3、UWB与BLE协同定位方案：为什么需要BLE辅助UWB、典型系统架构、数据流设计

好，咱们进入第三章。这一章聊的是UWB和BLE怎么“搭伙过日子”。

很多刚接触定位方案的朋友会问我：UWB精度都到厘米级了，为什么还要拉上BLE这个“老同志”？

嗯，这个问题问到了点子上。我当年做第一个UWB项目时也这么想——结果被现实狠狠教育了一回。

3.1 为什么需要BLE辅助UWB

说白了，UWB虽然定位准，但它有几个“天生短板”。

• 功耗高：UWB一发一收，峰值电流轻松上百毫安。让标签一直跑UWB，电池撑不过一天。
• 建网慢：UWB基站之间需要时间同步，标签入网要测距、要校准，冷启动好几秒。
• 信道拥挤：UWB占的频段宽，多标签同时发数据容易碰撞，调度复杂。
• 缺少“握手”机制：UWB物理层没有像BLE那样的广播、扫描、连接管理。

BLE正好能补这些窟窿。它功耗低、启动快、有成熟的广播和连接协议。你想想看，让BLE做“侦察兵”，UWB做“狙击手”，是不是很合理？

我在一个工厂项目里遇到过这种情况：标签用纯UWB方案，每100ms发一次测距帧，结果电池每两天就得换一次。后来改成BLE唤醒UWB，平时标签深度睡眠，只有BLE检测到进入定位区才启动UWB——电池直接撑了三个月。

3.2 典型系统架构

好，咱们看看实际系统长什么样。我习惯把架构分成三层：

层级	组件	职责
感知层	UWB标签 + BLE标签（或双模标签）	采集距离/角度数据，广播身份信息
网络层	UWB基站 + BLE信标/网关	接收数据，时间同步，数据汇聚
应用层	定位引擎 + 业务服务器	解算位置，融合滤波，输出坐标

这里有个关键点：标签可以是“双模单芯片”，也可以“双模双芯片”。

• 双模单芯片：比如Nordic的nRF5340，一颗芯片同时跑BLE和UWB。优点是体积小、成本低；缺点是射频干扰难处理。
• 双模双芯片：BLE用CC2640，UWB用DW3000。优点是性能独立、调试方便；缺点是PCB面积大、功耗略高。

我个人更推荐双模双芯片方案做产品原型——调试时少掉头发。量产时再考虑集成。

下面这张图是我常用的协同定位架构：

3.3 数据流设计

架构搭好了，数据怎么流？我把它拆成四个阶段：

阶段一：BLE唤醒与区域判定

标签平时深度睡眠，只有BLE扫描模块以极低占空比（比如1%）监听广播。

• BLE信标每隔100ms广播一次“区域ID + 功率校准值”。
• 标签收到广播后，根据RSSI估算距离——精度不高，但够判断“是否进入定位区”。
• 如果RSSI高于阈值（比如-70dBm），标签判定自己进入了UWB覆盖区，启动UWB模块。

阶段二：UWB测距与数据采集

UWB模块启动后，标签向最近的基站发起测距请求。这里有两种主流方式：

方式	原理	精度	适用场景
TDOA	标签发一次广播，多个基站接收时间差	10~30cm	大范围、多标签
TOF	标签与基站双向飞行时间	5~15cm	小范围、高精度

我个人习惯在室内场景用TDOA——标签只需要发一次，基站侧做时间同步，标签功耗更低。

阶段三：数据融合与滤波

UWB测距数据送到定位引擎后，不能直接用。为什么？因为UWB有非视距误差（NLOS），BLE有RSSI抖动。

我常用的融合策略是：

1. 粗筛：用BLE的RSSI估算值剔除明显异常的UWB测距（比如RSSI显示标签在10米外，UWB却测出0.5米——这肯定有问题）。
2. 卡尔曼滤波：把UWB距离作为观测值，BLE RSSI作为辅助约束，预测标签的运动轨迹。
3. 输出修正：如果连续3次UWB测距方差过大，回退到BLE定位模式，直到UWB恢复稳定。

// 简化版卡尔曼滤波 - BLE辅助约束
typedef struct {
    float x;      // 位置估计
    float p;      // 估计误差协方差
    float q;      // 过程噪声
    float r_uwb;  // UWB观测噪声
    float r_ble;  // BLE观测噪声
} KalmanFilter;

void kalman_update(KalmanFilter *kf, float uwb_dist, float ble_rssi_dist) {
    // 预测
    kf->p += kf->q;
    
    // 计算BLE权重：RSSI越强，BLE置信度越高
    float ble_weight = (ble_rssi_dist < 5.0f) ? 0.3f : 0.1f;
    float r_combined = kf->r_uwb * (1.0f - ble_weight) + kf->r_ble * ble_weight;
    
    // 更新
    float k = kf->p / (kf->p + r_combined);
    kf->x += k * (uwb_dist - kf->x);
    kf->p *= (1.0f - k);
}

阶段四：结果输出与回馈

定位引擎算出的坐标，通过MQTT或HTTP推送给业务系统。同时，系统会根据标签的移动状态，动态调整BLE的唤醒阈值——静止时提高阈值减少唤醒次数，运动时降低阈值保证定位连续性。

好了，这一章的核心就是：BLE做“轻量级调度”，UWB做“重量级测量”。两者配合好了，功耗、精度、稳定性都能兼顾。