應用于物聯網設備的無線射頻識別定位技術研究

張靜　張慶偉　王開宇　李鵬　傅振宇

摘 要： 為了解決物聯網設備的定位問題，提出一種基于無線射頻識別（RFID）技術的定位算法。該算法不依賴于不可靠的讀寫器功率掃描以及基于抵達方向的復雜方法，而是運用RFID標簽對不同閱讀器的反應來確定物聯網設備的位置。首先，分析了提出算法在RFID閱讀器位置已知場景中的應用方法；然后拓展到物聯網設備和RFID閱讀器的位置都是未知的場景中，此外，對網絡中閱讀器的數量設定了界限，以便獲得可靠的定位結果。實驗結果表明，提出的射頻定位算法能夠實現物聯網設備的高度精確定位。

關鍵詞： 物聯網設備； 定位算法； 射頻識別； 被動標簽

中圖分類號： TN92?34 文獻標識碼： A 文章編號： 1004?373X（2017）05?0029?04

Abstract： In order to solve the positioning problem of the Internet of Things devices， a positioning algorithm based on radio frequency identification （RFID） technology is proposed. The algorithm doesn′t depend on the unreliable reader?writer power scan and complex method based on arrival direction， but uses the RFID tag to determine the location of the Internet of Things devices according to the response of the different readers. The application method of the algorithm used to the known scene of the location of the RFID reader is analyzed， and then expanded to the unknown scene of the location of the RFID reader. The boundary for the quantity of the reader in the network is set to obtain the reliable positioning results. The experimental results show that the RFID positioning algorithm has high positioning accuracy for the Internet of Things devices.

Keywords： Internet of Things device； positioning algorithm； RFID； passive tag

0 引 言

物聯網（Internet of Things，IoT）對許多企業和個人產生了重大的影響[1]，一直廣泛應用于各種行業中，包括消費行業、零售行業、醫療行業、政府制造行業以及運輸行業[2]。物聯網的一些應用案例還包括智能電器、自動化的公共交通、遠程健康監測、數字標牌、車聯網以及空中交通監控等。

物聯網是指機器與機器（Machine To Machine，M2M）之間安全地進行交互的技術。通常假設有一個三層結構的物聯網系統[3]。這些層結構分為傳感層、數據通信層以及應用程序層。最常見的物聯網設備均配備定位技術，比如GPS等。然而，這些系統受到物理約束，如不能在室內以及高干擾場景中操作，或實現這些系統的成本過高等，從而限制了物聯網設備定位技術的利用率。

射頻識別已經成為物聯網的基本架構之一[4]。由于實施成本較低，射頻識別已經得到廣泛使用。本文提出一種采用被動RFID（Radio Frequency Identification）標簽的解決方案，允許物聯網設備獲得它們在同一個網絡中的精確位置。在提出的算法中，將主動閱讀器和被動標簽應用于射頻識別系統中。主動閱讀器傳遞一個詢問信號，接收到該信號的標簽開啟以身份驗證信息來應答。該算法不依賴于不可靠的讀寫器功率掃描[5?6]以及基于抵達方向的復雜方法[7]，而是運用RFID標簽對不同閱讀器的反應來確定物聯網設備的位置。該射頻識別系統配置的主要優點是標簽的成本低。標簽可以被附加到很多設備上，并不需要電源。缺點是范圍有限，標準的范圍高達50 m。本文為物聯網提出一種計算效率高和可伸縮的定位算法。此外，還為提出的定位算法所產生的誤差設定分析性的界限。

1 系統模型

假設在一個正方形區域內，分布著[N]個配備被動射頻識別標簽的物聯網設備。使用[M]個射頻識別閱讀器來詢問標簽。假設服務器知道標簽的數量。如果不是這樣，那么服務器常常可以通過閱讀器接收到的認證信號來填充標簽的列表。

