最近在整理智能穿戴相关的项目资料发现一个很有意思的趋势智能手表的功能清单里UWB超宽带从早年的“选配加分项”正在变成越来越多旗舰机型的“标配项”。飞睿智能这套UWB高精度定位方案主打的定位很清晰——让手表不再只是健康监测和消息提醒的载体而是变成一把真正的“数字钥匙”和一个“空间遥控器”。这篇文章我想把UWB在手表这类小型穿戴设备上落地的关键技术点、方案选型思路和实际调试经验梳理一遍给正在评估UWB方案的同行一些参考也帮刚接触这个领域的朋友建立一张比较完整的技术地图。1. UWB到底是什么为什么智能手表需要它1.1 从蓝牙和Wi-Fi的痛点说起在UWB大规模进入消费电子之前室内定位和无感交互主要靠蓝牙和Wi-Fi。蓝牙RSSI信号强度测距大家应该都有体会设备靠接收信号强度估算距离但信号在真实环境里会被人体、墙壁、家具吸收和反射同一个位置、同一个距离换个姿势读数可能就偏了一两米。Wi-Fi指纹定位则需要提前建库把每个位置的信号特征采集一遍覆盖范围一大维护成本立刻上来而且指纹库一变比如商场重新装修定位精度就会明显下滑。这两种方案本质上都在“猜”距离问题出在物理层——它们用的窄带信号对多径反射几乎没有分辨力。UWB不一样它的脉冲宽度是纳秒级的带宽达到500MHz甚至更高在时域上可以把直达径和反射径分得很清楚测距精度直接进到厘米级。这也是为什么车厂和手机厂在数字钥匙这件事上最后都选了UWB而不是蓝牙。拿开车门来说蓝牙的方案在技术上能做到“走近就解锁”但立场再乐观的人也不得不承认蓝牙的测距误差太大拿来当安全凭据是不够的中继攻击两个人协作转发信号在蓝牙体系里很常见而UWB因为能精确测距反而能从原理上拒绝这种“信号接力”骗局。1.2 UWB的测距测角原理TOF、TDOA与PDoAUWB虽然听起来高大上核心原理其实不复杂。最基础的是TOFTime of Flight飞行时间法。设备A发一个超宽带脉冲设备B收到后回一个确认脉冲A记录下从发出到收到确认的往返时间t那么两者之间的距离就是 d c × t / 2c是光速。因为脉冲宽度极窄、时间分辨率极高这个距离计算可以做到厘米级。这个原理可以类比成两个人隔着山谷喊话一个喊“喂”另一个听到后立刻回一声第一个人根据从喊到听到回声所用的时间就能大致估算出山有多宽。区别在于UWB的“喊话”速度是光速计时精度要精确到几十皮秒。TDOA到达时间差适合多个固定基站场景。手表向周围多个基站发一个信号各基站记录信号到达的时间系统比较这些时间差就能算出表的位置。这个方案常用于室内定位网络比如医院、工厂、展馆。PDoA到达相位差是UWB测角的主要手段。设备上有两根或多根天线同一信号到达各天线的相位不同通过相位差可以算出信号来的角度。这个能力非常关键因为“距离近”不等于“指向准”。智能手表控制电视、控制灯光时必须知道用户的手表指向哪个方向单纯靠距离数根本判断不出来。我在实际项目里发现手表端最常用的组合是“TOF测距 PDoA测角”也就是同时拿到距离和方位角完成空间定位与控制意图判断。而TDOA的方式在手表上很少用因为手表通常是被测端而不是定位锚点跑TDOA需要多个基站配合更适合ToF基站组网的场景。1.3 为什么能做到厘米级而不是米级很多人会问蓝牙也能测距为什么只有UWB能到厘米级这就要回到物理层看两个指标。第一个是带宽。UWB单个脉冲的带宽通常有500MHz对应的时域分辨率大概在2ns左右也就是说它能区分相差60厘米左右的两条反射路径。而蓝牙只有1MHz到2MHz带宽时域分辨率在微秒级多条反射信号在接收端糊成一团测距自然飘。第二个是时间测量的精度。光速大约是3×10^8米/秒如果时钟误差是1纳秒测距误差就有15厘米往返测距除以2。