UWB室内定位选型与部署：精度来源、多径抑制与工程排障

市面上能拿来做室内定位的技术，两只手数不完：Wi-Fi 指纹、蓝牙信标、蓝牙到达角、无源 RFID、地磁匹配、超声波、视觉、激光雷达，还有一个这几年被问得最多的——UWB。我做过几个不同行业的定位项目，从厂房人员管理到叉车防撞，从训练场的数据采集到近场开锁，最后真正拍板选 UWB 的占了多数。但“更多人选择 UWB”这句话得说准确一点：不是所有人都在选它，而是那些把误差、刷新率、并发数量写进验收条款的项目，UWB 出现的概率明显高出一截。

这背后不是谁更时髦的问题。定位技术选型本质上是一道算术题加一道工程题：算术题算的是“我要的精度和容量，哪种物理机制给得起”；工程题算的是“在这栋楼、这批货架、这群人的实际环境里，哪种方案能稳住”。UWB 之所以在这两道题上都交得出答案，靠的是它那套看起来有点“反常识”的设计——用五百兆甚至上吉赫兹的带宽，去换一段纳秒级的脉冲；用极低的功率谱密度，把信号藏在噪声底下；用时间测量代替信号强度测量，从而绕开了 RSSI 那一整套靠“猜衰减”的方法。

这篇我想把 UWB 这件事从头拆一遍：它的精度到底从哪来、和蓝牙和 Wi-Fi 比到底差在哪、基站怎么摆、天线延迟怎么标、哪些场景上它划算、哪些场景纯属浪费钱。写给两类人看：一类是正在做定位方案选型、被各种供应商的 PPT 绕晕的；另一类是手上已经有套 UWB 设备，但精度死活跑不到标称值、正在怀疑人生的。

1. 一个仓储项目把蓝牙方案逼到墙角：精度需求到底怎么定

1.1 从“能看见人在哪”到“能分清在哪条通道”

我参与过一个仓储改造项目，原始需求写得很朴素：能看到人和叉车在哪个货位。第一版方案用的是蓝牙信标加 RSSI 加权质心，基站密度按覆盖走，单点成本低，施工也简单。上线之后问题来了：货架通道净宽 2.2 米，两侧各一排高位货架，蓝牙解出来的坐标在相邻两条通道之间来回跳，一个人明明在 A 通道，屏幕上显示在 B 通道，过两秒又跳回来。

这个案例说明一件很重要的事：需求方说的“精度”，和工程上要交付的“精度”，往往不是一个东西。客户不会说“我要 30 厘米”，他会说“我要知道他在这条通道而不是旁边那条”。这两句话翻译成技术指标，差别巨大：

看第二行和第四行就知道，两个需求对“精度”的定义完全不同。防撞要的是实时的距离准确性，找货要的是三维坐标的空间准确性。很多项目之所以最后落成一地鸡毛，不是设备不好，是需求阶段没把这层换算做掉，直接照着供应商的“厘米级定位”签了合同。

1.2 被忽略的三个隐性指标：刷新率、并发量、可用性

精度是明面上的指标，另外三个才是真正决定项目成败的。

刷新率决定了系统“跟不跟得上人”。一个人正常步行 1.2 m/s，如果标签更新率是 1 Hz，两次定位之间人已经走出去 1.2 米，轨迹看起来是一串跳跃的点。做防撞、做机器人避障，刷新率低于 10 Hz 基本没法用；做人员区域统计，1 Hz 绰绰有余。

并发量决定了系统能撑多大场面。蓝牙信标方案在这点上很占便宜，因为信标只管广播，标签只管收，理论上可以无限加人；UWB 的测距是双向交互，信道是共享资源，一个区域里几百个标签同时高频测距，时隙是要算的。这点我在后面第 6 章会专门算一笔账。

可用性最容易被忽略——指的是“遮挡发生时，系统是输出一个错误坐标，还是老老实实告诉你这里不可信”。前者对业务是灾难，因为运营人员没办法分辨屏幕上的点是真是假。UWB 在这方面有天然优势也有天然短板：优势是它能靠首径检测区分直射和反射，短板是遇到金属遮挡照样会给出偏大的距离值，而且偏得很“平滑”，看起来特别像真的。

