基于RFID室內(nèi)定位算法的研究

廣東工業(yè)大學(xué) 鄭卜松 朱燕飛

基于RFID室內(nèi)定位算法的研究

廣東工業(yè)大學(xué) 鄭卜松 朱燕飛

在基于RFID的室內(nèi)定位系統(tǒng)中，普遍存在定位系統(tǒng)定位精度低的問題，環(huán)境因素對(duì)室內(nèi)環(huán)境下的無線通信有很大的干擾。為解決該問題，提出融合對(duì)數(shù)路徑損耗模型的landmarc室內(nèi)定位算法進(jìn)行室內(nèi)定位。通過實(shí)驗(yàn)獲取定位區(qū)域內(nèi)接收信號(hào)強(qiáng)度指示（RSSI）的對(duì)數(shù)路徑損耗模型，分別對(duì)不同環(huán)境下RSSI的對(duì)數(shù)路徑損耗模型進(jìn)行仿真，再融合到landmarc室內(nèi)定位算法中去，在對(duì)數(shù)路徑損耗模型下通過閱讀器接收信號(hào)強(qiáng)度的大小確定節(jié)點(diǎn)之間的距離，實(shí)現(xiàn)物體的定位。實(shí)驗(yàn)結(jié)果表明，融合了RSSI對(duì)數(shù)路徑損耗模型的landmarc室內(nèi)定位算法在定位精度上有很大的提高。

RFID；室內(nèi)定位；landmarc室內(nèi)定位算法；對(duì)數(shù)路徑損耗模型

1.引言

Landmark是一種典型的基于RSSI測(cè)距的實(shí)時(shí)室內(nèi)定位算法，將landmarc室內(nèi)定位算法引入了RFID參考標(biāo)簽，可減少定位系統(tǒng)中所需RFID閱讀器的數(shù)量，降低定位系統(tǒng)的成本，并且通過參考標(biāo)簽配合殘差加權(quán)算法[1]與最近鄰算法[2]可提高系統(tǒng)定位精度。

2.改進(jìn)landmarc室內(nèi)定位算法

2.1 landmarc算法原理

假設(shè)在定位區(qū)域分別有M個(gè)閱讀器和N個(gè)參考標(biāo)簽。第i個(gè)待測(cè)標(biāo)簽的信號(hào)強(qiáng)度向量定義如下：

式中，t(i,M)表示在第m個(gè)閱讀器接收到來自第i個(gè)待測(cè)標(biāo)簽的信號(hào)強(qiáng)度，1≤m≤M。

第n個(gè)參考標(biāo)簽的信號(hào)強(qiáng)度向量定義如下：

式中，r(n,m)表示第m個(gè)閱讀器接收到來自第n個(gè)參考標(biāo)簽的信號(hào)強(qiáng)度，1≤n≤N。

第i個(gè)待測(cè)標(biāo)簽與第n個(gè)參考標(biāo)簽之間的歐幾里得距離[3]E(i,n) 計(jì)算如下：

第i個(gè)待測(cè)標(biāo)簽的歐幾里得距離向量表示如下：

將第i個(gè)待測(cè)標(biāo)簽的歐幾里得距離向量中的元素按從小到大的順序排列，然后得到第i個(gè)待測(cè)標(biāo)簽的歐幾里得升序向量：

其中E′(i,1)≤E′(i,2)≤···≤E′(i,N)，E′(i,N)越小，表示第i個(gè)待測(cè)標(biāo)簽與第n個(gè)參考標(biāo)簽越近。

根據(jù)設(shè)置好的K值，選取K個(gè)與待測(cè)標(biāo)簽最鄰近的參考標(biāo)簽來對(duì)待測(cè)標(biāo)簽進(jìn)行定位。每個(gè)被選中的參考標(biāo)簽的權(quán)重因子[4]計(jì)算如下：

其中，1≤k≤K。第i個(gè)待測(cè)標(biāo)簽的坐標(biāo)估計(jì)值的計(jì)算公式如下：

2.2 對(duì)數(shù)路徑損耗模型

2.2.1 對(duì)數(shù)路徑損耗模型

在實(shí)際情況中，環(huán)境因素對(duì)信號(hào)的傳播影響很大，導(dǎo)致在實(shí)際情況下無線信號(hào)的衰減與通信距離沒有固定和穩(wěn)定的對(duì)應(yīng)關(guān)系[5]，不同環(huán)境下的無線通信有不同的路徑損耗模型，所以正確的路徑損耗模型能夠在很大程度上提升基于RSSI的室內(nèi)定位精度。

