改進的LANDMARC在空間定位中的應用

馬翠紅 丁建南 楊友良 孟凡偉

(河北聯合大學電氣工程學院,河北 唐山 063000)

改進的LANDMARC在空間定位中的應用

馬翠紅 丁建南 楊友良 孟凡偉

(河北聯合大學電氣工程學院,河北 唐山 063000)

LANDMARC算法是在平面模型的基礎上進行的定位分析，將其應用于空間定位時，會出現不同程度的誤差。將LANDMARC算法和測距原理相結合，提出了一種基于測距機制的LANDMARC算法，并利用HIK-RFM104型UHF嵌入式讀寫模塊和中電海康提供的圓極化天線，搭建了改進LANDMARC算法的空間模型。通過直線式測距實驗，得到具體的測距模型。將LANDMARC空間模型和測距模型相結合，對空間中的采樣點進行定位測試，分析數據后確定改進的LANDMARC空間定位算法。該算法具有更高的精度和更穩定的性能。

RFID 超高頻 RSSI測距 LANDMARC算法 空間定位

0 引言

射頻識別(RFID)技術以其非接觸、非視距且定位精度高的特點[1]，成為現今定位系統的首選技術。其中，超高頻射頻識別(UHF RFID)設備的讀寫距離較遠[2]，在定位設計中應用更為廣泛。迄今為止，利用RFID技術進行定位主要分為兩大機制：基于測距的定位機制和無需測距的定位機制[3]。基于測距的定位方法主要有依據信號到達時間(time of arrival,TOA)的定位技術[4]、依據信號到達時間差(time difference of arrival,TDOA)的定位技術[5]、依據信號到達角度(angle of arrival,AOA)的定位技術[6]和依據信號強度RSSI的定位技術。LANDMARC系統是一種基于無需測距機制的定位方法，其系統結構簡單、精度較高[7]、可擴展性好[8]，因此得到廣泛應用。

傳統LANDMARC系統是依托平面進行設計的。在實際應用中，待定位標簽存在于空間中，由歐式距離因維數不同導致的計算誤差，將直接影響定位精度。根據上述問題，本設計將基于RSSI的測距算法與LANDMARC算法相結合，提出一種基于測距機制的LANDMARC算法。

1 LANDMARC算法簡介

LANDMARC采用“最近鄰居”算法[9]，與其他定位技術相比較，其更加精確、可靠[10]。LANDMARC示例模型如圖1所示。

圖1 LANDMARC示例模型

以圖1為例，對LANDMARC算法原理說明如下。

圖1所示模型中，有4個讀寫器、20個參考標簽和1個待定位標簽。參考標簽CTj在4個閱讀器上接收到的信號強度向量為：

(1)

待定位標簽DT在4個閱讀器上接收到的信號強度向量為：

SL=(SL1,SL2,SL3,SL4)

(2)

參考標簽CTj和待定位標簽DTi之間的RSSI距離為：

從所得的20個ELR中，選取k個小的ELR(k<20)，組成集合為：

(3)

按照ELR的大小,賦予相應參考標簽在定位過程中不同的權值,進而得到待定位標簽的位置。

從LANDMARC模型可知，LANDMARC算法建立在平面上,實際定位算法往往需應用在三維空間中。將二維LANDMARC算法直接用于三維空間定位，勢必會因為歐式距離的計算問題出現不同程度的誤差，因此，需要對LANDMARC算法進行改進，使其適用于三維空間。

2 建立空間定位模型

傳統的LANDMARC定位算法設計是應用于平面的，而在實際應用中往往要求在三維空間中對人員進行定位，因此需將定位模型構建在空間中。

系統采用海康圓極化天線。該天線可讀取的最遠距離為5 m，有效覆蓋區域如圖2所示。

對于4 m×9 m的空間而言，讀寫器可讀取的范圍覆蓋整個區域。因此,天線安裝的平面坐標按圖2確定。

圖2 天線覆蓋區域

天線位置確定后，需設計參考標簽的具體位置。為了適應天線安裝的高度，確保算法的精確性，參考標簽需要設定在整個空間中。但在實際應用中，在整個空間分布多層標簽既不合理，也不可行。

將傳統LANDMARC系統中參考標簽的位置用相應的坐標點替換，即參考標簽的坐標已知,在已知天線坐標的情況下，便可求出參考標簽到天線的距離。改進后的系統結構如圖3所示。

