基于RSSI值的室內定位系統(tǒng)的比較研究

曾黨泉

摘 要：文章詳細闡述了RSSI值的定位原理，并對兩種基于RSSI值的室內定位系統(tǒng)——LANDMARC系統(tǒng)和VIRE系統(tǒng)的原理進行了詳細介紹，并根據其原理進行了Matlab仿真，根據仿真結果分析了這兩種定位系統(tǒng)的特點及存在的問題，為以后的改進研究打下堅實基礎。通過分析比較LANDMARC及VIRE系統(tǒng)，得知了VIRE系統(tǒng)在LANDMARC系統(tǒng)基礎之上做了較大改進，VIRE系統(tǒng)的平均精度約為LANDMARC系統(tǒng)平均精度的3倍。

關鍵詞：RSSI；定位系統(tǒng)；LANDMARC；VIRE

中圖分類號：TP391 文獻標識碼：A 文章編號：2095-1302（2016）09-00-03

0 引 言

無線射頻識別（RFID） 技術因傳播方式非接觸、傳播過程非視距、硬件成本低廉、定位目標準確而在室內定位中廣泛應用 [1]。由于測量技術不同，室內定位的方法分為“接收信號強度方法（RSSI） ”[2]、“到達角度方法（AOA）”、“到達時間方法（TOA）”與“到達時間差方法（TDOA） ”[3]。基于時間、相位等信息的定位方法復雜，需要添加額外的硬件設施，因此設備研發(fā)、制作成本高。在室內環(huán)境中，由于室內環(huán)境的特殊性及大規(guī)模應用、部署的需要，室內定位終端需要滿足價格低廉、安裝方便、易于攜帶等要求，而基于RSSI的室內定位設備就能滿足這些條件。基于RSSI的室內定位系統(tǒng)主要包括RADAR室內定位系統(tǒng)[4]、LANDMARC室內定位系統(tǒng)[5]以及LANDMARC的改進系統(tǒng)VIRE室內定位系統(tǒng)[6]。文中將對LANDMARC和VIRE系統(tǒng)做深入的比較研究[7]。

1 RSSI方法及其應用系統(tǒng)

RSSI法是一種將測得的信號強度采用經驗模型模擬信號路徑耗損，計算目標距離，利用定位算法得到目標坐標的定位方法。這里所需的信號衰減經驗模型可由實驗得到或通過理論推導。實驗證明，RSSI法能在一定程度上抵消多徑效應的影響，更適合于室內環(huán)境[8]。

目前不少RFID系統(tǒng)都運用RSSI方法。但無線電在室內傳播時有很多干擾因素，如衰減、繞射等。這些因素都影響 RSSI方法的定位精度[9]。

RSSI損耗模型公式如下所示：

其中，P （d）是經過距離d后的路徑損耗，單位為 dB；d0為d=1 m時的參考距離；n為路徑長度和路徑損耗之間的比例因子，依賴于障礙物的結構和使用的材料，其范圍為2～5；Xσ是平均值為0的高斯分布隨機變數，其標準差范圍為4～10。LANDMARC室內定位系統(tǒng)以及LANDMARC的改進系統(tǒng)VIRE室內定位系統(tǒng)為其典型應用。

1.1 LANDMARC定位系統(tǒng)

LANDMARC系統(tǒng)采用“最近鄰距離 （kNN）”方法，在定位區(qū)間設定坐標已知的參考標簽。參考標簽與待定位標簽的歐氏距離計算公式如下所示：

式中，n為閱讀器的個數，ρik是第i個閱讀器所讀取的第k個參考標簽的信號強度，φi是該閱讀器讀取的待定位標簽的信號強度，Ek表示未知標簽與參考標簽k的“歐氏距離”。待定位標簽的坐標可由下式推算出來：

式中，（x，y）為待測標簽的坐標；（xi，yi）為第i個參考標簽的坐標； ωi為對應的第i個參考標簽的權重，其計算公式為：

不難看出，E值最小的參考標簽權重最大。LANDMARC系統(tǒng)成本廉價，能更好地適應變化的環(huán)境，獲得的位置信息更加準確可靠，但計算時間較長，系統(tǒng)實時性較差[10]。