2. UWB 精度不是玄学：纳秒计时、超宽带宽和那段“看不见的脉冲”

2.1 为什么 1 纳秒等于 30 厘米

把定位做准，本质是把时间测准。光在真空里 1 纳秒走 0.3 米，这个换算关系是所有基于时间的测距技术的命门：

• 想要 1 米精度，时间测量精度得到 3.3 纳秒
• 想要 10 厘米精度，时间测量精度得到 0.33 纳秒
• 想要 1 厘米精度，得进到 33 皮秒

33 皮秒是什么概念？光在这段时间里只走了 1 厘米，而普通石英晶振的一个周期大概是几十纳秒。所以指望靠“数晶振周期”来测距是做不到厘米级的，必须靠测量脉冲到达的相位/边沿，也就是用相关器把接收信号和本地模板做互相关，找出峰值位置。

这里就引出了带宽的价值。UWB 用的脉冲极短，几百皮秒到两纳秒量级，频域上就摊开成几百兆甚至上吉赫兹的带宽。带宽越宽，互相关函数的峰越尖锐，时间估计的方差越小。业内有条经典的关系式描述距离分辨率：

$$\Delta d = \frac{c}{2B}$$

代入数字：B = 500 MHz 时，Δd = 0.3 米；B = 1.5 GHz 时，Δd = 0.1 米。注意这说的是分辨两个目标的能力，不是绝对精度，但它决定了下限——两个反射路径在时间上差不到这个量级，就会被糊成一坨，你根本分不清哪个是直射。

顺带说一句理论精度。在理想高斯噪声下，时延估计的克拉美罗界大致和 $1/(B\sqrt{SNR})$ 成正比。取 B = 500 MHz、信噪比 20 dB（线性 100），粗算出来的标准差在毫米量级。实测是几厘米，差的那一截来自硬件时基抖动、天线色散、多径残留和时钟同步误差——理论告诉你天花板在哪，工程告诉你地板在哪。

2.2 那份 -41.3 dBm/MHz 的功率预算，是 UWB 能落地的关键

UWB 的发射功率被限制在极低的功率谱密度上，常见的限值是 -41.3 dBm/MHz。乍一看这个数字很吓人，好像弱得没法用。算一下总功率就明白了：

$$P_{total} = -41.3 + 10\lg(500) = -41.3 + 27.0 = -14.3\ \text{dBm}$$

换算成毫瓦大概 37 微瓦。这个功率级别意味着 UWB 信号在频谱上看就是贴着噪底的一片“毛刺”，对同频段的其他系统干扰极小，所以它才能和 Wi-Fi 6E、卫星通信、微波链路共用 6～8 GHz 这一段。换句话说，UWB 不是靠“喊得响”取胜，是靠“听得清”取胜：功率低但带宽极宽，能量摊薄在很大的频段里，接收端用匹配滤波把这点能量重新聚合起来。

代价也在这里。带宽宽、功率低，意味着单个脉冲携带的能量小，有效通信距离受限，室内视距通常几十米，穿墙能力比想象中弱得多。一堵承重墙后面信号掉得很快，两堵墙基本就断了。这一点在方案阶段一定要说清楚，不然客户会拿“Wi-Fi 能穿三堵墙”来质疑你。

顺便算一下路损，心里有个数。自由空间路损公式：

$$PL = 20\lg d + 20\lg f - 147.55$$

取 f = 6.5 GHz、d = 10 米，得到 68.7 dB。加上人体遮挡、货架反射，实际链路预算还要再留 15～25 dB 的余量。这也是为什么基站布点不能只按“半径 50 米画个圆”来算。

2.3 单边、双边、TDOA：三种体制的取舍账

UWB 设备之间怎么“问距离”，主流有三条路，选错了会在项目后期付出很大代价。

单边双向测距（SS-TWR）：A 发一个包，B 收到后等一小段时间回一个包，A 收到后根据往返时间减去 B 的处理时间算出飞行时间。问题出在 B 的处理时间是用 B 自己的时钟量的，A 的往返时间是用 A 的时钟量的，两个时钟存在偏差。误差大概是：

$$\varepsilon \approx \frac{T_{reply} \cdot \Delta e}{2}$$

假设回包延迟 300 微秒，两个时钟偏差 20 ppm，误差就是 3 纳秒，折合 0.9 米。这个量级足以毁掉整个方案。所以单边测距只适合对精度不敏感的场合。

双边双向测距（DS-TWR）：多发一次，让两个时钟的偏差在公式里互相抵消，代价是空中交互从 3 次变 4 次（有的实现是 3 次消息的变形版本），空中时间翻倍，功耗和容量都受影响。精度要求高的场景，这是默认选项。

