3、UWB定位原理：TOF测距原理、TDOA定位原理、AOA角度定位原理、定位算法比较
做UWB定位系统这些年，我最大的感触是：定位算法选对了，项目就成功了一半。今天咱们就把UWB定位的几种核心原理掰开揉碎讲清楚。你想想看，不管是数字钥匙还是室内定位，归根结底都是在回答一个问题——目标到底在哪儿？
3.1 TOF测距原理：最朴素的测距方式
TOF，全称Time of Flight，飞行时间法。说白了就是测量信号从A点到B点飞了多久。
公式很简单：距离 = 光速 × 飞行时间 / 2
为什么要除以2？因为信号发过去再反射回来，走了个来回。嗯，这里要注意，实际系统中我们用的是双向测距，不是简单的反射。
核心要点：TOF测距精度取决于时间测量的精度。1纳秒的时间误差，对应约15厘米的距离误差。
我在项目中遇到过一个问题：两个UWB模块之间距离明明只有5米，TOF测出来却显示6.2米。排查了半天，发现是晶振漂移导致的。后来我养成了一个习惯——每次上电先做一次已知距离的校准。
TOF测距的典型流程是这样的：
- 设备A发送测距请求（Poll消息）
- 设备B收到后回复响应（Response消息）
- 设备A记录从发送到接收的总时间T_round
- 设备B记录从收到到回复的处理时间T_reply
- 飞行时间T_prop = (T_round - T_reply) / 2
实战技巧：我建议使用对称双边双向测距（SDS-TWR），它能有效抵消晶振误差。简单说就是A和B各测一次，取平均值。我在NXP的Trimension系列芯片上实测过，精度能控制在10厘米以内。
3.2 TDOA定位原理：时间差的艺术
TDOA，Time Difference of Arrival，到达时间差法。它不直接测距离，而是测同一个信号到达不同基站的时间差。
为什么会用TDOA？因为TOF需要基站和标签之间来回通信，当标签数量很多时，通信开销会爆炸。TDOA只需要标签发一次信号，多个基站同时接收就行。
数学上，TDOA对应的是双曲线。两个基站的时间差确定一条双曲线，三个基站就能确定两条双曲线，交点就是标签的位置。
关键公式：Δd = c × Δt，其中Δd是标签到两个基站的距离差，c是光速，Δt是到达时间差。
我记得有一次做停车场定位项目，用了TDOA方案。调试时发现定位结果总在某个区域跳变。后来发现是那个区域的基站时钟不同步，差了大概20纳秒。你想想看，20纳秒就是6米的误差啊！
避坑指南：我曾经因为基站时钟同步问题，整整折腾了两周。TDOA对时钟同步的要求极高，建议使用有线同步或者高精度无线同步方案。NXP的方案里，我一般用IEEE 1588 PTP协议做时钟同步，精度能到纳秒级。
3.3 AOA角度定位原理：方向决定位置
AOA，Angle of Arrival，到达角定位法。它不测时间，而是测信号到达的方向。
原理其实不复杂。UWB天线阵列中，不同天线接收到同一个信号会有相位差。通过测量这个相位差，就能算出信号来的角度。
公式长这样：θ = arcsin(λ × Δφ / (2π × d))
其中θ是到达角，λ是波长，Δφ是相位差，d是天线间距。
AOA定位有个好处——只需要一个基站就能定位。两个基站交叉定位，精度更高。这在数字钥匙场景中特别实用，比如你靠近车门时，基站能判断你是从左边还是右边来的。
个人经验：我在做NXP数字钥匙原型时，用了AOA方案。天线间距我建议设为半波长（约6.5cm），这样能避免角度模糊。另外，天线阵列的校准非常关键，我一般会在出厂前做一次全角度校准。
AOA的局限性也很明显：
- 多径干扰严重：信号反射会导致角度测量偏差
- 距离越远精度越差：角度误差会被距离放大
- 天线阵列成本高：需要多个天线和射频通道
3.4 定位算法比较：选对方案事半功倍
三种定位原理各有千秋，我整理了一个对比表，方便你快速决策：
| 特性 | TOF | TDOA | AOA |
|---|---|---|---|
| 精度 | 10-30cm | 10-50cm | 20-100cm（随距离增大） |
| 基站数量 | 至少2个（测距）+ 解算 | 至少3个 | 至少1个（2个更佳） |
| 时钟同步要求 | 低（双边测距可补偿） | 极高（纳秒级） | 低（同一设备内测量） |
| 抗多径能力 | 中等 | 中等 | 较弱 |
| 系统复杂度 | 低 | 高 | 中等 |
| 适用场景 | 小范围、高精度 | 大范围、多标签 | 方向敏感、单基站 |
在实际项目中，我通常会这样选型：
- 数字钥匙靠近解锁：用AOA + TOF混合方案。AOA判断方向，TOF确认距离
- 室内人员定位：用TDOA。标签只发信号，功耗低，支持大量标签
- 机器人对接：用TOF。精度要求高，通信双方可控
我的建议：别死磕单一算法。NXP的UWB芯片支持同时输出TOF和AOA数据，我经常把两者融合起来用。比如用TOF测距结果来修正AOA的角度误差，定位效果会好很多。
最后说一句，算法再好，也怕硬件不给力。天线设计、PCB布局、电源噪声，这些都会直接影响定位精度。我在NXP的参考设计上踩过不少坑，后面章节会专门讲硬件设计的注意事项。
嗯，这一章就到这里。下一章咱们聊聊UWB信号处理的关键技术，包括信道估计和多径抑制，这些都是提升定位精度的硬核内容。