1.2 VIRE定位系統(tǒng)

VIRE定位系統(tǒng)的核心思想是在LANDMARC算法的基礎上將每4個參考標簽看作一個大的單元格，然后將這個大單元格細分為n×n個小單元格，在小單元格處加入虛擬參考標簽。

其中，Sk（Ti，j）表示第k個閱讀器讀到的在（i，j）坐標位置上的虛擬標簽的信號強度值。a=[i/n]，b=[j/n]，0≤p=i% n≤n-1，0≤q =j%n≤n-1。

在VIRE定位系統(tǒng)中，由于添加了大量的虛擬參考標簽，因此虛擬參考標簽的多少也對定位結果造成了一定影響，考慮到這些因素，系統(tǒng)定義了一個影響因子W2i，用其表示虛擬參考標簽疏密度造成的影響。假設每個最近鄰居由信號強度值確定的權重為W1i，那么其計算公式為：

2 LANDMARC系統(tǒng)與VIRE系統(tǒng)的定位分析比較

2.1 LANDMARC定位系統(tǒng)的分析

根據LANDMARC系統(tǒng)定位的原理可知，LANDMARC系統(tǒng)精度的高低與參考標簽的數量有著很大的關系。當參考標簽數目過少時，待測標簽搜索不到足夠的優(yōu)質參考標簽，從而加大了環(huán)境噪聲的影響因子。因此，提高參考標簽的數量似乎成為了提高LANDMARC系統(tǒng)定位精度的唯一方法，事實情況是否真的如此呢？文中就這個問題進行了Matlab仿真比較和分析，LANDMARC系統(tǒng)中閱讀器、參考標簽和待測標簽的分布如圖2所示，不同數量的參考標簽的定位精度（路徑損耗指數為2.5）絕大部分待測標簽的定位精度都跟參考標簽的數量有關，參考標簽越多，精度越高，誤差就越小。但也存在幾個特例，尤其是待測標簽5，參考標簽越多，其精度越低，誤差越大。從圖2可以看出，待測標簽5處于參考標簽和閱讀器區(qū)域的邊緣地帶，沒有被閱讀器和參考標簽很好的覆蓋，所以該點定位誤差相對其它待測標簽要大。因此LANDMARC系統(tǒng)定位精度的高低除了與參考標簽的數量有關，還與待測標簽本身所處的位置有關，即是否被優(yōu)質參考標簽和閱讀器所覆蓋。此外，顯示出絕大多數情況下參考標簽越多，定位精度越高，那么是否參考標簽越多定位精度就越高呢，最鄰近參考標簽數量相差較大情況下的定位誤差如圖4所示。

參考標簽數量為14的定位精度多數情況下都要比數量為6或10的精度低，并且誤差比數量為6或10的誤差要大很多，特別是待測標簽5、14、17和20等，參考標簽數14的定位誤差要比數量6的定位誤差大很多。由此可以看出，參考標簽數為14的平均誤差要比參考標準數為6或10的平均誤差大。由此證明并非參考標簽的數量越多，定位精度就越高，參考標簽的數量要適量才能提高定位精度。

2.2 VIRE定位系統(tǒng)的分析

VIRE室內定位系統(tǒng)是LANDMARC系統(tǒng)的改進方案。在VIRE系統(tǒng)中，引入了虛擬標簽的概念，不僅大大提升了系統(tǒng)的定位精度，還提高了系統(tǒng)對環(huán)境的適應能力。但根據VIRE系統(tǒng)原理，VIRE系統(tǒng)在算法中要為最近鄰居的選取設定一個閾值，由于室內環(huán)境中信號傳播的復雜性，設置統(tǒng)一的閾值是不可行的。如果閾值設定過高，會導致一些相關性不大的最近鄰居被引入；而當閾值過小時，一些相關性較好的最近鄰居會被忽略。就幾組不同閾值的定位精度進行分析比較（路徑損耗指數為2.5，與LANDMARC系統(tǒng)相同）。參考標簽和待測標簽的分布如圖2所示，不同閾值的定位精度情況如圖5所示。

