[发明专利]基于虚拟标签算法的无线射频室内定位方法

摘要

本发明公开了一种基于虚拟标签算法的无线射频室内定位方法，将参考标签固定在定位区域内的适当位置，其坐标相对容易的通过测量获得，对参考标签的信号强度，通过设定的RFID读写器每隔一段时间读取一次，以便适应环境因素变化对定位误差带来的影响；而将定位的标签附着在待定位目标上，通过RFID读写器接收到的定位标签的信号来估计其在空间的位置，按照以下步骤实施：先进行环境变量的估计，包括路径损耗指数估计和正态分布标准差估计；再构造虚拟参考标签；最后基于虚拟参考标签的定位算法实现。本发明的室内定位方法，克服了现有技术设置高密度参考标签带来的射频信号干扰问题，参考标签布局灵活，同时扩展了定位区域范围，提高了室内定位精度。

主权项

1.一种基于虚拟标签算法的无线射频室内定位方法，将参考标签固定在定位区域内的适当位置，其坐标相对容易的通过测量获得，对参考标签的信号强度，通过设定的RFID读写器每隔一段时间读取一次，以便适应环境因素变化对定位误差带来的影响；而将定位的标签附着在待定位目标上，通过RFID读写器接收到的定位标签的信号来估计其在空间的位置，其特征在于，该方法按照以下步骤实施：步骤1、进行环境变量的估计采用经典的对数路径损耗模型，对于确定的T-R间隔距离d从信道中获得的信号强度RSSI的分贝值，用公式(1)来预测：RSSI=RSSI(d0)-10Nlog(dd0)+Xσ---(1)]]>其中，N代表路径损耗指数，X_σ代表阴影造成的影响，d₀指发射站的近地参考距离，从该公式(1)可知，由于受到阴影效应的影响，在同一地点RFID读写器获得的定位目标信号强度值将会随时间而变化，设在定位区域内有m台信号相互覆盖的RFID读写器，分别表示为R₁，R₂...R_m，并且该区域内部署有n个参考标签，分别记为RT₁，RT₂...RT_n，这些参考标签均能够被上述m台读写器定位，则从参考标签RT_j发送的信号被读写器R_i接收到的信号强度记为RTRSSI_ij，其中i∈[1，m]，j∈[1，n]，假设在定位区域内有被追踪的定位标签T，则T被读写器R_i获得的信号强度记为RSSI_i，由于参考标签部署之后位置固定，通过测量获得参考标签的坐标，参考标签RT_j与读写器R_i之间的距离比较容易的求出，根据公式(1)和RSSI值样本，估计路径损耗指数和正态随机变量的标准差σ等环境变量：1.1)路径损耗指数估计路径损耗指数N的数值依赖于特定的信号传播环境，在室内的视距条件下，N值通常在3.0dB到4.0dB间，在估计对数路径损耗指数N时，选择近地参考距离为d₀＝1m，对d₀处的信号强度RSSI(d₀)，RFID标签的发射功率P_t，天线增益G_t，RFID读写器接收天线增益G_r与载波的频率f，在设备确定后都比较容易获得，所以沿着读写器R_i与参考标签RT_j方向上的路径损耗指数通过公式(2)计算：Nij=Pt+Gt+Gr+20log(λ4π)-RTRSSIij10logdij,---(2)]]>由于传播介质和障碍物沿着RFID标签不同方向的路径损耗指数有所不同，所以对其分别计算，公式(2)中忽略了正态分布随机变量X_σ的影响，如果通过单个样本值估计路径损耗指数N_ij误差，将会偏离真实值很大，为了抵消单个样本对N_ij估计的偏差，需要在第一阶段在系统运行后积累一定量的参考标签的RSSI值，然后利用这些样本根据估计路径损耗指数其中p代表样本数量：N^ij=1pΣr=1pNijr=p-1pNij‾Pr