UWB 信号干扰问题分析与优化方案

问题描述

在超宽带（UWB）技术应用中，当信号受到干扰（如手遮挡、墙壁等硬物或其他有形/无形干扰物抵近）时，方向数据（通常以 [x, y, z] 向量表示）可能发生跳变，导致数据稳定性下降，影响箭头指向的准确性。这种干扰可能源于环境因素、遮挡物或设备间的相对位置变化，需通过技术手段检测并处理。

数据分析

通过对大量真实设备数据的测试与对比，确认信号干扰是导致数据混乱的主要原因。干扰的影响受以下因素制约：

1. 环境影响：多径效应（信号反射）或干扰物改变信号路径，导致方向向量 [x, y] 的波动。
2. 干扰特性：干扰发生时，信号不会立即中断，而是出现短暂混乱或误差，随后可能完全丢失（x = 0, y = 0）。
3. 数据波动范围：
   • 正常数据示例：x: 0.2222, y: -1.2343（模长 ≈ 1.255）。
   • 干扰数据示例：x: 0.4022, y: -0.7812（模长 ≈ 0.879）。
   • 波动幅度较小（如角度变化 < 180°），在正常移动范围内，难以通过单一阈值区分。
4. 异常数据特征：典型异常跳变（如 180° 或更大）较少见，更多表现为小范围波动（如 10°-30°）。

结论：干扰数据波动虽小，但频繁且难以直接通过角度阈值（如 180°/60°/30°等）过滤，需结合信号强度和传感器数据综合判断。

优化方案

为解决 UWB 信号干扰问题，提出以下技术方案，结合信号强度监测、卡尔曼滤波、加权平均平滑及陀螺仪辅助，确保数据稳定性：

1. 信号强度检测

• 方法：计算方向向量模长 signalStrength = sqrt(x^2 + y^2)，作为信号质量指标。
• 参数调节：
  • 通过真机测试，在信号强度范围 [0.01, 1.6] 内采集数据，记录干扰与正常场景下的模长分布。
  • 确定最优阈值：正常值通常在 [0.2, 1.2]，干扰时可能 < 0.1 或 > 1.2（多径效应）。
• 实现：若 signalStrength 超出正常范围，标记为干扰。

2. 卡尔曼滤波平滑模长（忽略）

• 方法：对 signalStrength 应用卡尔曼滤波，减少噪声影响，平滑信号强度变化。
• 参数配置：
  • 初始值：initialAngle = 1.0（假设归一化模长）。
  • 过程噪声：processNoiseCovariance = 0.05。
  • 测量噪声：measurementNoiseCovariance = 0.2。
• 判断干扰：滤波后的 signalStrength 若 < 0.1 或 > 1.2，切换至陀螺仪模式。

3. 加权平均平滑

• 方法：对最近 3 帧 UWB 角度数据应用加权平均，权重 [3, 2, 1]，偏重新数据。
• 公式：
  • weightedSum = angle[0] * 3 + angle[1] * 2 + angle[2] * 1
  • weightedAverage = weightedSum / 6
• 效果：平滑小范围波动，减少箭头抖动。

4. 加权平均 UWB 信号模长

• 方法：对最近 3 帧信号模长 signalStrength 应用加权平均，权重 [3, 2, 1]，平滑模长变化和引入阈值控制。
• 公式： - weightedModSum = mod[0] * 3 + mod[1] * 2 + mod[2] * 1 - weightedModAverage = weightedModSum / 6
• 效果：平滑模长波动，减少干扰误判。
• 实现：在更新缓冲区时，同时计算加权平均模长，作为干扰判断的辅助依据。

5. 陀螺仪辅助对比

• 方法：
  • 计算陀螺仪累积旋转变化 deltaTheta = _cumulativeRotation - lastStableCumulativeRotation。
  • 预测 UWB 角度变化 expectedNewAngle = lastStableAngle - deltaTheta。
  • 若实际角度与预期差值 difference = normalizeAngle(newAngle - expectedNewAngle) 超过 0.5 弧度，且信号强度异常，确认干扰。
• 切换逻辑：
  • 干扰时：切换到陀螺仪模式，angle = lastStableAngle - deltaTheta。
  • 恢复时：信号强度稳定（0.2 < filteredSignalStrength < 1.2）且 difference < 0.3 连续 3 次，切回 UWB。

6. 参考官方资料

• Apple Developer 文档：Core Location UWB
  • 指出 UWB 数据可能受环境干扰影响，建议监测信号质量，但未提供直接 API。
• 研究文献：UWB Interference Mitigation
  • 讨论多径效应和信号强度变化，可作为检测依据。

部分实现代码

以下是优化后的 Dart 实现，集成到 UwbController 类中：

类成员变量

class UwbController extends BaseController<UwbModel>
with GetTickerProviderStateMixin, WidgetsBindingObserver {
// ... 现有变量 ...

// 加权平均缓冲区变量
final int bufferSize = 3;
final List<double> weights = [3.0, 2.0, 1.0];
final List<double> angleBuffer = [];
double lastStableAngle = 0.0;
double lastStableCumulativeRotation = 0.0;

// 信号强度阈值
const double signalLowThreshold = 0.1; // 低阈值
const double signalHighThreshold = 1.2; // 高阈值（超出归一化范围）

// 卡尔曼滤波器用于信号强度
KalmanFilter signalKalmanFilter = KalmanFilter(
initialAngle: 1.0, // 假设初始信号强度为 1.0
initialVelocity: 0.0,
initialErrorCovarianceAngle: 1.0,
initialErrorCovarianceVelocity: 1.0,
processNoiseCovarianceAngle: 0.05,
processNoiseCovarianceVelocity: 0.05,
measurementNoiseCovariance: 0.2,
timeStep: 0.016,
);

// 状态控制
bool usingGyroMode = false;
int stabilityCount = 0;
const int stabilityCountThreshold = 3; // 连续 3 次稳定恢复
const double stabilityThreshold = 0.3; // 陀螺仪对比稳定阈值（约 17°）

……………
{
	……………
}
}