UWB芯片内部通过高精度锁相环和高频采样有些是几GHz的ADC采样再配合来回多次测距取平均能把等效时间测量误差压到几十皮秒对应测距误差在厘米量级。这里顺便提一个特别容易被新人忽略的点UWB测距的“稳”和GPS是完全两个逻辑。GPS依赖卫星授时和空间几何解算在城市峡谷里信号反射严重误差会飙到几十米UWB是短距离通常10米到100米以内的本地测距信号环境更可控多径还能通过CIR识别出来所以在智能家居、车钥匙这类场景里它的可靠性和精度体验远好于卫星定位。2. 飞睿智能UWB方案的选型思路与整体设计2.1 方案定位从芯片到模组飞睿智能这套方案主要面向设备厂商提供的是从模组、天线参考设计到算法层的整体能力。对于手表这类体积敏感型产品厂商不太可能自己从零做射频前端直接用经过验证的UWB模组是效率最高的路径这和Wi-Fi/蓝牙模组的逻辑一样——协议栈、射频匹配、天线参考、量产测试方案都已经帮你趟过一遍坑了。在选型时我建议重点评估几个维度模组尺寸、功耗曲线、测距/测角精度、API和SDK的成熟度以及产线校准的复杂度。UWB有一个和蓝牙/Wi-Fi不太一样的地方就是天线延迟Antenna Delay需要逐片校准。因为每颗芯片、每片PCB的微带线长度和电容寄生参数都有细微差异如果不做校准测距结果会有一个固定的偏移几厘米到十几厘米都有可能。飞睿智能的方案在模组层面做了出厂校准整机厂可以少处理一件麻烦事。2.2 智能手表里塞UWB功耗和体积怎么平衡手表的电池容量普遍在200mAh到500mAh之间和手机动辄4000mAh以上没法比所以UWB的功耗设计必须是“用完即走”的思路。实际项目里我们会把UWB的工作状态拆成几种模式。一是深度休眠模式。此时UWB射频完全关闭只有极低功耗的唤醒逻辑在监听功耗可以做到微安级别。二是监听模式。手表通过蓝牙或UWB的低占空比信道以比较低的频率比如1Hz或0.5Hz广播和侦听。这里有个关键设计——UWB和蓝牙的协同唤醒。蓝牙先做大范围检测当手表进入某个蓝牙门限范围后再唤醒UWB进行精确测距。这样的好处是UWB不需要一直全速跑省电效果非常明显。三是主动测距模式。比如用户在车门前抬手或者手表对智能家居设备进行指向控制时才进入高频测距这时候功耗会到几十毫安级别但只是一瞬间对整体续航影响有限。还有一个体积上的细节UWB天线在手表里的净空区非常有限。手表一边是屏幕、电池一边是表带和人体天线很难做到理想的自由空间辐射状态。所以模组厂商都会推荐特定的天线参考设计比如在表冠、表圈或者表带连接器附近放置天线。如果是做双天线PDoA测角两天线的间距又会影响角度分辨率间距太小角度误差大这就要求结构设计和射频方案一起评审不能等PCB定稿了再改。2.3 关键技术指标解读CIR与首径检测聊UWB绕不开CIRChannel Impulse Response信道冲激响应。你可以把CIR理解成“雷达返回的回波图”它记录了发射脉冲经过环境反射后在不同时间延迟上到达接收机的信号强度分布。图里最早出现、强度较高的峰往往是直达径后面跟着的一串小峰就是墙面、桌面、人体反射的多径信号。读CIR是做UWB测距优化的基本功。芯片一般会提供原始的CIR数据或者经过处理的Level 1/Level 2数据。在手表场景里我最关心两个点第一首径的检测是否稳定。首径就是直达径如果首径检测跳到多径上测距值会突然弹出去一大截。好的算法会在CIR上做峰值搜索、阈值设定和前后帧一致性校验避免把反射峰当成直达径。第二CIR的信噪比。如果CIR里的噪声底抬得很高首径可能被淹没。这个时候就需要调整接收增益或测距带宽也可以用多次测量平均的方式把随机噪声压下去。我看到飞睿智能的方案里对这一块做了比较多的算法层封装把原始CIR的处理、首径检测、卡尔曼滤波都包进了SDK对整机厂来说确实能省不少调试时间。