一、从 AirTag 的“精确查找”说起

如果你用过 AirTag 或类似产品，一定体验过那个神奇的功能——打开 iPhone 的「精确查找」，手机屏幕上会出现一个箭头和距离指示器，箭头会随着你移动而实时转动，引导你朝向物品的方向前进，越接近目标，距离数值越小。整个过程不需要 GPS，也不依赖 Wi-Fi 定位，甚至在室内也能正常工作。

这个功能背后的核心技术，正是 UWB（Ultra-Wideband，超宽带） 和它的 AoA（Angle of Arrival，到达角） 测量能力。2021 年，苹果在 iPhone 11 系列中首次集成了自研的 U1 芯片（UWB 芯片），随后在 AirTag 中全面启用这项功能。此后，三星、小米等厂商也纷纷跟进，将 UWB 融入各自的生态体系中。

那么问题来了：UWB 是如何“看到”方向的AoA 测量到底是怎么工作的 这篇文章将从信号层面出发，用尽可能直观的方式把这套技术讲清楚。

二、UWB 为什么能做到这么准

2.1 先理解 UWB 的本质优势

要理解 AoA 角度测量，首先需要明白 UWB 本身为什么适合做精确定位。这要从它的工作方式说起。

传统的无线通信方式——比如 Wi-Fi 和蓝牙—使用的是窄带信号。你可以把它们想象成一支细细的光束：频率范围很竭（Wi-Fi 大约占用 20MHz 带容），虽然传输数据效率不错，但在距时存在一个根本性的局限：时间分辨率不足。

而 UWB 则完全不同。它使用的是极宽的频带（通常在 500MHz 以上，甚至达到数 GHz），但发射功率非常低。打个比方：如果说 Wi-Fi 是一盏聚光灯，UWB 就是无数个极微弱的闪光灯同时在闪烁——每个闪光持续的时间极短（纳秒级），但覆盖的频率范围极广。

这种特性带来了一个关键好处：时间分辨率极高。因为脉冲宽度只有分秒级别，所以可以通过测量信号飞行时间来计算距离，误差可以控制在厘米级别。这就是 UWB 的 ToF（Time of Flight）距时基础。

2.2 三种核心定位方式

基于上述时间分辨率的优势，UWB 发展出了三种主要的定位方法：

ToF（飞行时间法）：直接测量信号往返的时间来计算两点间的直线距离。就像对着山喊一声然后听回声一样，通过声音传播的时间和声速来计算距离。UWB 用同样的思路，只是用电磁波替换了声波，精度可以达到厘米级。

TDoA（时间差定位法）：部署多个固定基站，当标签发送信号时，各基站记录接收到信号的到达时间差。通过这些时间差，可以在二维或三维空间中确定标签的位置。这种方式适合大范围室内定低场景，比如工厂人员管理、仓库资产管理等。

AoA（到达角法）：这是本文的重点。AoA 不只测量“有多远”，还能测量“在哪个方向”。它通过分析信号到达接收端天线时的角度信息来确定目标的方位。这也是 AirTag 能够告诉你“物品在那个方向”的核心原因。

三、AoA 角度测量：如何“看”到方向

3.1 核心思想：利用相位差

AoA 测角物理基础其实非常优雅，可以用一个日常生测中的现象来类比：

想象一下，你站在海边观察海浪。如果海浪是平行的直线波浪向你涌来，你在沙滩上并排插两根棍子（代表两个天纹），你会注意到：同一道波浪先碰到左边的棍子，再碰到  右边的棍子。两根棍子被波浪打中的时刻有一个微小的时间差，而这个时间差的大小取决于波浪的方向——波浪越偏向右侧，这个时间差越大。

UWB 的 AoA 测量本质上就是在做同样的事情，只不过用的是波而不是水波。

3.2 完整测角流程拆解

结合上图，我们把整个流程拆成四步来看：

第一步：信号入射。发射端（比如 AirTag）向周围空间发出 UWB 脉冲信号。这个信号以球面波的形式向外扩散，当它到达接收端（比如 iPhone）附近时，可以近似看作平面波。

第二步：两根天线分别接收。接收端设备上有至少两栿间距固定的天线（通常间距在半个波长到一个波长之间）。由于信号是从某个特定方向来的，它到达第一根天线和第二根天线的距离是不一样的——这就是“路径差”。