圖3 LANDMARC實驗模型

各參考坐標如表1所示。

表1 參考坐標

3 改進LANDMARC算法

對算法進行改進的主導思想是，將傳統的LANDMARC算法與測距原理相結合，創建一種基于測距機制的定位算法。根據圖3所示的模型，對改進的LANDMARC定位算法進行詳細說明。

參考坐標到讀寫器的距離可以根據坐標計算得到：

(4)

(5)

待定位標簽到讀寫器的距離為：

DL=(DL1,DL2,DL3,…，DLi)

(6)

式中：DL1為待定位標簽到讀寫器1的距離。具體數值可根據式(7)計算得到。

RSSI=A-10nlg(DLi)

(7)

式中：RSSI為信號強度；A為讀寫器與待定位標簽相距1m時接收到的信號強度；n為路徑損耗指數。

(8)

計算得到的待定位標簽的坐標為：

(9)

定位誤差為[11]：

(10)

式中：(x,y,z)為測量得到的坐標；(x0,y0,z0)為所測點的實際坐標。

根據以上分析可知，要想運用改進的LANDMARC算法，還需要知道待定位標簽到4個天線的距離。然而在系統的應用中，只能從讀寫器中獲取接收到的標簽信號強度信息，因此還需要將接收到的信號強度轉換成距離，才可實現系統定位功能。

4 RSSI測距試驗

從式(7)可知，為獲得測距模型，必須先確定參數A和n的值。測距模型的精確性將直接影響到定位的準確性，因此需要在特定的室內，通過實驗獲取大量的實驗數據，后期對實驗數據進行處理，得到精確的參數A和n的值，確定合適的測距模型。

選擇實驗室為測距的具體場所，測距的實驗平臺由HIK-RFM104型UHF嵌入式讀寫模塊、中電海康圓極化天線、標簽和相關的套件組成。構建如圖4所示實驗模型。

圖4 測距實驗模型

選取實驗室中較為空曠的位置，固定讀寫器于鋁合金架上，距離地面高度為1 m。將讀寫器通過USB接口和SMA天線接口分別與計算機和天線相連接。設置天線功率為30 dBm，駐留時間為2 000 ms，盤訊周期為8 192，駐波比為100。

將標簽固定在以瓦楞板為材料的支架上，調整標簽的高度，使其與天線處于同一高度上，同時使支架與天線的中心在同一條直線上。以25 cm為步長，在距離讀寫器500 cm的長度內，設置20個測量點。

通過計算機與讀寫器的通信，使讀寫器持續向標簽發送數據。同時，在每個測量點上，每隔5 s記下一個RSSI的數值，每個測量點記錄10個RSSI值。其中，RSSI值通過程序讀出。

整理實驗數據，求得每個測量點處10個RSSI值的平均值。繪制表格，記錄測量點與讀寫器之間的距離和相應點處RSSI的平均值。整理后的實驗數據如表2所示。

表2 RSSI值與測量距離

根據式(10)，利用Matlab提供的內建函數laqcurvefit進行既定樣式曲線擬合，得到A和n的值，確定準確的RSSI與距離的關系模型。

關鍵Matlab擬合語句為：

fun=inline(′a(1)-10*a(2)*log10(X)′,′a′,′X′);

a0=[1,1];

a=lsqcurvefit(fun,a0,X,Y)

Ya=fun(a,Xi);

RSSI與距離關系擬合曲線如圖5所示。

圖5 RSSI與距離關系擬合曲線

根據擬合程序可得:A=-60.75，n=2.61。

測距模型為：

RSSI=-60.75-10×2.61×lg(d)

(11)

在得到測距模型后，測得天線接收到標簽的信號強度信息，便可以將信號強度轉換成距離，進而應用改進的LANDMARC算法，對人員進行定位。信號的具體傳輸過程如圖6所示。

圖6 信號轉換圖

當4個天線檢測到標簽時，將獲取的待定位標簽信號強度RSSI傳輸到讀寫器中。計算機通過軟件開發環境Visual studio 2010將信號強度轉換成距離。具體轉換程序如下：

static voidMain(string[] args)

{double a,b,d,r;

r=-45.43;

a=10.0;

b=(-60.7524 - r) / 26.1;

d=Math .Pow (a,b);

Console.WriteLine ("長度為："+d);