但我还是要建议做手表的团队至少学会看CIR曲线因为很多现场问题比如天线被金属件遮挡、镜片镀膜反射、表带材质吸收都会在CIR上留下明显的特征会看曲线排查问题会快很多。3. 无感出行场景拆解3.1 无感通行的完整链路无感出行是UWB在手表上最“杀手锏”的场景核心体验就是人走到车边车门自动解锁坐进驾驶座踩下刹车就能启动全程不需要掏手机、不需要按键。这个体验背后是一条完整的链路。第一步手机或车上的蓝牙模块持续广播低功耗的Beacon信号手表端的蓝牙接收机以一定周期醒来侦听。当接收到Beacon信号且RSSI高于预设阈值比如接近10米范围系统认为用户可能正在接近车辆于是唤醒UWB进入快速测距模式。第二步手表和车上的UWB锚点高频交换测距数据帧同时通过PDoA计算用户相对车辆的方位角和运动轨迹。第三步当距离小于1米且目标在车门侧、运动方向符合“靠近”趋势时车辆解锁用户坐进车内后UWB完成座舱内的位置确认允许一键启动。这里面有个安全细节值得单独拿出来说UWB数字钥匙天然抵抗中继攻击。中继攻击的原理很简单攻击者A靠近车主把车钥匙的信号转发给几百米外的同伙BB把信号再传给车辆车辆觉得钥匙就在旁边于是开门。但在UWB体系里车辆精确测距后发现“钥匙”距离自己几百米解锁条件不满足攻击直接失效。这就是为什么汽车联网联盟CCC从3.0标准开始把UWB列为数字钥匙的核心技术。手表作为穿戴设备随身性比手机更强下车忘带手机也能锁车开车实用性提升很明显。3.2 手机手表互联UWB与蓝牙的融合策略不少团队在做UWB手表方案时脑海里默认手机和手表都要配置UWB芯片这样才能互相测距。但如果仔细分析场景会发现不一定需要“两片UWB”才能工作。在车钥匙场景里手表UWB直接和车辆的UWB锚点通信手机可以不做UWB只用蓝牙做手表和车机之间的配置下发、密钥管理即可。在“手机找手表”的场景里如果手机本身没有UWB也能通过蓝牙粗定位加手机端声音提示来辅助当然体验不如UWB精准。如果手机和手表都支持UWB那么体验会上一个台阶。比如手机靠近手表手表屏幕会显示一个三维的箭头指向手机的位置这种“空间指向感”是蓝牙给不了的。实现上两部设备需要先通过蓝牙完成握手和参数同步然后快速切换到UWB信道进行高精度测距和测角。这里有一个技术难点——蓝牙和UWB之间的快速切换与状态同步。如果切换策略设计得不好用户会感觉到明显的“停顿”或“延迟”表现为手机都已经贴到手表上了屏幕上的箭头还在乱转。在项目里我会把切换门限设为蓝牙RSSI连续3次超过-60dBm时才唤醒UWB同时利用UWB的first path信息去修正蓝牙的距离判断形成一个双模动态切换的闭环。UWB测量结果反过来还能校准蓝牙的路径损耗指数让蓝牙在长期使用中更准这个双向融合的做法实测下来非常有效。3.3 室内导航与找物定位无感出行不止车门解锁还包括室内导航和物品查找。UWB手表在大型商场、停车场、博物馆里可以配合场内的UWB基站组网实现1米以内甚至更精确的实时定位。手表屏幕小不适合看地图的边边角角但它会在关键点触发振动、语音和方向指示——“前方5米右转”“你的车在B2层C区”“再走3米到达打卡点”这类无感引导对用户体验的提升非常明显。物品查找则是另一个热门应用。给钥匙、钱包、行李箱贴上UWB标签手表只有在接近时才能给出精确的方向和距离。这个场景里测距精度比绝对定位更重要因为用户需要知道“东西在哪个方向多远”。实测中UWB能在10米内显示“距离3.2米正前方偏左约20度”远远优于蓝牙防丢器那种“稍近”“较远”的模糊提示。当然室内定位需要基础设施投入目前C端公共空间铺设UWB基站的还不多主要集中在新落地的智慧园区、医院和商业体。但手表的室内导航可以先做“区域级”配合蓝牙信标粗定位 UWB局部精确定位来做混合方案这样成本和体验能取得比较好的平衡。