于最后一个问题怎么把距离或角度量测变成坐标。三种主流算法各有各的锚点需求方法量测最少锚点优势短板TOA信号飞行时间3 个精度高、实现直观收发节点需要时间同步TDOA到达时间差3 个不需要绝对同步双曲线方程非线性强AOA到达角度2 个锚点少角度测量硬件成本高在工程里TOA 适合能看到锚节点、且能接受同步协议的场景TDOA 适合锚节点侧有统一时钟、标签侧不需要同步的场景所以很多商用 UWB 定位系统走 TDOA。MATLAB 里这两类最后都会落到优化问题Optimization Toolbox 的 lsqnonlin 能解 TOA 的非线性最小二乘TDOA 也常用 Chan 算法先给初值再迭代精化。选型时还有一条容易忽略的边界锚点几何布局。三边测量只在锚点不共线时解稳定锚点靠近同一直线误差会被几何因子放大通常叫 GDOP。资源里默认的 4 角锚点布局就是为了压低 GDOP这个点在第四章的实测结果里会看到明显差异。3. 在 MATLAB 里跑通示例工程从解压到坐标图上出现定位点3.1 先看 README 和目录确认入口在哪下载解压之后别直接双击 m 文件先按下面顺序看一遍工程结构。路径作用README.md运行说明、MATLAB 版本要求、文件依赖UWBLocalizationExampleDEMO.m演示主入口doc/算法说明文档img/运行结果图用来核对你的输出其余 .m 文件脉冲生成、信道、TOA/TDOA、评估函数我在打开任何 MATLAB 工程时都先跑一句 which确认目标文件在当前路径下可见不然老出现“未定义函数或变量”。cd UWB-Algorithms-on-MATLAB-main which UWBLocalizationExampleDEMO matlab -batch disp(version)这里 matlab -batch 是直接在系统终端调起 MATLAB 检查版本不弹桌面窗口。如果你已经打开 MATLAB就在命令行窗口里执行 which返回完整路径才是真的在这个目录下。3.2 运行 DEMO注意看三个输出主脚本运行很简单% 在 MATLAB 命令行窗口执行 UWBLocalizationExampleDEMO正常跑完会弹出定位结果图、误差分布图和一条命令行输出内容是估计坐标与真实坐标的偏差。第一次跑通时最该关注三个变量anchor_pos、target_true、sigma_range它们决定了整个仿真布局。anchor_pos [0 0; 8 0; 8 8; 0 8]; % 4 个锚节点方形布局 target_true [3.2 4.5]; % 目标真实位置 sigma_range 0.05; % 测距噪声标准差 0.05 manchor_pos 是锚节点坐标矩阵每一行一个锚点单位是米target_true 是目标真实坐标误差评估全靠它做基准sigma_range 是距离测量的噪声标准差这里 0.05 表示系统测距精度约 5 厘米这是目前商用 UWB 芯片比较合理的水平。改 sigma_range 到 0.2 再跑一次你会发现定位点散开很多这条链路立即就能看出噪声对精度的影响。3.3 把默认场景改成自己的布局改场景分三步第一步改锚节点坐标第二步改目标真实位置第三步改噪声和蒙特卡洛次数。如果目标点落在锚点围成的区域内定位误差一般可控落在区域外误差会明显变大这就是几何布局的代价。% 自定义 5 锚点布局覆盖更真实的办公室 anchor_pos [0 0; 6 0; 6 5; 0 5; 3 2.5]; target_true [2.2 3.1]; sigma_range 0.08;这里的第 5 个锚点放在区域中间作用是压制上方区域的 GDOP。改完直接重跑主脚本对比误差图就能看到新增锚点带来的改善。注意一点资源里的脚本可能假设锚点数固定为 4如果改成 5 个要检查 TDOA 相关矩阵维度是不是自动适配不适配时最佳路径是按第 4 章的方式自己写一个评估循环。3.4 批处理跑参数扫描避免一次一次点运行改一个参数点一次运行效率太低。我的习惯是把主流程包进一个循环参数扫描一次出图。这也是把这份资源从“演示工程”变成“可用工具”的关键一步。% 参数扫描噪声从 0.03 到 0.2 sigma_list [0.03 0.05 0.1 0.2]; rmse_list zeros(size(sigma_list)); for s 1:numel(sigma_list) sigma_range sigma_list(s); % 这里放第 4 章的蒙特卡洛评估函数 rmse_list(s) evaluate_uwb_position(anchor_pos, target_true, sigma_range); end plot(sigma_list, rmse_list, -o); xlabel(sigma\_range / m); ylabel(RMSE / m);把主评估逻辑抽成 evaluate_uwb_position 函数输入锚点、真实位置、噪声输出 RMSE。