基于RFID的校園RSSI定位算法研究

鮑怡婷

【摘 要】 隨著“智慧校園”的建設，學生的教育及其校園安全問題越來越引起學生家長、學校及社會各界的重視。將射頻識別定位技術融合到學校這一場景，緊跟當下智慧校園的發展理念，能夠實時采集學生的實時位置，掌握學生的活動軌跡，提高學生安全管理的高效性。

【關鍵詞】 射頻識別；校園定位算法；信號影響因素；仿真分析

一、 RFID定位技術

（一）基于到達時間的定位

本法基于無線電磁波傳播時間的到達時間法（Time of Arrial，簡稱 TOA），利用標簽與讀寫器之間無線信號的傳播時間進行測距。假設信號從標簽發射到讀寫器接收用時t秒，讀寫器和電子標簽之間的距離為d，由于射頻信號的傳播速度接近光速C，則d=C×t，按照這種方法，可獲取三個讀寫器到電子標簽的距離d1、d2、d3，通過三邊定位方法，即可對目標標簽進行定位。

到達時間定位TOA定位原理如圖1所示，假設三個讀寫器A，B，C的坐標為（x1，y1），（x2，y2），（x3，y3），目標坐標為（x，y），信號從標簽發出到達讀寫器A，B，C的時間為（t1，t2，t3），則標簽到讀寫器的距離可由式d=C×t得到，根據三邊定位原理，根據公式1，求解即可得到目標坐標。

（二）基于到達信號角度定位

本法基于到達信號角度（Angle of Arrival，AOA）定位方法，原理如圖2，利用標簽的位置角度來判斷標簽的位置。設讀寫器A的坐標為（x1，y1），讀寫器B的坐標為（x2，y2），目標標簽坐標（x，y），信號到讀寫器A的角度為α，到讀寫器B的角度為β，則可由公式2來確定目標標簽位置。

（三）基于信號衰減強度（RSSI）定位

本法基于RSSI 的定位方法通過讀寫器接收射頻標簽的信號強度，根據射頻信號在空中的衰減模型，確定讀寫器與標簽之間的距離。射頻信號在傳播過程中，隨著標簽和讀寫器距離增大，射頻信號會規律性衰減，按照衰減規律可以將接收信號強度值轉換成標簽與讀寫器之間的距離，計算出目標標簽的坐標。常用的信號強度衰減模型如公式3：

式中P表示目標標簽的RSSI值，P0是讀寫器的功率，d為目標標簽與讀寫器的距離，d0參考距離通常取1m，與他為信號傳輸的損耗因子。

比較上述三種基于測距的RFID定位方法可知，基于 TOA 的定位方法需要知道信號的傳播時間，必須保證時鐘同步，系統開銷較大；基于AOA的定位方法對設備的天線提出了很高的要求。基于RSSI 的定位算法相對簡單，不需要添加額外的設備，通過無線射頻信號的衰減模型可以計算電子標簽與閱讀器的距離，比較適合復雜的校園環境，完成定位任務。但是，射頻信號的衰減受環境因素影響會導致定位誤差增大，因此需要對復雜校園環境下RSSI定位算法的影響因素進行分析，從而對基本衰減模型進行改進。

二、RSSI定位算法影響因素分析

（一）信號多徑干擾

射頻信號是一種電磁波，信號發射之后，會經過多種路徑而出現反射現象，導致接收端接收到的信號也會因多次反射路徑的不同使電磁波信號相位發生很大變化，校園建筑物較多，綠化也較多，信號傳播過程中反射的物體性質不同，產生的反射波也不同，這就造成接收方接收到的電磁波的相位和幅值都是不確定的，接收端接收到的波就變成多路徑反射回來的合成波，對RSSI值有一定的影響。

（二）非視距傳播干擾

RFID射頻信號傳播過程中，標簽和讀寫器之間一般存在障礙物，不能以直線距離傳播，只能通過散射、反射以及繞射等方式傳播，這種非直線距離的傳播直接影響到標簽與讀寫器的計算距離，使其遠遠大于射頻信號傳播的直接距離。在校園復雜環境場景中，變建筑、綠化以及人員集中等因素的影響，增大了非視距干擾，繼而影響RSSI值。

（三）人體對信號傳播的干擾

校園定位的主要對象是學生，標簽大部分情況下由學生攜帶。人體構成中水分構成占人總構成的70%～80%，與人體諧振頻率值大約在 30MHz～3GHz，與標簽與讀寫器的通信頻率有重合，無線射頻信號會因與人體產生的諧振而被部分吸收，使傳播過程中的信號衰減。校園學生群體密度較大，學生攜帶標簽也會因人體遮擋而產生干擾，對RSSI值產生影響。