4. 精准控制场景智能家居与新交互4.1 指向控制摇一摇、指哪打哪UWB给智能手表带来的另一个高价值场景是空间交互我把它称为“指哪打哪”。过去手表控制智能家居最常见的是两种方式一种是在屏幕上翻菜单、点开关操作层级深另一种是语音助手说“打开客厅灯”但公共环境下说话总觉得尴尬而且语音在噪音环境里识别率会掉得很厉害。UWB指向控制改变了这个交互模型。手表内置UWB天线阵列可以感知佩戴者手腕的朝向当用户把手表指向某个智能设备并停顿一下手表会通过PDoA计算出当前指向的角度再把这个角度映射到空间中设备的位置表上命中后手表振动反馈用户轻点表冠或双击屏幕即可完成控制。整个过程不需要任何菜单操作也不需要说话动作自然像在用遥控器按频道一样。从技术实现上讲这需要预先构建一个“空间设备地图”。比如客厅里电视在角度30度、距离4米的位置灯带在角度-10度、距离2.5米的位置空调在角度80度、距离3米的位置。这个地图可以通过让用户拿着手表“扫一圈”来自动标定也可以从手机App里按房间模型导入。系统拿到手表的当前朝向和位置后计算指向线与地图的交点即可确定目标设备。我遇到过的一个坑是手持姿态对角度计算的干扰。人坐在沙发上和站在电视前手腕的自然朝向完全不同手表指的方向和用户心里想的“对准电视”可能差十几度。解决思路是引入“瞄准辅助”——当手表检测到用户手腕保持相对稳定超过0.8秒且指向角度落在地图某个设备的模糊范围内比如±15度就自动把目标锁定。这套“模糊匹配 时间稳定”的策略在实际用起来比想象中顺畅很多。4.2 UWB雷达与手势识别手表的第二双眼睛可能有些人不知道UWB除了点对点测距还有一种“单站雷达”的工作模式。单个UWB设备发射脉冲并接收环境反射回波通过分析CIR随时间的变化可以感知环境中是否有物体移动、移动的速度和方向甚至能识别手势动作。这就是最近常听到的“UWB雷达”。在智能手表上UWB雷达模式很有意思。手表戴在手腕上可以检测手指的轻敲、滑动、握拳等微手势完全不需要触屏。比如来电话时不用摸屏幕握拳再张开就能接听看视频时手背朝上向下挥一下就能暂停翻页、返回这种操作也可以通过手指在表侧的微小动作完成。当然现阶段真正商用的手表还比较保守手势识别的可靠性也不敢说100%但方向和潜力是很明显的尤其对手上有水、戴着手套等不方便触屏的场景非常友好。UWB雷达不太适合用来做长距离的动作识别因为它的发射功率受限反射信号衰减很快通常几米以内的手势识别效果比较好。手表贴着手腕这个位置手指动作离天线很近反而是雷达模式一个很好的应用土壤。我在测试中发现UWB雷达对微动非常敏感甚至能感知到呼吸引起的胸腔起伏。这个特性未来在睡眠监测、久坐提醒、跌倒检测上都有想象空间。4.3 多设备协同的“空间感知”UWB让手表具备了“空间感知”能力这让多个设备之间可以做很多协同工作。比如手表指向电视时手机同步弹出电视的遥控器界面手表检测到人走到卧室门口卧室灯自动亮起、空调切换到睡眠模式人离开房间后手表通过UWB判断出用户已经走出范围所有设备延时关闭。这种多设备协同的关键是把UWB的测距测角数据和场景化规则引擎结合起来。UWB提供的是“人在哪里、面向哪里、离哪个设备最近”这些基础事实上层业务再根据这些事实制定控制策略。我在实际方案里会把设备按房间分组建立一张空间坐标表每当手表的位置或指向变化超过一定阈值就重新计算一次最优控制列表。这个“重算”的频率不需要太高因为用户移动速度有限1Hz的更新率已经完全够用高了反而增加功耗。其实UWB真正颠覆的不是某一个单点功能而是让手表第一次拥有了与物理空间“对齐”的能力。过去的手表知道时间、知道心率、知道通知但它不知道自己在房间里的确切位置、不知道佩戴者在朝哪个方向看而UWB把这些缺失的维度补上了。