TDOA（到达时间差）：标签只发一次，多个基站同时收，靠基站之间的时间差解算位置。标签侧功耗极低、容量大，非常适合几百上千张人员卡的场景。但它引入了新的成本：基站之间必须严格同步，要么拉同步线，要么用无线同步模块，要么靠 GNSS 授时。同步误差直接变成定位误差，1 纳秒的同步误差就是 30 厘米。

选型时我一般先问两个问题：标签是电池供电还是取电？在线数量是几十还是几百？这两个答案基本就把体制钉死了。

3. 把 UWB 和蓝牙、Wi-Fi、RFID、视觉摆在一张表里比

3.1 主流定位技术的真实能力边界

网上的对比表很多，但大多把参数写成了理想值。下面这张表我按实际项目里见到的水平填，环境默认是“有货架、有人员走动、有金属反射”的室内场景：

看这张表要抓重点：UWB 是唯一一个同时满足“亚米级精度 + 高刷新率 + 强抗多径”的技术。它不是在每一项上都最强——视觉的绝对精度可以更高，RFID 的成本低到没法比——但三项叠加起来，其他方案就很难接招了。

3.2 蓝牙 AoA 为什么没有全面替代 UWB

这是我这几年被问得最多的问题。蓝牙 5.1 之后支持到达角测量，标称精度也能到米级，芯片便宜、生态成熟、手机原生支持，听起来像是“性价比最优解”。但实际用下来，它有几个绕不开的物理限制。

最要命的一条是角度误差会随距离放大。到达角估计算的是信号入射方向，横向位置误差近似等于“距离 × 角度误差（弧度）”：

$$\Delta x \approx d \cdot \Delta\theta$$

距离 10 米、角度误差 5°（约 0.087 弧度），横向误差就是 0.87 米。距离拉到 20 米，误差接近 1.75 米。而 UWB 的距离误差基本不随距离线性增长，只随信噪比缓慢恶化。这个差异决定了蓝牙 AoA 在“远距离、宽视野”的场合天生吃亏。

第二条是阵列天线的工程复杂度。AoA 基站要用多天线阵列测相位差，天线之间的一致性和校准要求很高。金属货架、吊顶龙骨、成排的桥架都会让相位失真，标定一次不够，环境变了还得重标。相比之下 UWB 基站的安装宽容度高得多——它只要求你告诉它“你在哪”，不需要它“看得准”。

第三条是抗欺骗能力。蓝牙的到达角同样基于信号强度/相位，信号可以被放大转发，测出来的位置就跟着跑。而 UWB 的时间测量配合加密时间戳，能做到“距离不可伪造”，这是数字钥匙场景的硬需求。

3.3 那几十块钱的标签差价，到底该记在谁头上

选型会上最常见的争执就是成本。UWB 标签的硬件成本比蓝牙标签高出一截，甲方一看报价单就皱眉。但真正的账不能只算标签数量乘单价。

我一般会把总成本拆成这几块摆给对方：标签数量、基站数量、布线施工、调试标定、后期运维、以及定位不准造成的业务损失。前三项蓝牙确实便宜；后三项往往是 UWB 反超。举个具体的：某车间做叉车防撞，蓝牙方案解出来的位置抖动 ±3 米，为了不误报，告警阈值只能放到 5 米，等于形同虚设；换成 UWB 后误差 30 厘米，阈值收到 1.5 米，才真正起到预警作用。省下的那点标签钱，抵不上一次碰撞的损失。

提示：成本对比一定要把“基站密度”算进去。UWB 视距覆盖半径能到 40~50 米，蓝牙信标为了做定位通常要 10~15 米布一个。基站数量差三倍的时候，总账可能完全反过来。