这样改布局、改噪声都不用手动改脚本后续写报告也方便。批处理跑完之后你会更清楚这份资源的算法在什么噪声水平下可用。4. 手写 TOA 与 TDOA 解算三边测量、Chan 算法和误差评估4.1 TOA 三边测量用非线性最小二乘代替解方程已知三个锚点的距离目标在三个圆的交点听起来是几何题。但测距带噪声时三个圆交不到一个点所以要最小二乘。这里的工程实现一般用 lsqnonlin把位置坐标当作优化变量让预测距离和实测距离的差尽量小。% TOA 非线性最小二乘定位 rng(1); d_meas sqrt(sum((anchor_pos - target_true).^2, 2)) ... randn(size(anchor_pos,1),1) * sigma_range; fun (p) sqrt(sum((anchor_pos - p).^2, 2)) - d_meas; p0 [4 4]; % 初值放在区域中心 p_est lsqnonlin(fun, p0, [], [], ... optimoptions(lsqnonlin, Display, off)); fprintf(真实坐标: %.2f %.2f, 估计坐标: %.2f %.2f\n, ... target_true, p_est);fun 是残差函数输入候选坐标 p输出每个锚点的预测距离减去实测距离。lsqnonlin 会不断调整 p 让残差平方和最小。初值 p0 放在区域中心是好习惯UWB 的测距误差只有厘米级残差曲面比较平滑初值不太敏感但如果锚点布局差曲面出现多谷初值乱给可能收敛到镜像解。sigma_range 加大时也可以多试几个初值选残差最小的那个结果。4.2 TDOA 解算Chan 算法给初值再看要不要迭代TDOA 不需要目标与锚点同步只要锚点之间时间同步。测量值是一组到达时间差两两相减形成双曲线。Chan 算法的思路是把非线性方程线性化先解一个加权最小二乘。下面是简化版实现够跑课设和算法对比% TDOA 解算以第 1 个锚点为参考 % d_meas 是带噪声的锚点到目标距离差值为等效距离差 tdoa_ref d_meas(2:end) - d_meas(1); x1 anchor_pos(2:end,1) - anchor_pos(1,1); y1 anchor_pos(2:end,2) - anchor_pos(1,2); K sum(anchor_pos(2:end,:).^2, 2) - sum(anchor_pos(1,:).^2); Ga [x1, y1, -tdoa_ref]; h 0.5 * (tdoa_ref.^2 - K); za pinv(Ga) * h; % 第一步最小二乘 p_chan za(1:2) anchor_pos(1,:); fprintf(Chan 算法估计: %.2f %.2f\n, p_chan);代码里 tdoa_ref 是用带噪声的距离相减模拟时间差实际系统里时间差直接由相关峰位置给出。Ga 矩阵第三列是负的等效距离差代表目标到参考锚点的未知距离这是 Chan 算法的关键线性化技巧。直接用 pinv 求最小二乘解没问题但 TDOA 量测噪声在通道间相关严格讲应该用噪声协方差矩阵做加权资源里的完整脚本在这个位置一般会加一个二次校正步骤把 za(3) 作为已知量再解一轮更精确的位置。如果你手头有 Optimization Toolbox也可以把 Chan 解当成初值给 lsqnonlin 再做精化双曲线方程组收敛会快很多。4.3 误差评估RMSE、CDF 和定位成功率怎么算定位算法写完不能只看一次结果蒙特卡洛重复采样是评估精度的标配。每次随机生成一组测距噪声记录误差最后看三件事均方根误差 RMSE、误差累计分布函数 CDF、定位成功率。% 蒙特卡洛评估 TOA 定位 N 500; errors zeros(N,1); for k 1:N d_mc sqrt(sum((anchor_pos - target_true).^2, 2)) ... randn(size(anchor_pos,1),1) * sigma_range; fun_mc (p) sqrt(sum((anchor_pos - p).^2, 2)) - d_mc; est_mc lsqnonlin(fun_mc, [4 4], [], [], ... optimoptions(lsqnonlin,Display,off)); errors(k) norm(est_mc - target_true); end rmse sqrt(mean(errors.^2)); success_rate mean(errors 0.3); % 误差小于 0.3 m 算成功 figure; cdfplot(errors); xlabel(定位误差 / m); ylabel(CDF);N 取 500 到 1000 次比较平衡太少 CDF 曲线毛糙太多跑起来慢。