在每一個時隙中，閱讀器都會發出一個詢問信號（在超高頻波段內）。在閱讀器的范圍[d]內，被動的標簽可以將詢問信號反向散射給閱讀器，然后閱讀器可以探測到該詢問信號。每個閱讀器覆蓋的面積都要比[A]小得多，也就是說，[d2?A]。每個閱讀器在接收到標簽反向散射的驗證信號后，都會將收到的驗證信號發送到中心服務器。假設在閱讀器和中心節點之間存在一個可靠的信道[8]。不失一般性，假設服務器位于原點，而且標簽的定位要考慮到中心服務器。閱讀器[j]的位置表示為[x′j，y′j，]射頻識別標簽[i]的位置表示為[xi，yi]。

從每個閱讀器收到標簽列表之后，中心服務器都會為每個閱讀器創建一個相鄰向量，即對于閱讀器[j=][1，2，…，M，]相鄰向量為[aj。]相鄰向量是一個[N]維二進制的向量，可以確定能被閱讀器探測到的標簽。具體來說，[aj=aj，1，aj，2，…，aj，N，]如果閱讀器[j]可以檢測到標簽[i]， 那么[aj，i=1]， 否則[aj，i=0]。

用一個模糊函數[ei]來表示提出算法的性能，這是為每一個標簽[i]作出的定義[9?10]。如果服務器能夠精準定位一個標簽，那么該標簽的定位模糊度將是零。另一方面，如果沒有一個閱讀器可以驗證標簽[i]，那么它可以在區域[A]內的任何地方，該區域內沒有閱讀器的覆蓋。這就導致模糊度的產生（即[ei≤1]）。

2 射頻定位算法

本節在兩種不同的場景中介紹提出的射頻定位算法。在第一種場景中，射頻識別定位閱讀器的位置在服務器中是已知的。然而在第二種場景中，射頻識別閱讀器和標簽的位置都是未知的。第二種場景的結果會有轉化和旋轉模糊度，因此還需要一些錨點來準確地確定設備的位置[11]。

2.1 閱讀器位置已知

本節提出射頻定位算法的邏輯框圖，如圖1所示。應用于[x′j，y′j]是已知的情況下，[j=1，2，…，M。]在這個場景中，閱讀器作為標簽范圍內的一個錨節點。

對于標簽[i]而言，中心節點決定了閱讀器的數量，[ni]表示已經驗證的標簽[i]的數量，可表示為[ni=aj1]。那些沒有經過任何閱讀器驗證的標簽都不能定位（不在任何閱讀器覆蓋的區域A中）。利用式（1）可以獲得每個標簽的位置：

式（1）中，如果只有一個閱讀器驗證標簽，那么服務器就會將標簽的位置設置成和驗證該標簽的閱讀器相同的位置。這可能會對標簽的位置產生重大的誤差（高達[2d]）。然而通過增加每個標簽的閱讀器數量，定位的誤差將會降低。但是當標簽是由兩個或兩個以上的閱讀器進行檢測時，誤差是微不足道的。下文中提出的引理用于計算在標簽被兩個閱讀器檢測的情況下，定位誤差的平均值。

引理1 [E（S）]表示交集區域[S]的平均值，兩個圓的半徑均為[d，]兩個圓的相互隨機距離為[r，]可以得出以下結論：

證明：兩個半徑為[d]相交的圓之間的距離是一個均勻分布的隨機變量，用[R]表示，數值可以介于0～[2d]之間。兩個圓之間距離為[r，]兩個半徑為[d]的圓之間的區域可以表示為：

因此，[E（S）]表示交集區域的平均值，兩個圓圈之間的交集[S]可以表示為（假設[fr]為隨機變量[r]的概率分布）：

從引理1可以看到，只有兩個閱讀器驗證一個標簽的情況下，該標簽的模糊度函數才會大幅減少。同時，很明顯看到對于標簽[i]而言，模糊度函數[ei]表示每次可以認證標簽的閱讀器數量的遞減函數。

假設每個標簽至少都有兩個閱讀器可以成功驗證該標簽，在所有標簽中的平均模糊度函數表示為[e，][e≤3d24A?1]。在閱讀器數量很高的特殊情況下，這一結果符合預期值。