4. UWB 真正的护城河：多径分离能力与“测距不可伪造”

4.1 30 厘米的分辨率，是怎么把反射径“切开”的

室内环境里的无线电传播从来不是一条直线。信号从标签出发，一条直达基站，另外几条打到地面、货架、天花板再折回来。窄带系统（蓝牙、Wi-Fi）的带宽只有几兆，时间分辨率是微秒量级，对应几百米的距离分辨——所有反射径和直射径在接收端糊成一坨矢量叠加，信号强度忽高忽低，这就是 RSSI 定位抖动的根源。

UWB 的脉冲只有一两纳秒宽，500 MHz 带宽给出的距离分辨率是 30 厘米。这意味着什么？意味着直射径和反射径在时间轴上能拉开 30 厘米以上的间隔时，接收端就能把它们当成两个独立的峰，然后挑第一个峰作为真实距离。这个能力叫首径检测，是整个 UWB 定位精度的物理基础。

我之前在一个钢结构的厂房里做过对比测试：同一个位置，蓝牙 RSSI 在 1 分钟内波动接近 8 dB，折算成距离误差超过 6 米；同一位置的 UWB 原始测距值，标准差只有 3 厘米，偶尔出现的离群点都能在数据里一眼看出来并剔除。这种“数据本身干净”的价值，做算法的人最懂——你后面所有的滤波、融合、平滑，都是在跟噪声搏斗，前端噪声小一个量级，后端能省掉一个月的调参。

4.2 加密时间戳带来的副产品：从车门到支付

UWB 在近场交互领域火起来，靠的不只是精度，还有一项窄带技术很难做到的能力：安全测距。

原理不复杂。标准的测距报文里，脉冲的位置是随机化的，接收方必须知道一串只有双方共享的伪随机序列，才能把脉冲对上、把时间戳解出来。攻击者如果只是简单放大转发信号，转发过程引入的额外延迟会被测出来——因为测出来的距离会明显大于真实距离。而如果攻击者想伪造一个“更近”的距离，就必须在不知道密钥的情况下提前构造脉冲，做不到。

这一条在近场开锁场景里是刚需。用信号强度判断“设备在不在三米内”的方案，可以被一个放大器轻松骗过：把车边的信号放大转发到十米外，车以为钥匙就在旁边，门就开了。基于时间测量的方案没有这个漏洞，因为距离是由光速和时间戳共同决定的，你没法让信号跑得比光速快。

我在做类似方案时踩过一个坑：早期版本只做了测距，没做双向认证，结果被安全评审打回来，理由是“距离可信不代表设备可信”。后来改成测距+挑战应答绑定，才算闭环。这个经验对做门禁、支付、设备配对的人都适用——安全测距解决的是“距离真实性”，不是“身份真实性”，两者必须叠加。

4.3 非视距依然会让 UWB 翻车

说了这么多优点，必须把短板说透。UWB 最怕的场景是完全非视距：标签和基站之间隔着一堵混凝土墙、一片金属货架、或者一个站着不动的人。

非视距造成的误差有个特点：几乎总是正偏差。因为信号绕路或者穿透介质，走的路程永远比直线长，测出来的距离永远比真实距离大。这跟窄带系统的随机抖动不一样，它是有系统性方向的，而且很“稳定”——连续几十个测量值都偏大 1.5 米，滤波算法压不住，因为它看起来像真值。

缓解手段有几条，我在项目里都用过：

• 冗余基站：任何一个位置至少能看到 4 个以上基站，用残差检验剔除被遮挡的那个。这是最有效也最贵的一招。
• 信道冲激响应特征：首径功率和总接收功率的比值、首径上升沿的斜率，都能作为非视距的判据。很多芯片会直接给出首径功率指标，拿来用就行。
• 自适应卡尔曼滤波：把观测噪声矩阵 R 设成随非视距置信度动态变化，被判定为非视距的观测直接降权甚至丢弃。
• 物理上避开：这条最土但最有效。基站装在货架通道的端头而不是货架背后，标签尽量戴在肩部而不是腰部贴身。

5. 部署实测：基站怎么摆、天线延迟怎么标、坐标系怎么对齐

5.1 布站几何：GDOP 比“覆盖半径”重要得多

新手布站最容易犯的错是照着覆盖半径画圆，结果基站全排成一条直线。UWB 的定位解算是基于距离交会的，几何构型直接决定了误差放大倍数，这个放大倍数就是 GDOP（几何精度因子）。

