曹 潔，牛麗波，王進(jìn)花

(1.蘭州理工大學(xué)電氣工程與信息工程學(xué)院，甘肅 蘭州 730050；2.甘肅省制造業(yè)信息化工程技術(shù)研究中心，甘肅 蘭州 730050)

一種改進(jìn)LANDMARC射頻識(shí)別室內(nèi)定位算法*

曹 潔1,2，牛麗波1，王進(jìn)花1

(1.蘭州理工大學(xué)電氣工程與信息工程學(xué)院，甘肅 蘭州 730050；2.甘肅省制造業(yè)信息化工程技術(shù)研究中心，甘肅 蘭州 730050)

在射頻識(shí)別RFID室內(nèi)定位環(huán)境中，LANDMARC定位算法的精度與選取的近鄰參考標(biāo)簽數(shù)量有關(guān)。傳統(tǒng)的算法僅僅局限于在小范圍定位環(huán)境中選取3～5個(gè)參考標(biāo)簽，而在較大的定位環(huán)境中，距閱讀器較遠(yuǎn)的相鄰參考標(biāo)簽存在干擾近鄰參考標(biāo)簽選取的情況，因此，需要選取較多的參考標(biāo)簽來(lái)輔助定位，然而隨著選取參考標(biāo)簽數(shù)量的增加，定位誤差越來(lái)越大。針對(duì)這一問(wèn)題，在選取的參考標(biāo)簽中引入加權(quán)思想來(lái)優(yōu)化計(jì)算過(guò)程中權(quán)重的分配，進(jìn)而降低系統(tǒng)誤差，提高定位精度。仿真實(shí)驗(yàn)結(jié)果表明，改進(jìn)后的LANDMARC定位算法在選取較多參考標(biāo)簽的情況下具有較高的定位精度。

RFID室內(nèi)定位；LANDMARC；參考標(biāo)簽；權(quán)重

1 引言

隨著科技的進(jìn)步和社會(huì)經(jīng)濟(jì)的發(fā)展，人們對(duì)無(wú)線定位技術(shù)的要求越來(lái)越高，而室內(nèi)定位技術(shù)越來(lái)越受到人們的關(guān)注。傳統(tǒng)的定位系統(tǒng)已經(jīng)不能滿(mǎn)足室內(nèi)定位的需求，如熟知的全球定位系統(tǒng)GPS(Global Positioning System)[1]在室外的定位精度已經(jīng)做到讓很多人都滿(mǎn)意的程度，但是一旦進(jìn)入到室內(nèi)，由于室內(nèi)物體的阻擋以及多徑效應(yīng)，GPS在室內(nèi)的定位效果大打折扣。紅外線、超聲波等傳統(tǒng)的室內(nèi)定位技術(shù)，要么系統(tǒng)復(fù)雜、造價(jià)昂貴，要么定位精度差強(qiáng)人意。而射頻識(shí)別RFID(Radio Frequency IDentification)技術(shù)以其成本低廉、非接觸、非視距且定位精度高等優(yōu)于其他技術(shù)的特點(diǎn)，成為了室內(nèi)定位領(lǐng)域的優(yōu)選技術(shù)[2,3]；另外，由于室內(nèi)環(huán)境復(fù)雜多變，高精度的定位算法在室內(nèi)RFID系統(tǒng)的設(shè)計(jì)中就顯得尤為重要。

目前室內(nèi)RFID定位方法主要有基于測(cè)距的定位算法和基于非測(cè)距的定位算法[4]。其中，基于測(cè)距的定位算法主要有信號(hào)到達(dá)時(shí)間TOA(Time Of Arrival)測(cè)距定位、信號(hào)到達(dá)時(shí)間差TDOA(Time Difference Of Arrival)測(cè)距定位、信號(hào)到達(dá)相位POA(Phase Of Arrival)測(cè)距定位、信號(hào)到達(dá)角度DOA(Direction Of Arrival)測(cè)距定位、收信場(chǎng)強(qiáng)指示RSSI(Received Signal Strength Indication)測(cè)距定位；基于非測(cè)距的定位算法主要有質(zhì)心定位和LANDMARC定位。

TOA定位方法使用三個(gè)或三個(gè)以上的閱讀器接收統(tǒng)一有源標(biāo)簽發(fā)射的無(wú)線電信號(hào)，己知信號(hào)傳播速度，根據(jù)信號(hào)的傳播時(shí)間來(lái)計(jì)算出閱讀器與標(biāo)簽之間的距離，然后利用三邊或極大似然估計(jì)法等計(jì)算出標(biāo)簽的位置。TDOA定位方法利用兩個(gè)閱讀器的TOA相減取得系統(tǒng)時(shí)間差，進(jìn)而獲得距離差來(lái)求得標(biāo)簽位置。POA定位方法是通過(guò)閱讀器接收有源標(biāo)簽發(fā)出的信號(hào)時(shí)存在相位差，根據(jù)相位差信息獲得有源標(biāo)簽到閱讀器的距離，進(jìn)而代入到TOA/TDOA模型中獲得定位目標(biāo)。DOA定位方法是通過(guò)陣列天線測(cè)量目標(biāo)發(fā)射的射頻信號(hào)，并感知信號(hào)的到達(dá)方向，計(jì)算讀寫(xiě)器與標(biāo)簽之間的相對(duì)方位，再根據(jù)三角定位來(lái)估算目標(biāo)的位置。RSSI定位方法是利用信道傳播模型去描述路徑損耗對(duì)于距離的衰減情形，閱讀器將接收到的信號(hào)強(qiáng)度值依據(jù)先驗(yàn)路徑損耗模型或經(jīng)典路徑損耗模型轉(zhuǎn)化成距離信息，代入到TOA或TDOA求解模型中求出標(biāo)簽位置。