很多研究表明，室內(nèi)路徑損耗遵從對(duì)數(shù)距離路徑損耗模型[6]，如公式(8)所示：

式中，PL(d0)表示單位距離下的路徑損耗值，單位為dB，d0一般取1m；PL(d)表示距離為d時(shí)的路徑損耗值，單位為dB；n表示路徑損耗指數(shù)，n越大，路徑損耗則越大，不同環(huán)境下n的取值不同；Xσ是服從標(biāo)準(zhǔn)正態(tài)分布的隨機(jī)變量，標(biāo)準(zhǔn)差為σ。將其轉(zhuǎn)換為接收信號(hào)強(qiáng)度RSSI值表達(dá)式為：

2.2.2 對(duì)數(shù)路徑損耗模型仿真

不同環(huán)境下的對(duì)數(shù)路徑損耗模型的仿真如圖1所示。

圖1 對(duì)數(shù)路徑損耗模型仿真

分別對(duì)當(dāng)n=2、n=2.5、n=3、n=3.5進(jìn)行仿真，明顯可以看出，當(dāng)n越大時(shí)，路徑損耗指數(shù)越大，信號(hào)衰減越嚴(yán)重。閱讀器接收到的來自參考標(biāo)簽與待測(cè)標(biāo)簽的信號(hào)是衰減后的信號(hào)，而在空曠區(qū)域內(nèi)這個(gè)信號(hào)的衰減是遵循對(duì)數(shù)路徑損耗模型的，將閱讀器接收到的信號(hào)采用對(duì)數(shù)路徑損耗模型來補(bǔ)償[7]，閱讀器獲得的便是更加精確的接收信號(hào)強(qiáng)度指示值，進(jìn)而能夠計(jì)算出更精確的歐幾里得距離，最后提高算法的定位精度。

2.3 改進(jìn)landmarc室內(nèi)定位算法步驟

Step 1：閱讀器通過采用對(duì)數(shù)路徑損耗模型，獲取分別來自待測(cè)標(biāo)簽與參考標(biāo)簽的RSSI值。

Step 2：根據(jù)閱讀器獲取到的RSSI值，計(jì)算待測(cè)標(biāo)簽與參考標(biāo)簽之間的歐幾里得距離。

Step 3：根據(jù)歐幾里得距離的大小選取與待測(cè)標(biāo)簽最鄰近的K個(gè)參考標(biāo)簽來計(jì)算權(quán)重因子。

Step 4：利用權(quán)重因子與被選取參考標(biāo)簽的實(shí)際坐標(biāo)來計(jì)算待測(cè)標(biāo)簽坐標(biāo)值。

3.仿真實(shí)驗(yàn)

本仿真實(shí)驗(yàn)環(huán)境為一個(gè)邊長(zhǎng)為11米的正方形空曠室內(nèi)區(qū)域。在實(shí)驗(yàn)區(qū)域的四個(gè)頂點(diǎn)分別部署一臺(tái)閱讀器，在實(shí)驗(yàn)區(qū)域中以矩陣形式均勻部署100個(gè)參考標(biāo)簽，參考標(biāo)簽之間的間距為1米。

3.1 仿真結(jié)果

3.1.1 原landmarc室內(nèi)定位算法定位結(jié)果

圖2 landmarc室內(nèi)定位算法定位結(jié)果

原landmarc室內(nèi)定位算法定位結(jié)果如圖2所示。從仿真結(jié)果中可以清楚的分辨出每個(gè)待測(cè)標(biāo)簽位置的實(shí)際值與估計(jì)值。平均定位誤差為18cm。