cdfplot 是 MATLAB 自带的经验 CDF 绘图函数曲线在 0.1 m 处到达 0.9表示 90% 的定位误差小于 0.1 m这是工程里最常引用的指标。success_rate 的阈值按你的业务定室内人员定位一般取 0.3 米仓储自动化可能取 0.1 米。到这里你已经从“能看到定位点”升级到“能说出定位精度是多少、有多稳定”。5. 避坑UWB 算法在 MATLAB 里最常见的翻车现场与排查坑 1频谱图跟预期完全对不上现象脉冲生成脚本跑完频域幅值的主瓣落在 0 Hz 附近或者高频段出现明显的镜像副本。原因采样率 fs 没取够或载波频率 fc 相对 fs 太高导致频域混叠。MATLAB 的 fft 不会主动帮你滤波频谱镜像直接叠进来很难看。解决把 fs 提到 fc 的 4~5 倍至少不低于信号最高频率的 2.5 倍。检查代码里 linspace 画频率轴时是不是用了 fftshift没用的画出来也像混叠。我一般还会把 plot 出的频率轴最大值和 fs/2 对一下确认横轴单位是 GHz而不是把采样点数当成了频率。坑 2首径检测选到了最强反射径现象整体定位误差集中在 20 到 50 厘米CDF 曲线在尾部拖很长但 RMSE 看起来还行。原因检测直接用了 abs(y) 的全局最大值而室内环境里反射径幅度完全可能高于直射径第一次超过阈值的位置反而在后面。解决改成“噪声底阈值 find 第一个超过阈值点”的方式。阈值系数我一般取 5SNR 高时降到 4SNR 低时升到 7。这比任何后期滤波都管用。真正到了多径严重的环境还可以对比前三个超过阈值的点取时间最早且幅度不低于直射径 30% 的那个能再压掉一部分反射误判。坑 3TDOA 矩阵接近奇异定位结果乱跳现象锚点布置在一条直线上或者接近共线时p_chan 出现离谱坐标比如几百米。原因Ga 矩阵条件数过大最小二乘对量测误差极度敏感。几何上叫 GDOP 差锚点形成的角度覆盖不够。解决先把锚点坐标画出来检查是否共线。资源默认的方形四角布局就是为了避开这个问题。如果场地限制只能直线布置减少定位覆盖距离并接受定位误差放大。我会在仿真里算一下 cond(Ga)条件数超过 1e4 直接警告自己别信结果。坑 4多径时延溢出时间窗 索引越界现象场景改成大房间或仓库后仿真报错索引超出数组维度或者定位结果少了某条路径。原因信道冲激响应向量长度固定而多径时延按采样率换算后超过了向量长度。5 ns 时间窗在空旷场景里确实不够。解决按场地最大尺寸预估最大往返时延开窗余量 1.5 倍。比如 20 米的仓库最大时延约 133 ns冲激响应至少要 4000 个采样点fs20 GHz 时。这个数字是玄学吗不是直接算地表最大反射路径再乘余量宁可多占内存也不要索引越界。坑 5噪声参数设得太理想评估结果不可信现象sigma_range 0 时定位误差几乎为零输出漂亮但没有任何参考价值设成 0.5 米时 CDF 又难看怀疑算法本身有问题。原因测距噪声标准差本身就该来自硬件指标。商用 UWB 芯片在 LOS 下的测距精度约 3~10 厘米NLOS 下会退化到 30 厘米以上。仿真里把噪声设成零等于默认系统完美评估结果只是自嗨。解决仿真分两组跑LOS 用 0.05 米NLOS 用 0.2~0.3 米对比 CDF 才能看出算法的抗 NLOS 能力。报告里写指标时务必标清楚噪声假设否则别人复现出来对不上第一个怀疑的就是你的算法。坑 6缺工具箱导致函数未定义现象运行时报未定义函数或变量 lsqnonlin / comm.RicianChannel。原因Optimization Toolbox 或 Communications Toolbox 没安装或者 MATLAB 版本太老。解决先执行 which lsqnonlin返回路径说明工具箱可用没有的话就把 TDOA 的 Chan 算法部分保留只用基础函数TOA 改 fsolve 或自己写高斯牛顿迭代。资源里的初级模块对工具箱依赖不大但 DEMO 主脚本默认需要 Optimization Toolbox。装不上的时候我一般先跑最简的 TOA 三边测量函数等工具箱到位再开完整 DEMO。6. 把仿真参数调成工程可用一套五分钟的校验流程最后一步不是写新算法而是给任何一份 UWB 仿真代码做快速体检。我现在拿到一个新工程第一件事是跑一遍这个小流程五分钟内能确定它能不能用、改哪里。第一固定布局和噪声先跑 200 次蒙特卡洛记 RMSE 和 P95。第二把 sigma_range 从 0.03 调到 0.2看误差是不是近似线性增长——如果增长斜率远大于预期说明算法在高噪声下退化不适合你的硬件。第三画锚点布局和 CDF 两张图确认没有共线、没有明显尾部毛刺。第四把目标点放在定位区域边界外再跑一次记录性能退化幅度这个数字以后写方案时一定会用到。