常用的RFID室內定位算法研究

蔣守花

【摘 要】隨著無線通信、物聯網和計算機技術的蓬勃發展，室內無線定位技術正逐漸受到越來越多人的關注。由于室內環境的復雜性和不可控性，對高精度的室內定位算法的研究就顯得尤為重要。文章對幾種常用的無線射頻識別室內定位算法進行了研究，為今后算法的改進奠定了基礎。

【關鍵詞】物聯網；室內無線定位；定位算法；無線射頻識別

0 前言

近年來，我國的RFID[1]技術研究緊隨國際潮流得到了快速發展。國內對于RFID室內定位技術的研究主要集中在對算法的研究和改進。比如北京交通大學的張思東教授就詳細研究了RFID的位置感知系統；西南交通大學的范平志教授對LANDMARC定位算法進行了改進，提出了最近鄰居改進算法和基于誤差多級處理的數據融合定位方法。

1 RFID系統的組成

RFID系統由四個部分組成：電子標簽、閱讀器、中間件和數據中心。工作原理：把標簽和閱讀器嵌入設備中，利用天線發射信號產生信號源，閱讀器接收標簽發出的信號，再利用電感或者電磁的耦合，實現了不用任何聯系就能傳遞信息的自動識別功能。射頻識別技術系統就是利用這個原理進行識別、傳輸、共享信息的集合智能化系統。

閱讀器被分為手持便攜式和固定方式兩種。主要是用來讀取、處理標簽的數據信息，或者作為單獨的整體寫入標簽信息設備，或者作為一個部分嵌入到系統中。閱讀器主要由射頻模塊、讀寫模塊和天線組成。

電子標簽被當作讀寫內存，在傳輸過程中對數據進行解密，加密等處理，它是由集成電路組成的。射頻識別技術的標簽內部有一個唯一的ID信息，根據電源方式可將其分為三種形式：主動標簽、被動標簽或半主動標簽。標簽內部由射頻模塊、標簽芯片和天線三大功能模塊組成。

2 常用的RFID室內定位算法

RFID室內定位算法分類：

根據是否對電磁波傳輸距離進行測算，可將基于RFID的室內定位算法分為基于測距的RFID定位機制和基于非測距的RFID定位機制[2]，測距定位機制包括TOA、TDOA、AOA以及RSSI等定位方法，非測距定位機制包括質心定位、APIT以及kNN定位方法等。

2.1 基于RFID測距室內定位算法

2.1.1 基于信號達到時間（TOA）測距定位算法

電子標簽分為有源標簽和無源標簽，由于無源標簽的不確定性，測距定位算法都采用有源電子標簽，測距定位算法基礎是三邊定位及多邊定位。

三邊定位是多邊定位的特殊情況。TOA定位方法就是基于三邊定位。

其算法原理是使用3個以上閱讀器來接收同一個有源標簽發出的射頻信號，已知信號的發送速度（約等于光速c=3×108m/s），根據信號的傳播時間來計算閱讀器與有源標簽之間的距離，最后使用三邊定位或極大似然估計來確定有源標簽的位置。

下面用三邊定位算法來介紹TOA算法。如圖1所示。

在圖1（a）中，已知三個參考點的位置為A1（x1，y1）、A2（x2，y2）、A3（x3，y3），設待定位點與參考點之間的距離分別為r1、r2、r3。理想情況下，設3個參考點與待定位點的距離確定的圓相交于一點N，那么N就是待定位點的位置所在。在圖1（b），三個圓并不一定相交于一點，那么點N的坐標（x，y）用極大似然估計法求出。

根據多邊定位的估計算子=Ab，可以計算出待定點的坐標（x，y）為：

三邊定位[3]是多邊定位特殊情況，已知參考點A1，A2，A3...，所對應的坐標（x1，y1），（x2，y2），（x3，y3）...。假設待定位點N的坐標為（x，y），