第三步：提取相位差。每根天线收到的信号都有一个特定的相位值。两根天线的信号相位的差异，就是“相位差”。这个相位差与路径差成正比关系——路径差越大，相位差也越大。

第四步：计算入射角。有了相位差之后，通过三角函数反运算就能算出信号的入射角度。知道了角度，也就知道了目标的方向。这就是 AirTag 上箭头指示器的数据来源。

3.3 从一条线到整个空间：L 形天线阵列

上面的模型只能确定一个平面内的方向角。但现实世界是三维的——你不只需要知道目标在你的左边还是右边，还需要知道它在你的前方还是上方（或者下方）。为了解决这个问题，实际产品中使用的不是两根天线排成一线，而是 L 形天线阵列：

L 形阵列由三根或多根天线组成，其中两组天线互相垂直排列（像字母 L 的形状）。一组负责测量水平方向的角度（ azimuth 方位角），另一组负责测量垂直方向的角度（ elevation 仰角）。两组角度结合起来，就可以在三维空间中唯一确定目标的方位向量。

iPhone 上的 U1 芯片就采用了这种设计，配合手机的惯性测量单元（IMU）提供的态势数据，即使你在旋转手机，屏幕上的方向箭头依然能够准确指向目标。

四、工程实践中的挑战与应对

理论归理论，在实际工程环境中实现高精度 AoA 测量，需要解决一系列棘手的问题。以下是几个最常见的挑战及其应对思路：

4.1 多径效应——最大的敌人

在理想的自由空间中，信号从发射端沿直线传播到接收端。但在真实环境中，信号会遇到墙壁、家具、金属物体等各种障碍物，产生反射。这意味着接收端可能收到夝份“副本”信号——份是直达信号（我们想要的），其余是反射信号（干扰）。

反射信号走了更长的路，所以到达时间和相位都不同。如果不加处理，这些“冒牌货”会严重干扰角度计算结果。

应对策略：利用 UWB 信号的高时间分辨率特性，在时域上将不同路径的信号分离开来。UWB 的纺秒级脉冲宽度使得它能够在时间轴上区分出直达信号和反射信号（只要两者的路径差超过约30厘米就能分开）。此外，还可以结合多次测量取平均、以及运动滤波算法来进一步抑制噪声。

4.2 天线之间的相互干扰

当多根天线靠得很近的时候，它们之间会产生电磁耦合——一根天线发出的信号会被另一根“听到”。这种互耦效应会导致相位测量出现系统性偏差。

应对策略：在硬件设计阶段进行仔细的天线布局优化和电离处理；在生产阶段进行校准测试，将每台设备的偏差参数写入固件，运行时做补偿计算。这也是为什么消费级 UWB 产品成本较高的原因之一——每一颗芯片都需要单独校准。

4.3 相位模糊问题

相位是一个周期性量——当相位差超过360°时会“回绕”到0°。这意味着如果两个天线之间的间距太大，可能出现同一个相位差对应多个可能角度的情况，无法唯一确定方向。

应对策略：将天线间距控制在半波长左右，这样相位差的范围就被限制于±80°以内，不会产生模糊。当然，小间距也会带来角度分辨率下降的副作用，需要在两者之间取得平衡。

4.4 近场效应

前述的平面波假设只在远场条件下成立（通常要求距离大于天线间距的2-3倍）。当目标离得很近旸（比如你拿着 iPhone 在几米内找 AirTag），信号更像球面波而不是平面波，此时简单的相位差公式会有明显误差。

应对策略：在近场区域使用更复杂的球形波模型进行修正，或者在算法中加入距离相关的补偿系数。

五、与其他定位技术的横向对比

为了更清楚地认识 UWB AoA 的独特价值，我们将它与当前主流的几种近距离定位方案做一个系统对比：

技术方案	精度	测距	测向	抗干扰	功耗	典型应用
UWB AoA	厘米级	√	√	强	中等	数字钥匙、防丢标签、指向遥控
UWB ToF	厘米级	√	✗（需多基站）	强	低-中等	室内定位、资产追踪
BLE RSSI	米级	粗略	✗	弱	很低	proximity 提醒、Beacon
BLE AoA	亚米级	粗略	√	中等	低	资产追踪、室内导航
Wi-Fi RTT	米级	√	✗	弱	较高	室内定位辅助
超声波	亚米级	√	有限	强	很低	短距测距、机器人避障

从表中可以看到，UWB AoA 是目前唯一能够同时提供厘米级测距和高精度测向能力的成熟商用技术。这也解释了为什么苹果选择用它来实现 AirTag 的精确查找功能，以及为什么汽车厂商（如宝马、现代）将它用于数字车钥匙方案——既要知道车在哪里，也要知道人在哪个方向靠近车辆。

六、UWB AoA 的三大典型应用场景

6.1 数字钥匙与无感门禁

这是目前 UWB AoA 最成熟的商业化应用场景之一。传统门禁方案主要使用蓝牙或 NFC，它们只能判断“用户是否在通信范围内”，无法精确判断用户的位置和意图。这就带来了安全隐患：攻击者可以在远处截获并放大蓝牙信号（即所谓的“中继攻击”），欺骗门锁认为合法用户就在门口。