% 快速体检脚本布局、噪声扫描、边界外测试 sigmas [0.03 0.05 0.1 0.2]; rmse_list zeros(size(sigmas)); for s 1:numel(sigmas) sigma_range sigmas(s); % 复用前面的蒙特卡洛循环这里只记录 RMSE rmse_list(s) rmse; end plot(sigmas, rmse_list, -o); grid on; xlabel(sigma\_range / m); ylabel(RMSE / m);这里设置 sigmas 为一组递增噪声值横轴是测距噪声纵轴是最终定位 RMSE。曲线斜率如果接近 1说明定位精度受测距精度主导算法本身没有额外放大误差斜率明显大于 1就要回头看解算初值和几何布局。第四步的边界外测试是一次性的代码量不大但能暴露 GDOP 恶化最直观的证据。我自己的血泪教训是有一版仿真用了 4 个锚点长方形布局RMSE 看起来很好后来把目标挪到区域外测了一下误差直接飙升十倍。从那以后我每次拿到 UWB 仿真代码都强制先走一遍边界外测试和噪声扫描再谈精度优化。这套流程说不上高深但能拦住大多数“图上好看、换场景就翻车”的坑希望帮到你。本文还有配套的精品资源点击获取 
长河君 · 2026/10/10 23:35:32 · 阅读 1.2k 室内定位超宽带算法MATLAB实现：从脉冲生成到TOA/TDOA解算
简介围绕超宽带UWB室内定位算法在MATLAB环境下的实现与讲解面向无线定位初学者、工程师及MATLAB开发者适用于物联网、智慧建筑等高精度定位场景。包内共39个文件以27个PDF说明文档为主体配有5个.m脚本、1个.mlx实时脚本、5个png示意图及README压缩包大小约51.69MB目录清晰便于按文档、代码、图示学习。内容涵盖UWB脉冲生成、室内信道建模、接收机处理、TDOA/TOA定位算法、多基站仿真及误差评估并附有UWBLocalizationExampleDEMO示例便于对照运行和二次开发。已有106人学习下载适合希望通过源码与配套讲解系统掌握超宽带室内定位算法及MATLAB仿真实践。1. 室内定位超宽带算法 MATLAB为什么这次不先从公式讲起拆这个室内定位超宽带算法 MATLAB 工程包之前我先翻了一遍 README 和目录结构。它不是把函数散落一地而是按“脉冲生成 → 信道建模 → 接收机处理 → TOA/TDOA 解算 → 误差评估可视化”串成一条完整链路还带了一个 UWBLocalizationExampleDEMO 演示工程。对正在做室内定位课设、或者想评估到底选 TOA 还是 TDOA 再考虑硬件的从业者来说这份资源最值钱的地方是它让坐标图上出现真实定位点而且换场景改参数也改得动。UWB 在室内定位里一直被当成高精度首选因为它抗多径、功耗低、带宽极宽。但代码落地时真正的坑往往不在最后的定位算法而在前面的脉冲生成、信道模型和首径检测。所以下面就把拆包过程、参数调试和踩坑记录一次说清。2. 把 UWB 定位拆成四条链路脉冲、信道、接收机与解算选型2.1 脉冲生成与 FFT先让信号在频域里站得住在 MATLAB 里仿真 UWB最容易碰上的第一个问题是内存和采样率。UWB 脉冲宽度是纳秒级如果直接按真实时间轴生成采样点采样率要拉到几十 GHz脚本一跑内存就爆。常见做法是先定中心频率和带宽用高斯脉冲乘载波造出时域信号再用 FFT 检查频谱是否落在目标频段。这个思路也是资源里基础脚本的主线我复现时习惯把采样率和带宽的关系先写在注释里。% 生成 4 GHz 中心频率、500 MHz 带宽的高斯脉冲 fs 20e9; % 采样率 20 GHz按最高频率的 5 倍留余量 t 0:1/fs:5e-9; % 5 ns 时间窗保留多径余量 fc 4e9; % 中心频率 4 GHz bw 500e6; % 信号带宽 500 MHz tau 1/(bw*pi); % 脉宽参数 base exp(-(t-2.5e-9).^2/(2*tau^2)); % 高斯包络 carrier cos(2*pi*fc*t); uwb_pulse base .* carrier; subplot(2,1,1); plot(t*1e9, uwb_pulse); title(UWB 时域脉冲); subplot(2,1,2); f_axis linspace(-fs/2, fs/2, length(t))/1e9; plot(f_axis, fftshift(abs(fft(uwb_pulse)))); title(UWB 频域幅值);这里 fs 为什么取 20 GHz因为中心频率 4 GHz两倍频是 8 GHz实际仿真要兼顾频谱镜像直接取 4 到 5 倍最省事。带宽 bw 决定脉宽 tau带宽越宽脉冲越窄室内测距的分辨率越高但也别盲目加宽因为后面匹配滤波器的采样点会变多仿真变慢。时间窗 5 ns 对应 1.5 米左右的双程传播余量室内小房间够用仓库或走廊场景建议拉到 10 ns。FFT 在这里不只是画图用后面接收机做匹配滤波也是先在频域共轭相乘再 IFFT 回来比时域卷积快很多。这也是这份资源里 fft 被反复调用的原因。你要是把 fc 改成 6.5 GHz 到 8.5 GHz 的频段记得同步调整 fs 和时间窗否则频域图会出现混叠假象。