这个底层能力的增强才是精准控制类应用得以成立的根本原因。5. 实操过程与关键参数调试心得5.1 天线布局、参考时钟与产线校准UWB项目能不能成天线布局是第一关。以手表为例UWB天线周围不能有大面积金属遮挡不能紧贴电池净空区至少要保证3mm以上。双天线测角时两天线的间距建议不低于15mm否则角度分辨率会肉眼可见地下降。我做过的测试里天线间距从25mm缩到12mm同样环境下PDoA测角的稳定度大概差了3到5度。另一个容易被忽视的是参考时钟。UWB测距的精度依赖芯片参考时钟的稳定度常见晶振的精度在±20ppm左右。单看这个数字好像影响不大但换算成测距误差要具体分析如果锚点设备和标签设备的时钟偏差累计到一定程度TOF测量结果会出现线性漂移。更稳妥的做法是使用TCXO温度补偿晶振或XO或者依赖UWB协议里的时钟校准机制。在项目早期就确认好时钟方案比后期堆算法去补偿要省事得多。产线校准这块我前面提到天线延迟校准这里展开说。天线延迟是指信号从芯片出来到真正辐射出去之间的电气延迟包括PCB走线、匹配网络、天线本身带来的延迟。这个延迟如果不去掉测距结果会有一个固定偏差。产线上校准的办法是把被测设备放到一个已知距离比如1米的测试环境让设备对标准锚点测距再把差值记录为天线延迟补偿值。光速下1厘米的距离对应大约33皮秒的时间差所以产线测试环境的距离精度至少要控制到毫米级否则校准本身就会引入误差。5.2 学会看CIR快速定位现场问题我相信不少同行刚开始接触UWB时面对CIR数据是一脸懵的。我建议把CIR当成一部“环境雷达照片”来看。横轴是时间延迟纵轴是信号强度照片里第一个明显的峰是直达径后面的峰是各种反射。调优时我会按下面几个步骤来先看直达径峰是否明显。如果直达径峰和噪声底差不多高说明接收灵敏度不够或者天线方向性不对需要检查面向角度、天线净空区域必要时提高接收增益。再看多径峰的分布。如果反射峰太强甚至超过直达径说明环境里存在大面积金属反射面或者天线离反射物体太近比如手表贴到金属桌子上。这时测距结果可能会出现周期性跳变因为算法有时锁在直达径上有时锁在强反射径上。最后看CIR的稳定性。把手表固定不动连续抓取多帧CIR如果峰的位置和幅度抖动很大通常是环境里有走动的人、转动的风扇等动态反射物也可能是系统时钟抖动导致I/O采样不稳定。软件上飞睿智能的SDK提供了CIR导出接口调试时可以把原始数据导出来画图对比。在日常开发中我很少去改芯片底层的CIR参数更多是用它来定位问题最终优化落在天线布局、功率配置和上层滤波算法上。5.3 与Wi-Fi、蓝牙的共存干扰处理UWB的工作频段在6.5GHz至9GHz甚至更高和2.4GHz的蓝牙、Wi-Fi在频段上有天然隔离但这不代表完全没干扰。第一类是带外杂散干扰。UWB发射脉冲的频谱很宽尽管有前端滤波器仍可能有一些能量泄漏到相邻频段需要检查整机EMI设计。第二类是带内干扰来自其他UWB设备或者5.8GHz Wi-Fi的高次谐波虽然概率不大但在高密度设备环境下仍需留意。第三类是数字电路噪声。手表主控芯片的时钟谐波如果恰好落在UWB工作频带内会抬升底噪表现为测距距离变长、测量抖动变大。排查时可以用频谱仪看UWB频段的噪底再逐块关闭主控外设找到干扰源。如果发现Wi-Fi或蜂窝信号对UWB有影响先不要急着改硬件检查一下天线布局是否离Wi-Fi天线太近结构上有没有做隔离。UWB天线和Wi-Fi天线之间建议至少间隔15mm以上并且尽量让两者的极化方向错开。必要时可以加金属隔离条或使用带屏蔽罩的模组实测下来对干扰抑制效果很明显。6. 常见问题与排查技巧实录6.1 测距值跳变、偶尔“飞一帧”怎么办这是UWB项目里最常见的投诉。测距值大部分时间很稳定但每隔几秒或者十几秒就突然跳出去几十厘米甚至一米然后马上又跳回来。