ev+1pNijp,---(3)]]>根据上述公式(3)，只需存储当前的估计值和上次参数更新线程计算周期的估计值，1.2)正态分布标准差估计假设在定位区域内，该随机变量的标准差在整个信道中能够用一个统一值来表示，利用公式(4)求解出参考标签各方向上该随机变量标准差的估计值后，对所有参考标签求解平均值：σij2=1p(Σr=1p-1RTRSSIijr2+RTRSSIijp2)-1p2(Σr=1p-1RTRSSIijr+RTRSSIijp)2;---(4)]]>步骤2、构造虚拟参考标签对二维平面的定位系统，假设定位区域的大小为S×T，若每个虚拟参考标签之间沿着X和Y坐标轴方向上的间隔均为Interval，那么沿X轴方向需要部署个虚拟参考标签，沿Y轴方向需要部署个虚拟参考标签，设虚拟参考标签表示为VT_st，则有在对虚拟参考标签的RSSI进行模拟计算之前，需要预设一个虚拟参考标签范围，对于某个虚拟参考标签，在虚拟参考标签范围以内的所有参考标签都会被选中作为虚拟参考标签RSSI值计算的输入数据，设H_st代表虚拟参考标签VT_st范围内相邻的真实参考标签的集合，并且VT_st的信号强度表示为VTRSSI_st，故由于真实参考标签RT_j的影响，虚拟参考标签VT_st发送到读写器R_i的信号强度采用公式(5)计算：VTRSSIst·ij=RTRSSIij-10Nijlog(dst·idij),---(5)]]>其中d_st·i表示虚拟参考标签VT_st与读写器R_i之间的距离，并且对于相邻集合内的每个参考标签RT_j∈H_st均会对虚拟参考标签VT_st的构造过程产生影响，之后，虚拟参考标签VT_st的信号强度VTRSSI_st的复合值，需要通过一个权值公式来综合评估相邻集合H_st中的每一个参考标签对虚拟参考标签信号强度的影响，如果参考标签RT_j越接近虚拟参考标签VT_st的位置，则VTRSSI_st·i应当在VTRSSI_st中所占的比重越大，所以，为VTRSSI_st指派一个更大的权值，采用如下权值公式(6)为VTRSSI_st计算权值：wj=(∂RSSI∂d)2=(10Nijln(10)dst·i)2,---(6)]]>所以，虚拟参考标签VT_st的信号强度通过公式(7)进行复合构造：VTRSSIst·i=Σj∈HstwjVTRSSIst·ij,---(7)]]>理想情况下，相邻集合H_st应当包含三个以上参考标签，在本发明中，虚拟参考标签的位置设定是静态的，并且只需对其设置的位置信息计算一次即可，但是虚拟参考标签的信号强度会伴随着参考标签信号强度的更新在参数更新线程里定时更新，步骤3、基于虚拟参考标签的定位算法实现首先，该定位区域内的每个读写器会分别接收到发送自定位标签T，在追踪线程计算较短时间间隔内获取的多个RSSI值的平均值，记为RSSI_i，然后，算法将计算定位标签T与虚拟参考标签VT_st间信号强度的Euclidean距离，设E_st表示T与VT_st间Euclidean距离，则用公式(8)计算：Est=Σi=1m(RSSIi-VTRSSIst·i)2,---(8)]]>其中，定位区域内部署有m台读写器，并且i∈[1，m]，所以当设置S×T个虚拟参考标签时，以每个虚拟参考标签的Euclidean距离E_st为元素组成矩阵E，然后，需要从矩阵E各项中选择出最小的k项作为邻近虚拟参考标签集合，记作K，这样，如果这最小的k项虚拟参考标签足够接近定位标签T，则通过这些虚拟参考标签的坐标可以可靠的合成定位标签T的坐标，所以，定位标签的坐标(x，y)最后通过公式(9)得到：(x,y)=ΣVTst∈Kwst(xst,yst),---(9)]]>其中w_st表示利用虚拟参考标签对定位标签T进行定位时的权值。