3.1.2 改進(jìn)landmarc室內(nèi)定位算法定位結(jié)果

在系統(tǒng)布局完全相同的情況下，對(duì)原landmarc室內(nèi)定位算法進(jìn)行改進(jìn)，引入對(duì)數(shù)路徑損耗模型。實(shí)驗(yàn)測(cè)得空曠室內(nèi)環(huán)境下的路徑損耗指數(shù)n=2，Xσ為取標(biāo)準(zhǔn)偏差為5的正態(tài)隨機(jī)變量。改進(jìn)后的landmarc室內(nèi)定位算法結(jié)果如圖3所示。

圖3 改進(jìn)landmarc室內(nèi)定位算法定位結(jié)果

3.2 算法誤差對(duì)比分析

圖4的結(jié)果顯示，在待測(cè)標(biāo)簽實(shí)際位置相同的情況下，改進(jìn)landmarc室內(nèi)定位算法比原landmarc室內(nèi)定位算法的定位誤差小。對(duì)于定位區(qū)域中的20個(gè)待測(cè)標(biāo)簽，經(jīng)原landmarc室內(nèi)定位算法定位的平均誤差為0.1834m；經(jīng)改進(jìn)landmarc室內(nèi)定位算法定位的平均誤差為0.09495m。因此通過改進(jìn)landmarc室內(nèi)定位算法可以提高室內(nèi)定位精度。

4.總結(jié)

landmarc室內(nèi)定位算法與改進(jìn)后的landmarc室內(nèi)定位算法的定位誤差比結(jié)果顯示，改進(jìn)后的算法在室內(nèi)定位精度上有明顯的提高。改進(jìn)后的室內(nèi)定位算法定位精度保持在10cm左右，比原算法定位精度提高了近一倍。仿真結(jié)果驗(yàn)證了對(duì)數(shù)路徑損耗模型提高landmarc室內(nèi)定位算法的可行性，為后續(xù)對(duì)存在各種障礙物的室內(nèi)環(huán)境下提高landmarc室內(nèi)定位算法定位精度的研究提供了理論基礎(chǔ)。

[1]曹潔,牛麗波,王進(jìn)花.一種改進(jìn)LANDMARC射頻識(shí)別室內(nèi)定位算法[J].計(jì)算機(jī)工程與科學(xué),2015,37(9):1671-1675.

[2]蔣守花,賀春林.基于RFID技術(shù)的室內(nèi)定位算法優(yōu)化方法研究[J].信息技術(shù),2017(4):24-28.

[3]Manzoor F,Menzel K.Indoor localisation for com plex building designs using passive RFID technol ogy[C].General Assembly and Scientific Sympo sium,2011:1-4.

[4]ZHANG D,LU K Z,MAO R.A Precise RFID In door Localization System with Sensor Network As sistance[J].China Communications(The English version),2015,12(4):13-22.

[5]DAO T H,Nguyen Q C,Ngo V D,et al.Indoor Lo calization System Based on Passive RFID Tags[C].International Conference on Intelligent Systems,2015.

[6]Belhadi Z,Fergani L,Fergani B,et al.RFID tag indoor localization by Fingerprinting methods[C].International Conference on Wireless Communica tions,2014:1-5.

[7]沈郭浩,馬永濤,劉開華,等.非視距環(huán)境下室內(nèi)RFID標(biāo)簽定位算法研究[J].計(jì)算機(jī)工程與科學(xué),2016,38(3):454-459.

Signal Strength Indicator）衰減非常嚴(yán)重，導(dǎo)致基于RSSI測(cè)距的landmarc室內(nèi)定位算法定位誤差較大。針對(duì)該問題，本文提出了一種改進(jìn)的landmarc室內(nèi)定位算法，在原landmarc室內(nèi)定位算法的基礎(chǔ)上，引入對(duì)數(shù)路徑損耗模型，降低環(huán)境因素對(duì)系統(tǒng)的影響，提高室內(nèi)定位系統(tǒng)的定位精度。經(jīng)過仿真實(shí)驗(yàn)證明，融合了對(duì)數(shù)路徑損耗模型的landmarc室內(nèi)定位算法較原landmarc室內(nèi)定位算法在定位精度上提高了近一倍。

鄭卜松【通訊作者】（1992—），男，碩士研究生，主要研究方向：室內(nèi)定位算法的研究。

朱燕飛（1976—），女，副教授，研究方向：系統(tǒng)建模、智能算法分析及控制。