在引理2中得到了覆蓋所有標簽所需要的閱讀器最小數量，至少要有兩個閱讀器，概率為[1-ε]。

引理2 [M]表示圓圈的最小數量，半徑為[d]，在正方形區域[A]內，圓圈至少可以覆蓋任意點兩次（[d2?A]），概率至少為[1-ε]，表示如下：

2.2 閱讀器位置未知

如果閱讀器的位置是未知的，那么就不可能應用在前一節介紹的算法中。在這種情況下，不僅存在著定位模糊的問題，還帶來旋轉和轉化模糊度的問題。為了避免這些模糊度的產生，必須具備集合節點。在理論上有三個集合節點就可以滿足每個位置上每個閱讀器的需求。集合節點是服務器上有固定的已知位置的標簽。例如一些固定的目標環境可以被添加標簽，比如在室內場景中建筑物的柱子或在室外配置的消火栓，因此當閱讀器在這些標簽附近時，就可以確定它們的位置，顯然由于物理約束的問題，集合可能不是均勻隨機地分布。閱讀器可能仍有一個相當大的定位模糊度，這將轉入標簽的定位問題中。對于閱讀器位置未知的問題設置如圖2所示。

3 實驗結果

本節進行仿真實驗以便評估提出射頻定位算法的性能。模擬的面積為100 m×100 m。在此區域內隨機均勻分布了[N=]200個RFID標簽，和[M=]100個相同的RFID閱讀器，可靠的范圍為[d=10]m。此外，在每個時隙內所有閱讀器都會在其范圍內詢問所有的標簽。在超過100個時隙后得到了仿真結果。

在閱讀器位置已知和未知的兩種場景中，仿真實驗的最終結果如圖3，圖4所示，分別描述了隨著閱讀器的范圍以及標簽數量的增大，所有標簽的定位模糊度平均值[e]的結果。在閱讀器位置未知的情況下，假設有10%的節點為錨節點。可以看到，當閱讀器的范圍很小時，會面臨一個較大的定位模糊度，這是因為接收到的標簽數量少，可以得到每個閱讀器的驗證。

4 結 論

本文提出一種基于RFID技術的定位算法，可以應用于物聯網設備定位。該算法不依賴不可靠的讀寫器功率掃描以及基于抵達方向的復雜方法，而是運用RFID標簽對不同閱讀器的反應來確定物聯網設備的位置。數值實驗的結果表明，運用本文提出的射頻定位算法可以實現高度精確的物聯網設備定位。

參考文獻

[1] 劉熙，劉開華，馬永濤，等.多徑環境下無源超高頻RFID定位算法研究[J].計算機工程，2014，40（8）：33?37.

[2] ZHANG D Q， YANG L T， CHEN M， et al. Real?time locating systems using active RFID for Internet of Things [J]. IEEE systems journal， 2016， 10（3）： 1226?1235.

[3] 汪冬，葛萬成，莫國民，等.基于參考標簽可信度和偏差自校正的RFID室內定位算法[J].計算機應用，2014，34（11）：3170?3172.

[4] LI X F， XI L Y， HUANG Y. RFID?based localization and tracking technologies [J]. IEEE wireless communications， 2011， 18（2）： 45?51.

[5] 賈若，張琨，張磊.自適應RFID室內定位算法研究[J].計算機仿真，2014，31（9）：33?37.

[6] 李軍懷，賈金朋，王懷軍，等.基于信號強度差的RFID室內定位研究[J].計算機科學，2015，42（11）：154?157.

[7] 殷桂華，王小輝，雷毅談.基于TDOA的室內運動目標雙曲線RFID定位方法[J].計算機應用，2014（z2）：52?54.

[8] YANG P， WU W， MONIRI M， et al. Efficient object localization using sparsely distributed passive RFID tags [J]. IEEE transactions on industrial electronics， 2013， 60（12）： 5914?5924.

[9] 沈郭浩，馬永濤，劉開華，等.非視距環境下室內RFID標簽定位算法研究[J].計算機工程與科學，2016，38（3）：454?459.

[10] 溫佩芝，蘇亭婷，李麗芳，等.基于粒子群的射頻識別定位算法[J].計算機工程與科學，2014，36（5）：917?922.

[11] 吳杰，馮鋒，丁志義.基于RFID與WSN融合技術的井下定位算法研究[J].計算機工程與設計，2014（7）：2278?2282.

[12] 馬朝華，程新根.基于射頻識別技術的過濾分離器安全保障系統[J].物聯網技術，2015，5（11）：74?76.