則有方程組：

將前面n-1個方程分別減去第n個方程后得：

這樣就可以得到線性方程AX=b，其中：

通過上述方程的轉換，待定點N（x，y）可根據多邊定位估計算法=（AA）Ab求得。

2.1.2 基于信號到達角（AOA）測距定位算法

AOA算法[4]中常用的方法是：1）兩條射線和兩個夾角確定一點；2）三條射線和三個夾角確定一點。首先介紹第一種情況，如圖2所示，參考標簽A（x1，y1）和B（x，y）收到的信號夾角分別是？琢和？茁。

圖2 到達夾角AOA測距

由幾何公式：

x=y= （6）

能夠計算出待定位點N（x，y）的坐標，這種情況的前提條件是參考點A和點B的坐標都是校正過后的情況下得出的結果。

第二種情況是由三個參考點A、B、C的坐標確定待定位點N的坐標。通過測量？琢=∠ANB，？茁=∠ANC，？字=∠BNC的值可以得到點N的坐標（x，y）。

根據圓的內接四邊形對角互補和弦所對的圓周角等于它所對的圓心角的性質，由點B（x1，y1）和點C（x2，y2）和角？琢的位置，可以確定A、B、N確定的圓O（xo1，yo2），弦BC對應的圓心角為？茲=（2？仔-2？琢）。

由上式可以求出圓心O（x，y）和半徑ro1，由此可得待定位點N的坐標。

2.2 基于RFID非測距室內定位算法

2.2.1 質心定位算法

質心定位算法顧名思義就是通過比較多個閱讀器接收到電子標簽的信號強度信息，即RSSI信息，從中選取與待定位點RSSI信息最相似的n個參考點，將這n個點確定的多邊形質心作為待定位點LTi的估計位置，即有

其中，（x，y）表示第l個相似參考點的坐標。

2.2.2 kNN定位算法

kNN定位算法原理與質心定位算法既有相同之處，又存在很大的區別。相同之處在于算法中也是要搜集n個與待定位標簽近鄰的標簽，并根據這n個近鄰標簽的位置來估計待定位標簽的位置。不同的是kNN定位算法并不是簡單地將n個近鄰標簽位置求算術平均來確定待定位標簽的位置，而是根據近鄰標簽與待定位標簽之間的RSSI[5]差異，來賦予每個近鄰標簽位置不同的權重，即是：

（x，y）=W（x，y）（9）

式（9）中，W表示的是第l個近鄰標簽的權重，若它的值越大，說明參考標簽與標簽LTi的實際距離越近，反之則距離越遠。

3 結束語

由于RFID技術自身的優越性，在未來，基于RFID的室內定位技術的應用會越來越廣泛，其研究價值和研究前景也是不可估量的。本文介紹了幾種常用的RFID室內定位算法，包括測距室內定位算法和非測距室內定位算法，為今后算法的改進奠定堅實的基礎。

【參考文獻】

[1]董永鋒，周艷聰，孫陸楠，曹瑩.基于RFID的虛擬參考標簽三維室內定位算法[J].計算機工程與設計，2015，36（6）：1536-1539.

[2]錢志鴻，王義君.面向物聯網的無線傳感器網絡綜述[J].電子與信息學報，2013，35（1）：215-227.

[3]Maxwell A，Lai S.Technological innovations in managing challenges of supply chain management[J].Universal Journal of Industrial and Business Management， 2013，1（2）：62-69.

[4]李程，錢松榮.射頻識別動態定位方法[J].通信學報，2013，34（4）：144-148.

[5]王晨，陳增強.基于連續蟻群算法融合的神經網絡RFID信號分布模型[J].東南大學學報（自然科學版）2013，43（S1）：210-214.

[6]劉晨曦，胡圣波.RFID室內定位算法的研究與改進[J].貴州師范大學學報（自然科學版），2014，32（6）：90-95.

[責任編輯：田吉捷]