（四）其他干擾

校園人員密集，存在各種無線電波，RFID信號會受到其他電磁波的干擾，造成讀寫器接收信號誤差，對RSSI值產生一定干擾。

三、 RSSI衰減模型優化

通過以上RSSI影響因素分析，將RSSI基本衰減模型進行改進優化，如公式4：

式中N是環境因素損耗參數，與環境損耗因子和影響因素的權重有關，是在不同的因素影響下的一個已知的定值。設信號多徑干擾，非視距傳播干擾，人體干擾和其他干擾影響因素的損耗因子分別為a1，a2，a3，a4，各自權重分別為n1，n2，n3，n4，則N=a1×n1+a2×n2+a3×n3+a4×n4。P（d）為距離為d下的RSSI值，P（d0）為距離為d0下的RSSI值，d0一般取1m。δ是均值為0，標準差正態分布的隨機變量。

根據分析的影響因素之間的相對重要性，確定因素兩兩對比的重要性值，構造影響因素判斷矩陣，如公式5：

用SPSS軟件，采用層次分析法對RSSI影響因素分配不同的權重，并得到一致性檢驗結果。

理想情況下，同一位置RSSI值應保持不變，但由于校園室外環境存在不確定性，受影響因素干擾，RSSI值會存在一些波動，測量到的RSSI 值也不精確，與真值之間存在一定偏差。RSSI 值分布規律適用于概率學及統計學的高斯概率模型，為了進一步去除干擾，可采用高斯濾波算法，對某一位置RSSI值進行處理，使最終輸出的結果更接近真實值。高斯濾波算法擬合模型如公式6：

其中：

式中，k為目標標簽處RSSI的采樣次數，采樣次數越多，得到的RSSI值越符合高斯分布，若將 RSSI 多次信號值輸入到高斯濾波擬合函數中，因為擬合函數為非線性函數，計算量變大會導致模型抗干擾能力變差，可以用高斯濾波算法對 RSSI采樣數據進行篩選，計算公式為公式9、公式10。

式中，k 為保留的數據數；M為保留數據的百分比；U為數據的總數。M值過小會使數據真實性受到影響，所以在執行算法時要動態改變數據保留的k值。

四、算法仿真分析

利用Matlab仿真軟件，通過對改進優化的RSSI環境影響因素損耗模型仿真RSSI信號，取d0=1m，δ 為0，a1=3.5，a2=2，a3=1.5，a4=1，同時將讀寫器和標簽放置在兩個不同的實驗室，測量讀寫器與標簽為10m時50次RSSI值。將每次計算的RSSI值輸入到未優化基礎RSSI衰減模型，對改進優化的RSSI損耗模型進行仿真，得到結果如圖3。

可以看出基礎RSSI衰減模型誤差平均值為2.23m，優化后的RSSI衰減模型平均誤差為1.89m。對距離為10m的RSSI值進行濾波，發現濾波次數對仿真結果有一定影響，經過高斯濾波處理后，優化后RSSI衰減模型定位的誤差如圖4所示。從圖中可以看出，濾波次數對誤差有一定影響，且濾波50次左右時，誤差波動較小。

五、結語

RFID技術已廣泛應用于各行各業。本文基于RFID定位技術，對TOA、AOA、RSSI定位進行了闡述，結合校園環境復雜，人員密集等特點，在分析影響因素的基礎上，改進了RSSI基本信號衰減模型，通過高斯濾波算法進行優化、仿真。仿真結果表明，改進的模型和算法提高了傳統模型的定位精度。由于本文的仿真是在實驗室進行的，和真實的校園環境相比還有一定的差異性，后續將進一步改進仿真環境，使其更接近復雜的校園環境。

參考文獻：

［1］ 田定書. RFID室內定位算法研究［D］. 北京：北京郵電大學，2013.

［2］ 黃鳳英，夏靖波. 超高頻RFID不同信號特征參數的室內定位方法［J］. 福州大學學報（自然科學版），2022，50（01）：39-46.

［3］ 汪國慶. 基于RSSI的無線傳感器網絡室內定位算法設計與優化［D］. 合肥：合肥工業大學，2018.

［4］ Mansor H，Fadzir T M A M，Gunauan T S，et a1. Safety and Security Solution for School bus through RFID and GSM Technologies［J］. Indonesian Journal of Electrical Engineering and Computer Science，2020，17（02）：804-814.

［5］ 黃喜元. 基于RFID的實時精準定位技術研究［D］. 西安：西安電子科技大學，2021.

［6］ 孟勛. 基于物聯網的智慧校園建設［J］. 中國科技信息，2019（07）：59-60.