几条我在现场反复验证过的经验：

• 高度：室内吊装一般 2.5～3.5 米。太低了标签和基站容易被人挡住，太高了垂直方向的几何变差，z 轴精度会崩。
• 不要共线：三个基站排成一条直线时，标签在直线延长线附近的解是发散的。宁可牺牲一点覆盖，也要保证每个工作区域至少被一个“三角形”包住。
• 间距：视距条件下，基站间距控制在 20～35 米比较稳。密一点精度好但成本高，稀一点边缘区域就开始抖。
• 重叠：相邻覆盖区至少要有 1.5 倍的重叠，标签在移动过程中才不会在切换时丢点。
• 避金属：远离大面积金属板、桥架、通风管道。实在躲不开，让基站的法线方向斜着穿过通道，别和货架面平行。

二维定位（只关心平面坐标）最少三站可见，三维定位最少四站，而且要保证这四站不共面。立体货架的场景我一般建议按 3D 布，宁可多花两个基站的钱，也别指望用二维解算加人工分层——分层逻辑写起来是无底洞。

5.2 天线延迟标定：那二三十厘米的系统误差从哪来

所有 UWB 设备都有一个出厂参数叫天线延迟，指的是信号从芯片引脚到天线辐射出去（以及反向）所花的时间。这个延迟会直接叠加到测距结果上，1 纳秒就是 30 厘米。不同批次、不同天线、不同外壳的基站，这个值都不一样。

混用不同批次基站而不标定，是我见过最多的“精度不达标”原因。症状很典型：所有测出来的距离都整体偏大或偏小一个固定值，而且不同基站偏的量还不一样，导致解算出来的坐标整体偏移、旋转。

标定流程我用的是这套：

1. 找一块开阔场地（室外停车场就行），避开金属和地面强反射。
2. 把基站按实际安装高度架好，标签放在三脚架上，天线朝向和实际佩戴姿态一致。
3. 在 1 米、3 米、5 米、10 米、15 米五个距离点，每个点采集不少于 200 组原始测距值，取中位数（不要取平均，离群点会拉偏）。
4. 用最小二乘拟合“实测距离 = 真实距离 + 偏移”，得到每个基站的偏移量。
5. 如果偏移量随距离有明显斜率，说明存在时钟比例误差，要同时拟合比例因子。

这里有个细节：标定时标签的高度和姿态要跟实际使用一致。人体本身就是个介质，标签贴在胸前和举在手上，测出来的距离能差十几厘米。我在一个项目里就是因为标定时把标签放在桌上、实际佩戴在胸前，导致上线后系统整体偏差 15 厘米，查了两天才定位到原因。

5.3 坐标系对齐：为什么你的轨迹整体旋转了 5 度

UWB 系统输出的坐标是它自己定义的一套坐标系，和建筑图纸的坐标系不是一回事。对齐这一步做不好，会出现“所有点位整体平移”或者“整体旋转”的现象。

标准做法是：在场地里选 4 个以上分布均匀、通视良好的基准点，用全站仪或者激光测距仪测出它们的真实坐标，然后让标签依次放在这些点上采集 UWB 坐标，用最小二乘求解一个刚体变换（旋转矩阵 + 平移向量）。残差控制在 2 厘米以内算合格，超过 5 厘米说明基准点选得不好或者有非视距干扰。

验收的时候我坚持用两个指标，而不是一个：

• 平均误差：看着漂亮但会掩盖问题，一个 3 米的野点能把平均值带偏，也能被大量好点稀释掉。
• 95 分位误差：这个才是业务实际感受到的。我一般要求 95 分位误差不超过标称精度的 1.5 倍。

测试路径也有讲究。别只在一个点上站着测，要按地面画的 1 米网格走“井”字，把通道中间、拐角、货架端头、门口这些位置全走到。UWB 的精度在开阔中心区最好，在边角和遮挡区最差，只测中心区等于自欺欺人。

