《区域细化的RFID 室内定位算法》由会员分享，可在线阅读，更多相关《区域细化的RFID 室内定位算法（5页珍藏版）》请在金锄头文库上搜索。
1、计算机应用与软件Computer Applications and Software区域细化的RFID室内定位算法陈聪传程良伦(广东工业大学广州 510006)摘要 本文提出一种在LANDMARC算法基础上进行定位区域细化的RFID室内定位算法(RDL)。首先对低成本、高精度的LANDMARC算法进行简单分析，针对其计算中涉及过多无关参考标签和读卡器问题引入区域细化策略。本算法利用对射频信号强度调制进行定位区域的细化，消除距离待定位标签较远的读卡器和参考标签对定位计算的影响。仿真结果表明，相比LANDMARC算法，本算法定位精度更高，定位误差的概率分布也更为合理。关键词 RFID，室内定位，区
2、域细化RFID Indoor Location Algorithm Based On Region DividedCHEN Cong-chuan CHENG Liang-lun (Faculty of Automation, Guangdong University of Technology, Guangzhou 510006，China) Abstract We made a simple analysis of the low-cost and high-accuracy LANDMARC algorithm. And then we introduced a range divided
3、 RFID indoor location algorithm(RDL) to resolve the problem of involving too many unrelated reference tags and readrs.Our method makes use of RF signal intensity modulated to divide the location region. This strategy can eliminate the effect of reference tags and readrs far from target tag to the po
4、sitioning calculation. The simulation shows the accuracy of the algorithm is higher and its distribution of positioning error is more reasonable compare with LANDMARC. Keywords RFID, Indoor Location, Region Divided陈聪传等：区域细化的RFID室内定位算法30 引言现有的无线定位技术根据定位机制的不同，可以分为基于测距的（range based）方法和不基于测距的（range-free
5、）方法两类1。基于测距的定位机制利用到达时间延迟（time of arrival，TOA）、信号到达时间差(time difference of arrival，TDOA)、信号到达方向(directional of arrival，DOA)和接收信号强度2 (receivesignal strength，RSS)来估计距离或来波方向，然后使用三边测量法、三角测量法或最大似然估计法等计算未知节点位置，如 SDP算法、MDS MAP算法和 ILS算法等。而不基于测距的定位机制3无需距离或角度信息，或无需直接测量这些信息，仅根据网络的连通性等信息实现节点的定位，如质心法、DV Hop法、无定形算法
6、、APIT算 法4。收稿日期:2009-09-23。国家自然科学基金(National Natural Science Foundation of China)（No.60673132），广东省自然科学基金(Guangdong Natural Science Foundation)（No.07117421，No.8351009001000002），广东省重大科技专项（No.2009A080207008）。陈聪传（1984-），男，硕士研究生，主要研究方向为传感器网络、RFID技术。常用的室内定位技术有红外线定位、超声波定位、基于IEEE802.11无线定位和射频识别RFID定位技术等5。RFI
7、D技术由于其非基础和非视距等优点成为优选的定位技术。目前比较成熟的RFID室内定位方案有SpotON、3D-iD pinpoint、LANDMARC。以上这三种RFID室内定位方案都是采用射频信号强度(RSSI)数据作为定位依据。基于RSSI测距是一种廉价的测距技术。RSSI测量在硬件上是相当便宜和简单的，且原则上只要芯片之间能够通信，就能够估测出二者之间的距离,因此其应用范围十分广泛。其中LANDMARC系统引入参考标签（Reference Tag)来辅助定位，稳定、受环境变化的影响较小、成本较低、定位精度较高。由于考虑了全局的参考标签，采用LANDMARC算法的RFID定位技术实时性较低，
8、通常情况下是采取每30s实现一次追踪定位的策略，然而在追求更高定位性能的应用中，LANDMARC算法还未能满足实际需求。本文致力于减少LANDMARC算法无关的计算量的同时保持甚至提高定位精度，提出一种利用对射频信号强度调制进行定位区域的细化的策略来消除距离待定位标签较远的读卡器和参考标签对定位计算的影响。虽然本算法对于应用环境和标签有一定的要求，但是对于应用在更注重相对稳定的室内环境中获得更佳的定位性能RFID定位系统，本算法具有一定的优势。本文剩余章节组织如下：第一节，对LANDMARC算法进行简单的分析和提出其需要完善的地方；第二节，在LANDMARC的基础上，对本文的区域细化的RFID