2.2 信道模型怎么选瑞利还是莱斯取决于有没有视距室内信道多径是 UWB 定位误差的最大来源。信号从发射端到接收端不只有直射路径还有墙面、地面、金属柜的反射路径。MATLAB 里常用的信道模型有瑞利衰落和莱斯衰落选型依据很简单接收端能看见发射端用莱斯直射路径占主导完全看不见反射占主导用瑞利。如果场景介于两者之间直接把莱斯 K 因子调低。场景推荐模型关键参数典型用途NLOS 走廊 / 墙角遮挡瑞利衰落无直射分量模拟遮挡严重的定位盲区LOS 大厅 / 实验室莱斯衰落K 因子 6~10 dB模拟锚节点直视条件密集多径仓库瑞利 额外时延扩展均方根时延扩展 20~40 ns评估抗多径算法上限MATLAB 里可以直接用 Communications Toolbox 的 comm.RicianChannel但有些旧工程为了不依赖工具箱自己写多径叠加。我复现资源里的信道脚本时常用下面这种简化方式% 简化多径信道1 条直射 2 条反射 c 3e8; % 光速 d_los 3.2; % 直射距离 3.2 m d_mp1 5.6; d_mp2 7.1; % 两条反射路径等效距离 paths [d_los/c, d_mp1/c, d_mp2/c]; % 换算到时延 amp [1.0, 0.4, 0.25]; % 路径幅度 h zeros(1, 512); % 信道冲激响应 for k 1:3 idx round(paths(k) * fs) 1; if idx length(h) h(idx) h(idx) amp(k); end end % 画冲激响应 stem((0:length(h)-1)/fs*1e9, abs(h)); xlabel(ns); ylabel(幅度);这段代码把每条路径的时延按采样率换算成采样点索引再往冲激响应里叠加幅度。最容易翻车的地方是索引越界路径等效距离超过房间尺度时idx 大于向量长度赋值直接被 if 拦下但后面的定位结果也会缺径。所以场景变大时h 长度要按最大时延加余量来分配。反射径幅度通常比直射低这里只给了相对值实际可以用路径损耗公式算但仿真初段定值最直观。2.3 接收机处理匹配滤波、噪声底与首径检测接收端的核心是把“哪条路径先到”这件事做对。UWB 接收机处理链路里最重要的三步是匹配滤波、噪声底估计和首径检测。匹配滤波用本地脉冲模板和接收信号做相关得到一串带峰值的相关波形峰值位置对应路径到达时刻。但注意测距用的是首径不是最强径——反射路径有时比直射更强直接取全局最大值会带来十几厘米甚至半米的误差。% 匹配滤波 噪声底阈值 首径检测 % rx_signal 来自前级信道输出ref_pulse 是本地保存的发射模板 rx_spec fft(rx_signal); % 接收信号到频域 ref_spec fft(ref_pulse); % 本地模板脉冲 y ifft(rx_spec .* conj(ref_spec)); % 频域相关等价于时域匹配滤波 y abs(y); noise_pow mean(y(1:80).^2); % 用前导无信号段估计噪声底 threshold 5 * sqrt(noise_pow); % 阈值系数 5 是经验值 first_idx find(y threshold, 1, first); toa_est (first_idx - 1) / fs; % 首径到达时间这段代码里y(1:80) 是发射前的一段噪声采样用来估计噪声底阈值系数 5 的意思是信号强度超过噪声底 5 倍才算可能的首径。如果你仿真信噪比高阈值可以降到 4首径检测更灵敏SNR 低就提到 7避免被噪声毛刺触发。这里要强调的是 find 返回第一个超过阈值的索引而不是 y 里最大的索引。参数 fs 对 TOA 估计精度的直接影响是量化误差采样点间隔是 1/fs比如 fs20 GHz时间量化步长 50 ps往返距离误差约 1.5 厘米。想再精细就得用插值或频域过采样但至少要知道误差上限在哪。2.4 定位解算选型TOA、TDOA 与 AOA 的适用边界前面三条链路都服务于最后一个问题怎么把距离或角度量测变成坐标。三种主流算法各有各的锚点需求方法量测最少锚点优势短板TOA信号飞行时间3 个精度高、实现直观收发节点需要时间同步TDOA到达时间差3 个不需要绝对同步双曲线方程非线性强AOA到达角度2 个锚点少角度测量硬件成本高在工程里TOA 适合能看到锚节点、且能接受同步协议的场景TDOA 适合锚节点侧有统一时钟、标签侧不需要同步的场景所以很多商用 UWB 定位系统走 TDOA。MATLAB 里这两类最后都会落到优化问题Optimization Toolbox 的 lsqnonlin 能解 TOA 的非线性最小二乘TDOA 也常用 Chan 算法先给初值再迭代精化。选型时还有一条容易忽略的边界锚点几何布局。三边测量只在锚点不共线时解稳定锚点靠近同一直线误差会被几何因子放大通常叫 GDOP。资源里默认的 4 角锚点布局就是为了压低 GDOP这个点在第四章的实测结果里会看到明显差异。3. 