5.4 从原始测距到稳定坐标的一条数据链

硬件给的是原始距离，业务要的是平滑坐标，中间这条链子得自己搭。我常用的一套处理流程大致是这样：

import numpy as np def robust_position(anchors, ranges, last_pos=None, k=1.5): """ anchors: Nx3 基站坐标 ranges: N 维测距值 返回: 位置估计 + 参与解算的基站索引 """ # 1. 粗解：加权最小二乘 def residual(p): d = np.linalg.norm(anchors - p, axis=1) return d - ranges from scipy.optimize import least_squares res = least_squares(residual, x0=last_pos if last_pos is not None else anchors.mean(0)) p0 = res.x r0 = residual(p0) # 2. 残差检验：剔除偏离过大的基站（NLOS 判据之一） mad = np.median(np.abs(r0 - np.median(r0))) + 1e-6 mask = np.abs(r0) < k * 1.4826 * mad if mask.sum() >= 4: res2 = least_squares(lambda p: residual(p)[mask], x0=p0) p0 = res2.x # 3. 卡尔曼滤波平滑（简化版，实际按需扩展状态维度） if last_pos is not None: p0 = 0.7 * p0 + 0.3 * last_pos return p0, np.where(mask)[0]

这段代码里有两个关键点值得说。第一，残差检验的阈值用中位数绝对偏差（MAD）而不是标准差，因为标准差本身会被野点污染，MAD 稳健得多。第二，滤波不要过度：很多项目为了让轨迹“好看”，把平滑系数调到 0.1，结果人已经拐弯了，屏幕上的点还在直线上滑行。防撞、机器人避障这类场景，宁可抖一点也不能延迟。

6. 六个真实问题的排查链路

6.1 标签靠近金属货架时距离突然多出 2 米

现象：叉车开到某排货架端头，定位点突然跳到货架另一侧。

排查链路：先把原始测距值打出来看（不要看解算后的坐标，坐标会把问题糊掉）。发现某个基站的测距值在这个位置稳定偏大 1.8～2.2 米，其他三个基站正常。判断为非视距。现场核实，该基站与货架端头之间正好有一根钢立柱，叉车经过时标签与基站之间被完全遮挡。

处理：把该基站沿墙面平移 1.5 米避开立柱，同时在解算里启用残差剔除。这个案例的教训是——布站前一定要拿着建筑图纸和现场照片做一次视线检查，尤其是钢结构厂房，立柱、行车梁、管道都是隐形杀手。

6.2 电池电压掉到 3.0 V 以下后定位断续

现象：标签用了一周之后开始间歇性丢失，换新电池立刻恢复。

排查链路：查标签的发射功率和电压关系。很多低功耗标签用 DC-DC 升压，电压降到某个阈值以下时，脉冲的峰值功率会下降，链路预算变紧，边缘基站的测距就开始丢包。同时，低电量时固件往往会自动降低刷新率以延长续航，进一步加剧“看起来丢了”的观感。

处理：把低电量告警阈值从 2.8 V 提到 3.0 V；在解算端对“某标签突然只剩两个基站可见”的情况做特殊标记，不要直接输出低置信度坐标。运维层面上，标签电量必须能在管理后台看到，别指望现场人员主动换电池。

6.3 两个基站编号搞反，导致整片区域坐标整体旋转

现象：系统上线后，所有轨迹相对真实位置整体旋转了大约 20 度，但相对关系是对的。

排查链路：这种现象几乎百分之百是坐标标定或者基站安装位置录入错误。核对后台录入的基站坐标和现场实测坐标，发现有两个基站的位置填反了。因为这两个基站在对角位置，填反之后整个解算几何被镜像加旋转。

处理：重新录入并复测。后来我养成了一个习惯：每个基站贴一张带编号的标签，安装完拍照存档，录入坐标时对着照片核。这个动作花不了十分钟，能省掉一整天的返工。

6.4 固件版本不一致，时间戳单位悄悄变了

现象：新采购的一批基站混进原有网络后，测距值系统性地差一个倍数关系，约 0.5 倍。

排查链路：抓原始报文看时间戳字段。老固件的时间戳单位是 1 微秒，新固件改成了 0.5 微秒且没有改版本号里的兼容标志。上层解算按老单位换算，距离就整体缩了一半。

处理：统一固件版本，并且在接入层加一个“单位自检”逻辑——用两个已知距离的基站做交叉验证，测出来的距离和录入坐标算出来的距离差超过阈值就报警。多批次设备混用是定位项目里最隐蔽的坑之一，能统一批次就统一批次。