9、定位算法展开分析；第三节，对本文算法进行仿真，并与LANDMARC算法进行定位精度等定位性能的比较；最后为本文的结论部分。1 LANDMARC算法基本思想和存在问题1.1 LANDMARC算法6为了提高定位精度，同时又不增加过多的读卡器，LANDMRAC系统引入了参考标签来进行辅助定位，在系统中用作定位时的参考点。参考标签的引入有如下三个主要的好处：首先，标签的价格远远低于读卡器，这样就避免了为提高定位精度而需要布置大量的读卡器，从而降低了系统成本。其次，周围环境的动态变化可以被容易的调节和掌控，因为环境变化的影响对参考标签和待定位标签是一样的，所以可以根据参考标签来实时更新探测区域内的环境信
10、息。第三，定位信息更加精确和可靠。显然，读卡器和参考标签的放置方式将对整个系统的定位精确度有着至关重要的影响。假设有n个读卡器，m个参考标签和个待定位标签，读卡器工作在连续模式下，检测范围为18级。定义待定位标签的信号强度矢量为，其中表示读卡器i上接收到的待定位标签p的信号强度，,。对于参考标签，定义相应的信号强度矢量，其中表示读卡器i上参考标签j的信号强度, 。对于待定位标签p，定义 (1)表示参考标签j和待定位标签p之间信号强度的差异关系，越小表示待定位标签p和参考标签j相隔越近。对于每个待定位标签，定义相应矢量，找出最小的前k个，对应的k个参考标签称之为待定标签的最近邻居，然后对k个最近
11、邻居的坐标按照不同的加权求和，最终得到待定位标签的坐标。未知的待定位标签坐标(x, y)由如下方程获得 (2)是第个最近邻居的权重因子，,为预先测得参考标签坐标，对各坐标加权求和便可获得待定位标签，坐标。经验上，由下式给出 (3)1.2 LANDMARC算法存在问题LANDMARC算法假设所有的参考标签都能够成为邻居标签的候选标签，这将带来很多不必要的计算7。为了选择邻居标签，LANDMARC将计算待定位标签和每个参考标签之间的所有欧几里德距离并比较不同的E值。假设每个读卡器所能检测到的最大范围如图1所示，只有读卡器2，3，4能够检测到目标标签，所以远离读卡器2，3，4检测范围的参考标签接近目
12、标标签的几率很低。但是如果我们直接应用上述方程，只在读卡器1检测范围内的参考标签将加入到计算中来，因此将导致一些不必要的计算并增加服务器工作量，因为有时合理的选择参考标签相比合理分配权重更为重要，这将将影响系统时延，甚至可能影响到定位精度，不能满足要求更高定位性能的场合。图1 合理选择可能的最近邻居2区域细化室内定位算法和LANDMARC算法一样，本算法使用的室内定位感应系统依然有n个读卡器，m个参考标签和个待定位标签，读卡器工作在连续模式下，检测范围为18级8。本算法引入一种标签信号强度可调机制，假设待定位标签具备发射信号强度可调的功能，可调范围至少为3级，分别为大中小三级，大级信号强度为标
13、签正常信号强度。信号在传播过程中经过一定的衰减后，其强度在读卡器检测范围之内。由于读卡器检测到的信号强度并不就是标签发送信号的强度，因此可在发送的射频信号中包含两位的信号强度编码，大中小三级分别对应11、10、01。读卡器根据信号强度编码确定标签发送的射频信号强度。可以根据标签的信号强度，在需定位的区域中对每个读卡器的各级信号检测范围进行预先测量，细化为区域、。在每次定位中，待定位标签首先以大级信号强度发送射频信号，根据读卡器所能检测到信号强度情况，确定参加该次定位的读卡器，同时根据读卡器各个交集区域确定可能的定位区域。紧接着待定位标签发送中级信号强度射频信号，然后发送小级的信号强度的射频信号
14、。在发送完该轮的射频信号后，根据各个参加定位的读卡器接收信号强度的编码情况，确定待定位标签在每个读卡器的环形区域，并取各个区域交集变得到待定位标签所处的最小区域。假设同时检测到某待定位标签信号读卡器有N个，理论上可选取该N个读卡器环形检测区域交集区域内的参考标签坐标作为最近邻居的候选标签。然而这个做法实际上可能导致丢失某些距离待定位标签较近的参考标签。因此，可选取在N个读卡器中选取N-1个读卡器环形检测区域交集区域，选取的原则是在读卡器组合中，其交集区域最大，设其为，则 (4)如图2所示，有读卡器1、2检测到待定位标签Tag的大级射频信号，初步可确定待定位标签区域。然后读卡器1只检测到中级信号
15、，读卡器2没有检测到中小级信号。可得，待定位标签处于读卡器1环形检测区域，处于读卡器2环形检测区域，最终的可得待定位标签所处的最小区域,即图中阴影部分交叉区域。图2 环形检测区域交集区域而在区域中存在有M个参考标签，。为书写方便，把选中读卡器数N-1记为N，别改写各信号强度向量，信号强度欧几里德距离，得待定位标签p的信号强度矢量为选中参考标签信号强度矢量，对于待定位标签p，定义信号强度欧几里德距离 (5)权重因子和相应权重系数公式(2)(3)无需改写，然而k是预先确定的参数，当区域内的参考标签数,取，故。在确定内参考标签后，标记邻居标签序列1k，利用公式(5)得出，由式子(3)得权重因子，从预
16、先测得的参考标签坐标中获得坐标，最终我们可由公式(2)计算得出待定位标签坐标(x, y)。需要说明的是，本算法所指等级信号强度范围都是在相对稳定的室内环境中预先测得的。若室内环境发生重大改变，则应重新测量各个读读卡器的各个等级的信号强度范围。另外由于算法要求标签具备发送不同等级强度的射频信号，这会增加一定的标签成本。但从下面的仿真结果可以看出，区域细化的定位算法相比LANDMARC算法具有较高的定位精度，同时其定位误差方差相对较小，性能更佳。可见本算法要求一定应用条件，更适合于注重在相对稳定的环境中获得更好的定位性能的RFID定位系统中。3算法仿真仿真一个1010m的室内环境，如图3所示，布置9个读卡器，参考标
