基于RFID 的室內定位技術綜述

黃鳳英

（廈門大學嘉庚學院 信息科學與技術學院，福建 漳州 363105）

隨著社會不斷發展，室內定位在社會生產和生活中發揮著越來越重要的作用。在一些室內場所對物品或人員進行實時定位可保證其安全，同時也方便管理。基于射頻識別(radio frequency identification，RFID)的室內定位由于電子標簽成本低、易于部署、非接觸等優點可為室內物品位置定位或跟蹤提供有效的解決方案[1]。但考慮到實際應用環境的復雜性，仍然存在許多不確定性因素影響著定位精度，常用的RFID 室內定位方法并不能滿足要求[2]。因而對研究如何提高基于RFID 室內定位系統的定位精度與實時性有著重要的意義。

1 無源RFID 系統通訊模型

一個典型的無源超高頻RFID 系統由標簽（tag）、閱讀器（reader）、天線（antenna）以及后臺系統四部分組成，如圖1 顯示了RFID 系統進行通信的示意圖。后臺系統通過無線/有線方式與閱讀器連接，并根據不同應用給閱讀器發送相應的指令。閱讀器通過天線發射射頻信號并被標簽接收，由此標簽獲得能量，從而激活標簽中的芯片，芯片再對接收到的信號進行處理，并將芯片中的信息通過標簽天線返回給閱讀器。閱讀器通過天線接收到標簽信號并反饋給后臺系統。閱讀器的整個控制軟件和目標標簽定位算法程序均可位于后臺系統上。

圖1 RFID 的通訊模型Fig.1 Communication model of RFID

2 信號特征參數

根據RFID 系統的通信模型，閱讀器和標簽之間的通信方式是通過無線射頻信號，因此能夠為研究者提供接收信號強度（received signal strength indicator,RSSI）[3]、到達相位（phase of arrival，POA）或者到達相位差（phase difference of arrival，PDOA）[4]、到達時間（time of arrival，TOA）[5]或者到達時間差（time difference of arrival，TDOA）[6]、到達角度（angel of arrival，AOA）[7]等信號特征參數信息。研究者們利用這些特征信息與對應的距離位置建立相應關系，從而估算出待測標簽的位置。

2.1 信號強度

根據電磁波理論，當標簽的發射功率和天線增益一定時，閱讀器接收的標簽信號強度RSSI 值越小，則標簽與閱讀器距離越遠，反之越近[8]。基于接收的信號強度[9,10]的標簽定位方法是目前最為普遍的，其測距定位方法以自由空間傳播模型或路徑損耗模型為原理，通過閱讀器測量標簽射頻信號強度從而估算出待測標簽的位置。

但在RFID 實際應用中，由于室內空間環境的噪聲及多徑路徑干擾，影響接收信號的RSSI 值，給基于RSSI 的定位系統的精度帶來巨大挑戰，因此這種方法通常需要采用多次測量獲取平均值或加入參考標簽等方法來處理誤差。

2.2 射頻相位

相位是射頻信號中的一個非常重要的特征參數，有些閱讀器可支持獲取該參數指標，如Impin J R 420[11]，其接收信號的相位值分辨率可達0.0015 弧度，則可計算出的距離分辨率理論上為0.038 mm[12]。因此，相對于RSSI，相位對信號傳播距離比較敏感。

圖2 顯示了在無源RFID 系統中閱讀器與標簽之間進行反射鏈路通信的過程。當閱讀器天線發送某一頻率f 的載波信號后，將接收經標簽反射回的信號，得出相位值與距離的關系如下：

圖2 反射鏈路通信信道Fig.2 Radio link comunication channel

式中：λ 是載波波長，dreader_tag為閱讀器到標簽的距離，c為光速，t 為閱讀器發射信號與接收到信號的時間差，φ 為接收信號和發射信號的相位差。再將公式（1）變為：

但實際情況下，相位值φ 是一個周期函數，只有當相位值在單周期內時，得到的測距結果才是正確的。因此，簡單依靠公式（2）進行相位測距，其定位距離范圍是有限的[13]。

2.3 信號到達時間

基于信號到達時間（TOA）的定位方法，其主要原理是根據不同閱讀器接收到標簽返回的信號時間差來估算兩者之間的距離。然后再通過定位算法進行待測標簽位置估算。Stelzer 等[14]在TOA 方法基礎上利用目標標簽信號到達多個閱讀器之間的相對時間差（TDOA）來計算它們之間的相對距離，用已知位置關系的閱讀器計算出絕對距離。