不同的閾值定位誤差相差巨大，待測標簽18在0.5閾值時幾乎沒有誤差，但在8閾值時誤差卻超過了2.5 m，無法正常定位。從總體誤差上看，閾值過大或過小都會造成不能正常定位的情況。在本次仿真中，閾值在2～4之間效果最好，所以閾值在實際環(huán)境中的選取非常重要。

2.3 VIRE系統(tǒng)與LANDMARC系統(tǒng)的比較分析

從前面定位誤差的數據可以看出，VIRE系統(tǒng)的定位精度比LANDMARC系統(tǒng)的定位精度高，可通過幾組仿真數據進行比較。參考標簽和待測標簽的分布如圖2所示，VIRE系統(tǒng)（路徑損耗指數與閾值都為2.5）與LANDMARC系統(tǒng)（路徑損耗指數為2.5）的定位誤差情況如圖6所示。

從圖6可以看出，VIRE系統(tǒng)在絕大多數情況下定位誤差要比LANDMARC系統(tǒng)的定位誤差小，特別是待測標簽13的定位誤差，VIRE系統(tǒng)的誤差不到LANDMARC系統(tǒng)的十分之一。為了能更清晰的比較這個系統(tǒng)的定位精度，表1詳細列出了這兩個系統(tǒng)每個待測標簽的誤差值。

根據表1中的誤差值可計算出LANDMARC系統(tǒng)的平均誤差值為0.989 m，VIRE系統(tǒng)平均誤差值為0.347 m。從平均誤差值的比較中可以看出，LANDMARC系統(tǒng)的定位誤差約為VIRE系統(tǒng)定位誤差的三倍，因此可以得出VIRE系統(tǒng)的定位精度比LANDMARC系統(tǒng)的定位精度平均要高三倍的結論。

3 結 語

本文就兩種常見的基于RSSI值的室內定位系統(tǒng)LAND MARC系統(tǒng)與VIRE系統(tǒng)從理論上進行了較詳細的描述，并

（下轉第頁）

（上接第頁）

對其特點進行分析和仿真，通過理論分析和仿真數據的比較，充分說明了這兩種定位系統(tǒng)的優(yōu)缺點，為以后更深入的研究基于RSSI值的室內定位系統(tǒng)打下基礎。

參考文獻

[1]劉君.室內定位系統(tǒng)研究[D].合肥： 安徽大學，2011.

[2] Ali Montaser，Osama Moselhi.RFID indoor location identification for construction projects[J].Automation in Construction，2014，39：167-179.

[3] Yu Huagang，Huang Gaoming，Gao Jun，et al.Approximate Maximum Likelihood Algorithm for Moving Source Localization Using TDOA and FDOA Measurements[J].Chinese Journal of Aeronautics，2012，25（4） ： 593-597.

[4] Bahl P，Padmanabhan V N.RADAR： An in-building RF-based user location and tracking system[C].INFOCOM 2000. Nineteenth Annual Joint Conference of the IEEE Computer and Communications Societies. Proceedings. IEEE.Ieee， 2000（2）： 775-784.

[5] L.M. Ni，Y. Liu，Y.C. Lau，et al.LANDMARC： Indoor Location Sensing Using Active RFID [J].Wireless Networks - Special issue： Pervasive computing and communications， 2004，10（6）：701 -710.

[6] Zhao Yiyang，Liu Yunhao.Active RFID-based Localization Using Virtual Reference Elimination[A].The 2007 International Conference on Parallel Proeessing（ICPC 2007）[C].2007：56-56.

[7]韓付偉.基于RFID的室內定位系統(tǒng)的研究[D].荊州： 長江大學，2013.

[8] Xiuyan Zhu， Yuan Feng. RSSI-based Algorithm for Indoor Localization[J].Communications and Network，2013， 5（2B）： 37-42.

[9] Wu Ling，Huang Liya.Improvement of location methods based on RFID[J].The Journal of China Universities of Posts and Telecommunications，2013，20（6） ： 36-41.

[10]李麗娜，馬俊，徐攀峰，等.RFID室內定位技術研究綜述[J].計算機應用與軟件，2015，32（9）： 1-3，96.