多数情况下这种“飞帧”发生在首径检测不稳定的环境里或者发生在信号从直达径切换到反射径的瞬间。我的排查顺序是先打开CIR抓取功能观察跳变发生瞬间的CIR形态确认是否出现两个相近高度的峰。如果是优先调整首径检测阈值和峰选择逻辑让算法更倾向于选择时间上更早的峰。其次在上层加卡尔曼滤波器把测距值的突变看作过程噪声滤掉瞬时跳变。卡尔曼的参数调节有讲究过程噪声设置太大会导致滤波跟手性变差太小则跳变滤不掉。一般我会先采集一段静止状态下的测距数据计算方差作为测量噪声基线再把过程噪声设为测量噪声的十分之一左右实测跟手性和平滑性比较均衡。还有一种情况是“飞帧”出现在手表快速移动或甩手时。这种动态跳变往往不是环境多径而是天线方向图零点在运动过程中短暂对准了锚点方向导致信号强度瞬间下跌、首径检测失效。解决办法是提升接收灵敏度或者在算法里做“失锁快速重捕”检测到连续几帧CIR质量变差时主动触发一次信道重测。6.2 功耗异常与续航缩水排查UWB手表如果续航明显比预期短第一步不是怀疑电池而是检查UWB的工作占空比。很多团队在开发阶段为了方便调试把测距频率设成了10Hz甚至20Hz这个频率下UWB功耗会非常难看。量产版本一定要回到实际场景需求车钥匙场景用1Hz足够了室内导航场景2Hz到5Hz也够用指向控制只在用户抬起手腕时才触发高频测距。我还会用功耗分析仪抓设备从休眠到测距到休眠的电流曲线重点看两个参数测距期间的平均电流和持续时间、休眠期间的漏电流。如果休眠电流偏高要检查UWB模块是否真的进入了深度睡眠有些情况下GPIO状态没配置好导致模块内部LDO一直在供电。另外还要关注UWB使能信号的控制逻辑是否在测距完成后及时拉低。实测中一处经常让我踩坑的地方是蓝牙和UWB的协同唤醒。蓝牙每隔一段时间要醒来扫一次Beacon每次扫频本身就会耗电扫描时间越长越费电。我把扫描窗口从30ms优化到10ms并且只在进入特定RSSI范围后才触发UWB续航提升了非常可观的比例。做穿戴设备一定要有“整体功耗预算”的思路UWB不能只算自己模块的账还要算它带动了多少蓝牙唤醒和主控唤醒。6.3 多径严重场景下的性能优化最后聊一下多径。UWB的抗多径能力在无线技术里算很强了但也不是万能。会议室、卫生间、电梯井这类金属反射面密布的环境或者是室外墙角、柱廊依然可能出现测距抖动和测角漂移。对于多径场景我有三个习惯做法。第一善用UWB的角度信息辅助距离判断。如果PDoA显示信号来自某个明显不合理的方向比如人在车前但信号角度指向右边墙壁算法可以降低该帧的置信度不参与最终结果计算。第二多帧联合平滑。UWB测距是连续输出不是单帧决定一切可以用滑动窗口的中位数滤波或基于运动模型的平滑把异常帧踢掉。第三调整测距帧的PRF脉冲重复频率和数据包长度。低PRF可以提升灵敏度但在多径环境可能更容易受脉冲重叠干扰高PRF虽然单脉冲能量低但可以通过相干积累提高检测可靠性。如果环境特别极端还可以考虑“双通道冗余”——手表通过UWB和蓝牙同时测距两个结果互相校验。蓝牙的精度差但趋势判断是可靠的UWB精度高但偶尔跳变两者结合后系统的整体鲁棒性会好很多。回到飞睿智能这套方案我个人的体会是UWB在智能手表上的落地本质上是“硬件参数 算法策略 场景定义”三件事的配合。硬件上天线布局、时钟选型、产线校准是根基算法上CIR解读、首径检测、滤波平滑是灵魂场景上无感出行和精准控制需要把用户体验的每个细节打磨到位。三者缺一不可。如果只盯着某一个芯片的指标却忽视整体系统的功耗和稳定性项目很容易在试产阶段被各种“玄学问题”拖住。UWB上手有门槛但一旦把底层逻辑和调试方法吃透它能带来的体验升级是实实在在的。希望这篇总结能给正在做或者准备做UWB手表项目的朋友一些启发少踩几个我踩过的坑。