但無論是基于TOA 還是TDOA 的定位方法，都要用到射頻信號在傳播過程中的時間差值，因此要求閱讀器和標簽之間的時鐘能夠同步，且時間精度高。這在實際運用中都較難實現，所以基于TOA/ TDOA的RFID 室內定位方法應用較少。

2.4 信號到達角度

基于信號到達角度（AOA）是利用信號到達角度的特征參數信息來定位標簽位置。一般情況，利用帶有較強方向性天線或者陣列天線的閱讀器來接收標簽返回信號的角度信息，以此類推，其他閱讀器也測得的該標簽返回信號的到達角度信息，并以它們信號的角度方向所產生的交點，來確定標簽位置[7]。

但基于AOA 的定位方法對天線設備要求比較高，通常需要在閱讀器上安裝特定的陣列天線，才能達到較好的定位效果。

3 標簽定位處理方法

通過以上分析可知，無論是采用哪一種特征參數信息進行定位，都存在一些不足。另外，若特征參數信息未經相關處理而直接進行標簽距離定位，RFID 定位系統將很容易受室內環境因素干擾，造成定位結果的準確度與精確度的降低。在基于以上信道特征參數信息進行標簽定位過程中，為了提高定位精度，提出不同的定位處理算法，如幾何定位法，指紋定位法，全息圖法[15]等。

幾何定位法主要是通過所獲得信號參數信息建立相對應的線性或非線性方程組，然后通過求解方程組的值，來計算待測標簽位置。而對于求解建立的非線性方程組，大多采用最小二乘法、梯度法等[15]。

指紋定位法最早由LANDMARC[3]被提出，該方法的思想一般分為兩個階段：一是建庫，二是匹配。首先在環境中部署大量的已知位置的標簽，通過閱讀器分別獲取它們的信號強度值，并存入后臺數據庫中，然后將接收到待測標簽的信號強度值一一和庫中的強度值進行比對，最后選擇信號強度值最接近的已知標簽位置作為待測標簽位置。基于指紋定位法，很多研究者采用，如K 鄰近算法 (K-nearest neighborhood，KNN)[3,9,10,16]、神經網絡算法[17-18]、最大期望估計[19]和貝葉斯概率算法[20]等進行處理。

全息圖法最早是由ROBEAT 等[21]提出的一種SAR 的定位方法。全息圖法的核心內容如下：首先將待搜索的二維平面或三維空間分割成為一個個位置像素點，并通過閱讀器天線在不同位置上采集標簽相位信息，每個天線測得的實際相位值與天線到每個像素點的理論相位到建立復指數函數，根據計算得到的復指數大小來估算待測標簽的位置。下面以三維空間為例，將三維空間分為W×L×H 個方格位置像素點，如圖3 所示，并用Zw,l,h代表（w,l,h）出的像素中心點位置，設在M 個時刻下閱讀器的天線位置分別為｛A1…Am…AM｝,m∈M,相應測量的相位值為 ｛θ1…θm…θM｝,m∈M，因此計算待測標簽的位置可用以下公式計算：

圖3 閱讀器與全局坐標系示意圖

式中：?（zw,l,h，An）表示第m 個天線位置與像素點zw,l,h距離所對應得理論相位值。

式中：d（zw,l,h，Am）表示第m 個天線位置與像素點zw,l,h直線距離。Hw,l,h代表M 個復指數信號的疊加，其值大小反映了（w,l,h）處的理論相位與測量相位之間的差異情況。如果對全空間的所有像素點進行公式（3）遍歷計算，則有個位置會使得Hw,l,h值最大，換句話說該位置處所有的理論相位值與測量相位值之間誤差的總和最小，因此可認為該位置即為待測標簽的實際位置。有研究者通過構造不同全息圖來實現高精度的定位，如，YANG[12]提出差分增強全息圖、SHANGGUAN[22]提出具有多載波頻率數據的全息圖、XU[23]提出聯合全息圖等。XU[23]設計一種魯棒性更好的全息圖，探討了目標標簽可能存在的所有位置的可能性，并提出將全息圖與深度卷積神經網絡算法相融合來抑制多路徑效應。