在 MATLAB 里跑通示例工程从解压到坐标图上出现定位点3.1 先看 README 和目录确认入口在哪下载解压之后别直接双击 m 文件先按下面顺序看一遍工程结构。路径作用README.md运行说明、MATLAB 版本要求、文件依赖UWBLocalizationExampleDEMO.m演示主入口doc/算法说明文档img/运行结果图用来核对你的输出其余 .m 文件脉冲生成、信道、TOA/TDOA、评估函数我在打开任何 MATLAB 工程时都先跑一句 which确认目标文件在当前路径下可见不然老出现“未定义函数或变量”。cd UWB-Algorithms-on-MATLAB-main which UWBLocalizationExampleDEMO matlab -batch disp(version)这里 matlab -batch 是直接在系统终端调起 MATLAB 检查版本不弹桌面窗口。如果你已经打开 MATLAB就在命令行窗口里执行 which返回完整路径才是真的在这个目录下。3.2 运行 DEMO注意看三个输出主脚本运行很简单% 在 MATLAB 命令行窗口执行 UWBLocalizationExampleDEMO正常跑完会弹出定位结果图、误差分布图和一条命令行输出内容是估计坐标与真实坐标的偏差。第一次跑通时最该关注三个变量anchor_pos、target_true、sigma_range它们决定了整个仿真布局。anchor_pos [0 0; 8 0; 8 8; 0 8]; % 4 个锚节点方形布局 target_true [3.2 4.5]; % 目标真实位置 sigma_range 0.05; % 测距噪声标准差 0.05 manchor_pos 是锚节点坐标矩阵每一行一个锚点单位是米target_true 是目标真实坐标误差评估全靠它做基准sigma_range 是距离测量的噪声标准差这里 0.05 表示系统测距精度约 5 厘米这是目前商用 UWB 芯片比较合理的水平。改 sigma_range 到 0.2 再跑一次你会发现定位点散开很多这条链路立即就能看出噪声对精度的影响。3.3 把默认场景改成自己的布局改场景分三步第一步改锚节点坐标第二步改目标真实位置第三步改噪声和蒙特卡洛次数。如果目标点落在锚点围成的区域内定位误差一般可控落在区域外误差会明显变大这就是几何布局的代价。% 自定义 5 锚点布局覆盖更真实的办公室 anchor_pos [0 0; 6 0; 6 5; 0 5; 3 2.5]; target_true [2.2 3.1]; sigma_range 0.08;这里的第 5 个锚点放在区域中间作用是压制上方区域的 GDOP。改完直接重跑主脚本对比误差图就能看到新增锚点带来的改善。注意一点资源里的脚本可能假设锚点数固定为 4如果改成 5 个要检查 TDOA 相关矩阵维度是不是自动适配不适配时最佳路径是按第 4 章的方式自己写一个评估循环。3.4 批处理跑参数扫描避免一次一次点运行改一个参数点一次运行效率太低。我的习惯是把主流程包进一个循环参数扫描一次出图。这也是把这份资源从“演示工程”变成“可用工具”的关键一步。% 参数扫描噪声从 0.03 到 0.2 sigma_list [0.03 0.05 0.1 0.2]; rmse_list zeros(size(sigma_list)); for s 1:numel(sigma_list) sigma_range sigma_list(s); % 这里放第 4 章的蒙特卡洛评估函数 rmse_list(s) evaluate_uwb_position(anchor_pos, target_true, sigma_range); end plot(sigma_list, rmse_list, -o); xlabel(sigma\_range / m); ylabel(RMSE / m);把主评估逻辑抽成 evaluate_uwb_position 函数输入锚点、真实位置、噪声输出 RMSE。这样改布局、改噪声都不用手动改脚本后续写报告也方便。批处理跑完之后你会更清楚这份资源的算法在什么噪声水平下可用。4. 手写 TOA 与 TDOA 解算三边测量、Chan 算法和误差评估4.1 TOA 三边测量用非线性最小二乘代替解方程已知三个锚点的距离目标在三个圆的交点听起来是几何题。但测距带噪声时三个圆交不到一个点所以要最小二乘。这里的工程实现一般用 lsqnonlin把位置坐标当作优化变量让预测距离和实测距离的差尽量小。% TOA 非线性最小二乘定位 rng(1); d_meas sqrt(sum((anchor_pos - target_true).^2, 2)) ... randn(size(anchor_pos,1),1) * sigma_range; fun (p) sqrt(sum((anchor_pos - p).