5 定位功能分析

為了說明改進后的LANDMARC算法的精確度，在如圖3所示的模型邊緣和區間中，隨機選取20個點，作為待定位標簽的放置位置。分別運用傳統的LANDMARC算法和改進的LANDMARC算法對選取的20個點進行坐標計算。然后，將兩次算法得到的坐標與20個點的實際坐標相比較，得出定位誤差比較圖，如圖7所示。

圖7 待定位標簽估計誤差比較

由圖7可知，在空間定位應用中，改進的LANDMARC算法定位誤差小于傳統的LANDMARC算法。對于處于區域邊緣的待定位標簽，改進的LANDMARC算法精確度遠高于傳統的LANDMARC算法。

在確定了改進的LANDMARC算法在精確性方面有所改善后，還需要對算法的穩定性進行分析。算法是否穩定將直接影響到定位算法的可行性。本設計采用累積分布函數(cumulative distribution function,CDF)來說明改進算法的穩定性。該函數是指處于某個定位精度的測量次數占總測量次數的比例，例如定位精度大于2 m的測量次數占總測量次數的百分比。對20個數據進行分析后所得的CDF圖如圖8所示。

圖8 CDF曲線比較

傳統的LANDMARC算法在應用于空間定位時，會出現較大幅度的波動。改進后的LANDMARC算法的估計誤差(estimation error,EE)在1.5 m后趨于穩定，定位精度收斂速度雖相對較慢，但穩定性較好。

6 結束語

針對LANDMARC算法在實際空間定位中存在一定誤差的問題，對LANDMARC算法進行改進，使其與RSSI與距離轉換模型相結合。將LANDMARC算法建立在距離的基礎上，用測試距離代替信號強度，在減少參考標簽、降低成本的同時，提高了空間定位精度。

[1] 李魏峰.基于RFID的室內定位技術研究[D].上海:上海交通大學,2010.

[2] 王峰.基于UHF RFID的室內定位系統的研究與設計[D].重慶:重慶大學,2012.

[3] 葉萍,張彥.基于RSSI測距的交點質心定位算法研究與室內應用修正[J].技術縱橫,2013(3):104-107.

[4] 徐春妹.基于TOA的無線定位技術及應用[J].礦山機械,2007,35(7):109.

[5] 孟令軍,王建亮,潘峰.基于TDOA定位機制的無線傳感器網絡節點設計[J].傳感器與微系統,2009,28(6):101.

[6] 汪洪雁,陳黎霞.NLOS環境下TDOA/AOA混合定位算法研究[J].計算機應用,2007,27(5):1100.

[7] 張玉茹,譚麗萍.改進LANDMARC最近鄰居算法在嵌入式系統的實現[J].哈爾濱商業大學學報,2013,29(3):333.

[8] 閆保中,姜琛,尹偉偉.基于RFID技術的室內定位算法研究[J].計算機仿真,2010,27(2):320.

[9] 劉宗元.基于射頻識別(RFID)的室內定位系統研究[D].廣州:中山大學,2009.

[10]蔣華勤,李靜.基于LANDMARC的RFID室內定位算法優化[J].科技通報,2013,29(6):207.

[11]鄒學玉，韓付偉.基于LANDMARC的最近鄰居改進算法[J].武漢大學報,2012,59(3):256.

Application of the Improved LANDMARC in Spatial Positioning

LANDMARC algorithm is applied in positioning analysis based on plane model, when it is applied in spatial positioning, different degree of errors may occur. Combining LANDMARC with the ranging principle, the LANDNARC algorithm based on distance measuring mechanism is proposed; and the spatial model of LANDMARC is established by adopting HIK-RFM104 UHF embedded read/write module and the circularly polarized antenna provided by CETHIK. Specific distance measurement model is obtained through linear distance measuring experiments. Combining LANDMARC spatial model and distance measuring model, positioning tests are conducted for the sampling points in the space, by analyzing the data, it is determined that the improved LANDMARC spatial positioning algorithm possesses higher accuracy and more stable performance.

Radio frequency identification (RFID) Ultra high frequency (UHF) RSSI ranging LANDMARC algorithm Spatial positioning

河北省科學技術計劃基金資助項目(編號：12276906D)。

馬翠紅(1960-)，女，1982年畢業于河北工業大學自動化專業，獲學士學位，教授；主要從事自動控制理論的教學與科研工作。

TH89

A

10.16086/j.cnki.issn1000-0380.201509005

修改稿收到日期：2015-01-05。