一般情況下，指紋估計法相比幾何估計法在復雜的室內環境下能夠獲得較高的定位精度，但由于離線階段指紋庫的建立時間花費較多，指紋匹配算法的計算量較大，因此，整體的定位實時性也較差。而全息圖方法是通過遍歷搜索空間的方式，相比指紋估計法其免去了指紋庫的建立過程，定位實時性更能滿足要求。

4 不同特征參數定位方法比較

下面將從不同特征參數對硬件需求、適用的定位處理方法以及優缺點等多方面進行簡要分析總結，結果如表1 所示。

表1 不同信號特征參數的定位方法對比Tab.1 Comparison of localization methods for different signal charateristig parameters

（1）RSSI：基于接收信號強度的定位方法首先需要一個可獲取RSSI 值的閱讀器，例如IMPINJ 的R 500 或R 2000 等型號芯片所開發的閱讀器。基于經典的RSSI 指紋定位法LANDMARC[3]系統定位平均誤差為1120 mm。在行李軌跡追蹤測試中，文獻[12]將參考標簽放在軌道附近，最后測得綜合誤差為600 mm，而SHANGGUAN[8]通過改變RSSI 和閱讀速率的方法決定行李順序，并測得平均誤差只為150 mm。

（2）POA/PDOA：基于相位參數的定位方法需要一個可獲取相位值的閱讀器，如IMPINJ 的R 420 型號芯片開發的閱讀器。相比于接收信號強度，信號相位對距離變化更敏感，精度更高。WANG[28]使用通過天線運動創建的合成孔徑雷達 (synthetic aperture radar，SAR) 來提取每個標簽的多路徑特征信息，并像基于RSSI 的方法一樣利用參考標簽來定位待測標簽，Wang 的平均誤差距離為120 mm。YANG[12]基于差分增強全息圖的方法減小了環境噪聲和標簽多樣性帶來的額外相移影響，在線性軌跡追蹤上，測得綜合誤差為14 mm，在環形軌跡追蹤上，測得綜合誤差為7.28 mm，由此可知，在可控環境下，基于DHA 的定位精度大大提高。邱蘭馨等[33]提出一種3DinSAR 定位算法，該算法基于多相位差可實現高精度、實時的三維標簽定位，在實際環境測量下，平均誤差為240 mm，最小誤差為60 mm。

（3）TOA/TDOA：基于信號到達時間的定位方法要求閱讀器與閱讀器，閱讀器與標簽之間能有較高精度的時鐘同步。主要因為信號傳播速度為光速級別，如果時鐘的精度不夠，且不同步，那么時鐘一點點的變差都將會對目標標簽位置估算產生較大誤差，從而使標簽定位精度降低。

（4）AOA：由于大部分閱讀器不支持測量角度功能，因此需要專門設置一種特殊的陣列天線，同時，室內環境對陣列天線尺寸安裝的限制，讓整個硬件系統設計難度變高。但有研究者[20,34]為此采用虛擬天線陣元來替代實際陣列天線，即用天線在移動過程中接收多個標簽反射信號來模擬天線陣。文獻[32]提出的PATL 定位方法，利用加權算法估算標簽的二維位置，經過實驗測試，該方法的定位精度為21 cm。

在基于RFID 室內定位技術的具體實施過程中，應通過具體的應用場景，從實施成本、精確度、算法復雜度等方面選擇合適的定位信號特征參數以及標簽的定位處理方法。

5 總結與展望

通過對文獻內容的分析，對RFID 室內定位技術總結出如下幾個方向發展。第一，單一信號特征參數的測距定位模型具有較多的局限性，為提高精度，可結合多種特征參數信息進行定位，即從單一特征參數轉向多個特征參數發展。第二，在現有的定位處理方法上進行改進，將幾何定位方法、指紋定位方法向全息圖法或其他方法發展。第三，簡化硬件組成系統，系統將從大量參考標簽、多閱讀器、多天線等向移動標簽、移動閱讀器、虛擬天線陣等低成本方向發展。再者，從實際應用來看，可從室內物品位置及追蹤定位等轉到增強現實及人機交互方向發展。

未來，隨著RFID 室內定位技術的不斷發展，定位的準確性、精確度和實時性不斷提高，基于RFID 的室內定位技術將為人們生產和生活帶來更大的變化。