6.5 人员密集时的容量瓶颈

现象：车间里 50 人以下时一切正常，超过 80 人后开始随机丢点，刷新率肉眼可见地下降。

排查链路：算信道占用。DS-TWR 一次完整测距要 4 个报文，单报文空中时间按 200 微秒估（含前导码），一次测距约 0.8 毫秒；一个标签要跟 4 个基站测距，就是 3.2 毫秒；10 Hz 刷新率下，单个标签每秒占用 32 毫秒。80 个标签就是 2.56 秒——已经超过 1 秒的信道容量了，必然要排队。

处理：三个方向。一是改用 TDOA 体制，标签只发不收，容量能提一个数量级；二是降刷新率，人员定位 2 Hz 完全够用；三是做分区，把大区域切成几个子网，不同子网用不同信道。实际项目里我一般是二和三组合用，改造成本最低。

6.6 高度方向（z 轴）精度明显差于平面

现象：平面误差 20 厘米，高度误差能到 1 米以上。

排查链路：看基站高度分布。现场所有基站都装在同一个标高 3 米，几乎共面。共面布站时，z 方向的几何约束极弱，GDOP 在垂直方向非常大，微小的测距误差会被放大成很大的高度误差。

处理：如果业务只需要平面坐标，直接锁定 z 值做二维解算，别让算法去猜；如果确实要分层（立体货架、多层厂房），必须让基站有高低差，比如部分装在 2.5 米、部分装到 4.5 米，制造垂直方向的基线。这一条在方案阶段不提，后期基本没法补救。

7. 什么场景该上 UWB，什么场景别硬上

7.1 值得上 UWB 的四类典型场景

第一类：安全相关的距离判断。叉车防撞、人车分离、危险区域闯入、施工机械与人员的最小间距告警。这类场景的共同点是误报和漏报都要付代价，精度不够就等于没做。

第二类：近场身份与距离绑定。设备靠近自动解锁、靠近自动配对、区域权限控制。这类场景对“距离不可伪造”的要求高于对精度的要求，UWB 的安全测距能力是核心卖点。

第三类：高刷新率的运动追踪。体育训练里的跑动轨迹和姿态分析、机器人室内导航、AGV 调度、VR/AR 手柄与头显的六自由度追踪。这些场景对延迟极其敏感，几十毫秒的滞后就会让体验崩掉。

第四类：复杂多径环境下的资产管理。金属密集的车间、立体仓库、医院设备管理。这些地方窄带方案基本没法用，UWB 的抗多径能力是刚需。

7.2 不建议硬上 UWB 的场景

只需要房间级判断的。比如“这个人在会议室还是在工位”，蓝牙信标或者 Wi-Fi 关联信息完全够用，误差三五米无所谓，成本差一个数量级。

大规模、低价值、长周期的资产标签。几千上万个托盘、周转箱，用无源 RFID 更划算。UWB 标签要供电、要维护、要换电池，规模一上去运维成本是灾难。

室外广域场景。室外有卫星定位，虽然精度只有几米，但覆盖是免费的。UWB 在室外要做广域覆盖，基站和供电的成本根本不现实，除非是小范围的室外作业区（比如装卸货场）。

对成本极度敏感、精度只要“差不多”的场景。如果业务方能接受 2～3 米误差，那选蓝牙就是对的，没必要为用不上的精度付钱。技术选型最忌讳的就是“用最好的”，合适比先进重要。

7.3 一张可以拿去开会的选型决策表

这张表不要单独用，要结合前面第 1 章那套“业务需求换算”。我一般的做法是先按表做个初筛，然后一定要做 POC——在真实场地上，用真实标签数量，跑真实业务路径，至少连续跑 72 小时。POC 阶段暴露出来的问题，改起来只要几天；上线之后再发现，改起来就是几个月。

我个人在这些项目里最深的一条体会是：UWB 卖给你的从来不是那个“10 厘米”的数字，而是在恶劣环境里依然可解释、可验证、可追溯的定位能力。当系统输出的每一个坐标都能回溯到具体的测距值和基站组合时，问题排查才有抓手，方案才敢往生产环境里放。反过来说，如果一个方案只能告诉你“结果是准的”，却说不清为什么准，那它在真实现场迟早会给你惊喜。