^2, 2)) - d_meas; p0 [4 4]; % 初值放在区域中心 p_est lsqnonlin(fun, p0, [], [], ... optimoptions(lsqnonlin, Display, off)); fprintf(真实坐标: %.2f %.2f, 估计坐标: %.2f %.2f\n, ... target_true, p_est);fun 是残差函数输入候选坐标 p输出每个锚点的预测距离减去实测距离。lsqnonlin 会不断调整 p 让残差平方和最小。初值 p0 放在区域中心是好习惯UWB 的测距误差只有厘米级残差曲面比较平滑初值不太敏感但如果锚点布局差曲面出现多谷初值乱给可能收敛到镜像解。sigma_range 加大时也可以多试几个初值选残差最小的那个结果。4.2 TDOA 解算Chan 算法给初值再看要不要迭代TDOA 不需要目标与锚点同步只要锚点之间时间同步。测量值是一组到达时间差两两相减形成双曲线。Chan 算法的思路是把非线性方程线性化先解一个加权最小二乘。下面是简化版实现够跑课设和算法对比% TDOA 解算以第 1 个锚点为参考 % d_meas 是带噪声的锚点到目标距离差值为等效距离差 tdoa_ref d_meas(2:end) - d_meas(1); x1 anchor_pos(2:end,1) - anchor_pos(1,1); y1 anchor_pos(2:end,2) - anchor_pos(1,2); K sum(anchor_pos(2:end,:).^2, 2) - sum(anchor_pos(1,:).^2); Ga [x1, y1, -tdoa_ref]; h 0.5 * (tdoa_ref.^2 - K); za pinv(Ga) * h; % 第一步最小二乘 p_chan za(1:2) anchor_pos(1,:); fprintf(Chan 算法估计: %.2f %.2f\n, p_chan);代码里 tdoa_ref 是用带噪声的距离相减模拟时间差实际系统里时间差直接由相关峰位置给出。Ga 矩阵第三列是负的等效距离差代表目标到参考锚点的未知距离这是 Chan 算法的关键线性化技巧。直接用 pinv 求最小二乘解没问题但 TDOA 量测噪声在通道间相关严格讲应该用噪声协方差矩阵做加权资源里的完整脚本在这个位置一般会加一个二次校正步骤把 za(3) 作为已知量再解一轮更精确的位置。如果你手头有 Optimization Toolbox也可以把 Chan 解当成初值给 lsqnonlin 再做精化双曲线方程组收敛会快很多。4.3 误差评估RMSE、CDF 和定位成功率怎么算定位算法写完不能只看一次结果蒙特卡洛重复采样是评估精度的标配。每次随机生成一组测距噪声记录误差最后看三件事均方根误差 RMSE、误差累计分布函数 CDF、定位成功率。% 蒙特卡洛评估 TOA 定位 N 500; errors zeros(N,1); for k 1:N d_mc sqrt(sum((anchor_pos - target_true).^2, 2)) ... randn(size(anchor_pos,1),1) * sigma_range; fun_mc (p) sqrt(sum((anchor_pos - p).^2, 2)) - d_mc; est_mc lsqnonlin(fun_mc, [4 4], [], [], ... optimoptions(lsqnonlin,Display,off)); errors(k) norm(est_mc - target_true); end rmse sqrt(mean(errors.^2)); success_rate mean(errors 0.3); % 误差小于 0.3 m 算成功 figure; cdfplot(errors); xlabel(定位误差 / m); ylabel(CDF);N 取 500 到 1000 次比较平衡太少 CDF 曲线毛糙太多跑起来慢。cdfplot 是 MATLAB 自带的经验 CDF 绘图函数曲线在 0.1 m 处到达 0.9表示 90% 的定位误差小于 0.1 m这是工程里最常引用的指标。success_rate 的阈值按你的业务定室内人员定位一般取 0.3 米仓储自动化可能取 0.1 米。到这里你已经从“能看到定位点”升级到“能说出定位精度是多少、有多稳定”。5. 避坑UWB 算法在 MATLAB 里最常见的翻车现场与排查坑 1频谱图跟预期完全对不上现象脉冲生成脚本跑完频域幅值的主瓣落在 0 Hz 附近或者高频段出现明显的镜像副本。原因采样率 fs 没取够或载波频率 fc 相对 fs 太高导致频域混叠。MATLAB 的 fft 不会主动帮你滤波频谱镜像直接叠进来很难看。解决把 fs 提到 fc 的 4~5 倍至少不低于信号最高频率的 2.5 倍。检查代码里 linspace 画频率轴时是不是用了 fftshift没用的画出来也像混叠。我一般还会把 plot 出的频率轴最大值和 fs/2 对一下确认横轴单位是 GHz而不是把采样点数当成了频率。