UWB 天然具备抗中继攻击的能力——因为它不仅测量距离（确认你确实就在门口几米的范围内），还通过 AoA 测量方向（确认你正朝着门走来）。两项信息结合，几乎不可能被远程操控。目前，苹果的 Aliro 协议（联合谷歌和三星制定）、宝马的 Comfort Access Plus、以及各类智能门锁方案都在采用这一思路。

6.2 防丢标签与物品寻找

AirTag 是这一品类的标杆产品。当你丢失钥匙或其他物品时，UWB AoA 让手机不仅能告诉你“距离大约3米”，还能指出“在你右后方45度的方向”。这种“所见即所得”的引导体验，比传统的仅靠蜂鸣声提示的方式高效得多。

除了消费级防丢标签外，工业场景中也存在类似需求：仓库中快速找到某件工具、医院里定位医疗设备的精确位置、物流中心分换包袹等。在这些场景下，UWB AoA 可以大幅提升工作效率。

6.3 指向性遥控——“所指即控”的新交互范式

这是一个正在快速兴起的创新应用方向。想象一下：你想让客厅里的某个智能音箱播放音乐，但你家有好几个音箱。有了 UWB AoA，你只需要拿起遥控器（或手机）指向想要控制的那个音箱，按下按钮——系统就知道你要控制的是哪一个。

同样的逻辑可以扩展到更多场景：指向某盏灯调节亮度、指向空调整温度、指向电视切换频道……这种“所指即控”的交互方式比语音指令更加直观，比触屏更加自然。CES 2025 上已经出现了基于此概念的原型产品，预计未来几年会在智能家居领域得到更广泛的落地。

七、开发者的视角：如何评估 UWB AoA 方案

如果你是一名正在考虑引入 UWB 技术的产品经理或硬件工程师，以下是在选型阶段需要重点关注的几个维度：

7.1 性能指标

角度精度：消费级产品通常于±3°~±15°范围内，取决于天线设计和算法复杂度。对于数字钥匙场景，10°左右的精度已经足够对于指向性遥控，则需要更高的精度。

测距精度：理想条件下可达±5cm，实际室内环境通常在±10~30cm。注意这是ToF测距的精度，与 AoA 测角是两个独立指标。

刷新率：典型的 AoA 数据更新频率在 5Hz ~ 30Hz 之间。对于实时交互应用（如指向性遥控），需要更高的刷新率对于门禁场景，较低的刷新率也可以接受。

7.2 集成复杂度

模组接口：大多数 UWB 模组通过 UART/SPI/I2C 等标准串行接口与主控 MCU 通信，输出格式化的距离和角度数据。部分模组还支持直接输出原始 CIR（Channel Impulse Response，信道冲减响应）数据供开发者自行处理。

天线设计：这是集成中最具挑战性的环节。AoA 功能对天线的布局和一致性要求很高，建议优先选用已做好射频调优的整体模组方案，而不是自己从芯片级别开始设计。

功耗预算：UWB 芯片在工作状态下的功耗约为几十到上百毫瓦级别（取决于采样率和配置），休眠时可降至微瓦级。对于电池供电的便携设备，需要精心设计唤醒策略和工作周期。

7.3 合规与认证

UWB 属于超宽带无电设备，在不同国家和地区有不同的频段规定和使用限制。例如中国允许的 UWB 频段为 6.0-9.0GHz（与欧美有所不同），发射功率也有严格的上限要求。产品上市前必须完成相应的无电电型核准（SRRC 认证）和电磁兼容检测。

八、总结与展望

UWB AoA 技术代表了空间感知领域的一次重要跃迁。它不再满足于回答“东西在哪里”这个问题，而是进一步绖出了“东西在哪个方向”这一维度的信息。从 AirTag 的精确查找，到宝马的无钥匙进入，到未来的指向性交互——UWB 正在重新定义人与电子设备之间的空间关系。

对于开发者和技术决策者来说，现在正是深入了解和布局 UWB 技术的好时机。随着 Aliro 等行业标准的逐步完善、芯片成本的持续下降、以及终端设备的日益普及，UWB 有望在未来几年内成为智能设备的配套能力之一——就像今天的 Wi-Fi 和蓝牙一样无处不在。

飞睿智能作为国内领先的 UWB 模组供应商，提供从底层硬件到上层协议栈的解决方案，帮助客户快速完成产品开发和量产落地。无论你是想做一款下一代防丢产品，还是想为你的智能门锁加入无感解锁能力，共同探索 UWB 技术的应用可能性。