坑 2首径检测选到了最强反射径现象整体定位误差集中在 20 到 50 厘米CDF 曲线在尾部拖很长但 RMSE 看起来还行。原因检测直接用了 abs(y) 的全局最大值而室内环境里反射径幅度完全可能高于直射径第一次超过阈值的位置反而在后面。解决改成“噪声底阈值 find 第一个超过阈值点”的方式。阈值系数我一般取 5SNR 高时降到 4SNR 低时升到 7。这比任何后期滤波都管用。真正到了多径严重的环境还可以对比前三个超过阈值的点取时间最早且幅度不低于直射径 30% 的那个能再压掉一部分反射误判。坑 3TDOA 矩阵接近奇异定位结果乱跳现象锚点布置在一条直线上或者接近共线时p_chan 出现离谱坐标比如几百米。原因Ga 矩阵条件数过大最小二乘对量测误差极度敏感。几何上叫 GDOP 差锚点形成的角度覆盖不够。解决先把锚点坐标画出来检查是否共线。资源默认的方形四角布局就是为了避开这个问题。如果场地限制只能直线布置减少定位覆盖距离并接受定位误差放大。我会在仿真里算一下 cond(Ga)条件数超过 1e4 直接警告自己别信结果。坑 4多径时延溢出时间窗 索引越界现象场景改成大房间或仓库后仿真报错索引超出数组维度或者定位结果少了某条路径。原因信道冲激响应向量长度固定而多径时延按采样率换算后超过了向量长度。5 ns 时间窗在空旷场景里确实不够。解决按场地最大尺寸预估最大往返时延开窗余量 1.5 倍。比如 20 米的仓库最大时延约 133 ns冲激响应至少要 4000 个采样点fs20 GHz 时。这个数字是玄学吗不是直接算地表最大反射路径再乘余量宁可多占内存也不要索引越界。坑 5噪声参数设得太理想评估结果不可信现象sigma_range 0 时定位误差几乎为零输出漂亮但没有任何参考价值设成 0.5 米时 CDF 又难看怀疑算法本身有问题。原因测距噪声标准差本身就该来自硬件指标。商用 UWB 芯片在 LOS 下的测距精度约 3~10 厘米NLOS 下会退化到 30 厘米以上。仿真里把噪声设成零等于默认系统完美评估结果只是自嗨。解决仿真分两组跑LOS 用 0.05 米NLOS 用 0.2~0.3 米对比 CDF 才能看出算法的抗 NLOS 能力。报告里写指标时务必标清楚噪声假设否则别人复现出来对不上第一个怀疑的就是你的算法。坑 6缺工具箱导致函数未定义现象运行时报未定义函数或变量 lsqnonlin / comm.RicianChannel。原因Optimization Toolbox 或 Communications Toolbox 没安装或者 MATLAB 版本太老。解决先执行 which lsqnonlin返回路径说明工具箱可用没有的话就把 TDOA 的 Chan 算法部分保留只用基础函数TOA 改 fsolve 或自己写高斯牛顿迭代。资源里的初级模块对工具箱依赖不大但 DEMO 主脚本默认需要 Optimization Toolbox。装不上的时候我一般先跑最简的 TOA 三边测量函数等工具箱到位再开完整 DEMO。6. 把仿真参数调成工程可用一套五分钟的校验流程最后一步不是写新算法而是给任何一份 UWB 仿真代码做快速体检。我现在拿到一个新工程第一件事是跑一遍这个小流程五分钟内能确定它能不能用、改哪里。第一固定布局和噪声先跑 200 次蒙特卡洛记 RMSE 和 P95。第二把 sigma_range 从 0.03 调到 0.2看误差是不是近似线性增长——如果增长斜率远大于预期说明算法在高噪声下退化不适合你的硬件。第三画锚点布局和 CDF 两张图确认没有共线、没有明显尾部毛刺。第四把目标点放在定位区域边界外再跑一次记录性能退化幅度这个数字以后写方案时一定会用到。% 快速体检脚本布局、噪声扫描、边界外测试 sigmas [0.03 0.05 0.1 0.2]; rmse_list zeros(size(sigmas)); for s 1:numel(sigmas) sigma_range sigmas(s); % 复用前面的蒙特卡洛循环这里只记录 RMSE rmse_list(s) rmse; end plot(sigmas, rmse_list, -o); grid on; xlabel(sigma\_range / m); ylabel(RMSE / m);这里设置 sigmas 为一组递增噪声值横轴是测距噪声纵轴是最终定位 RMSE。曲线斜率如果接近 1说明定位精度受测距精度主导算法本身没有额外放大误差斜率明显大于 1就要回头看解算初值和几何布局。第四步的边界外测试是一次性的代码量不大但能暴露 GDOP 恶化最直观的证据。我自己的血泪教训是有一版仿真用了 4 个锚点长方形布局RMSE 看起来很好后来把目标挪到区域外测了一下误差直接飙升十倍。从那以后我每次拿到 UWB 仿真代码都强制先走一遍边界外测试和噪声扫描再谈精度优化。这套流程说不上高深但能拦住大多数“图上好看、换场景就翻车”的坑希望帮到你。本文还有配套的精品资源点击获取