TOA與TDOA測(cè)距定位適用于多種距離的定位，但由于信號(hào)的傳播速度非?？?，其對(duì)于時(shí)間的敏感度較高，須精準(zhǔn)測(cè)出信號(hào)實(shí)際的傳播時(shí)間，在實(shí)際應(yīng)用中，要求信號(hào)的發(fā)出端和接收端有較好的同步機(jī)制，因而對(duì)硬件的要求很高；POA與DOA測(cè)距定位算法精度高、時(shí)間短，且不需要測(cè)量精確的時(shí)間，但其用到的陣列天線造價(jià)昂貴，同時(shí)在非視距傳播條件下，存在測(cè)量的電波到達(dá)方向偏離真實(shí)值的情況，容易產(chǎn)生較大的定位誤差[5,6]。

質(zhì)心定位方法[7]的原理是系統(tǒng)通過(guò)比較各閱讀器收集到待定點(diǎn)和參考點(diǎn)的RSSI信息，選取與待定點(diǎn)RSSI信息最相近的k個(gè)參考點(diǎn)，將k個(gè)參考點(diǎn)所確定的多邊形質(zhì)心，作為待定點(diǎn)的估計(jì)位置。LANDMARC定位方法[8]的核心思想是引入額外的固定參考標(biāo)簽來(lái)幫助位置校準(zhǔn)，對(duì)于定位標(biāo)簽受到的環(huán)境因素影響，與其近鄰的參考標(biāo)簽也會(huì)受到相似的影響。因此，參考標(biāo)簽作為系統(tǒng)中的參考點(diǎn)比較容易適應(yīng)環(huán)境的動(dòng)態(tài)特性，系統(tǒng)通過(guò)比較參考標(biāo)簽的信號(hào)強(qiáng)度值與待定位標(biāo)簽的信號(hào)強(qiáng)度值之間的差異，優(yōu)選出近鄰參考標(biāo)簽，并采用“最近鄰距離”權(quán)重思想進(jìn)而估計(jì)出待定位標(biāo)簽的坐標(biāo)。

LANDMARC定位算法是基于收信場(chǎng)強(qiáng)指示的RFID定位系統(tǒng)的典型代表，相比于TOA、TDOA算法，收信場(chǎng)強(qiáng)指示法更易實(shí)現(xiàn)，同時(shí)降低了閱讀器接收端同步機(jī)制的要求，具有良好的實(shí)用性。然而，LANDMARC定位算法的精度與選取的參考標(biāo)簽個(gè)數(shù)有關(guān)，在小范圍的定位環(huán)境中，通常選取3～5個(gè)參考標(biāo)簽才能取得較好的定位效果；在較大范圍的定位環(huán)境中，部署的參考標(biāo)簽較多也較為密集，距閱讀器較遠(yuǎn)的相鄰參考標(biāo)簽在閱讀器上所表現(xiàn)的特性基本一致，致使在計(jì)算過(guò)程中存在干擾近鄰參考標(biāo)簽選取的情況，因此，需要選取較多的近鄰參考標(biāo)簽來(lái)輔助定位。然而增加近鄰參考標(biāo)簽個(gè)數(shù)會(huì)增加系統(tǒng)誤差，針對(duì)定位精度低這一問(wèn)題，本文在選取的近鄰參考標(biāo)簽中引入加權(quán)思想[9]來(lái)優(yōu)化計(jì)算過(guò)程中權(quán)重的分配，進(jìn)而降低系統(tǒng)誤差，提高定位精度。

2 改進(jìn)LANDMARC定位算法

2.1 基本LANDMARC算法

(1)

(2)

(3)

其中，k為近鄰參考標(biāo)簽個(gè)數(shù)，wj為第j個(gè)近鄰參考標(biāo)簽的權(quán)重，(xj,yj)為第j個(gè)近鄰參考標(biāo)簽已知的物理坐標(biāo)。

系統(tǒng)估計(jì)誤差為：

(4)

其中，(xt,yt)為待定位標(biāo)簽t的實(shí)際坐標(biāo)。

2.2 改進(jìn)權(quán)重

由上述的場(chǎng)強(qiáng)歐氏距離公式(1)可知，歐氏距離越小，代表待定位標(biāo)簽與參考標(biāo)簽距離越近。由此，在權(quán)重分配中引入加權(quán)思想，優(yōu)化賦予各個(gè)近鄰參考標(biāo)簽的權(quán)重，那么改進(jìn)后的權(quán)重系數(shù)為：

(5)

改進(jìn)后的待定位標(biāo)簽t的估計(jì)坐標(biāo)值為：

(6)

其中，k為近鄰參考標(biāo)簽個(gè)數(shù)。系統(tǒng)估計(jì)誤差為：

(7)

3 仿真與分析

3.1 仿真分析1

標(biāo)簽發(fā)射信號(hào)的RSSI在室內(nèi)信道傳播過(guò)程中的強(qiáng)度變化可用對(duì)數(shù)路徑損耗模型來(lái)反映，即：

(8)

其中，P(d)表示閱讀器在距離為d時(shí)接收信號(hào)的RSSI值，P(d0)表示閱讀器在參考點(diǎn)d0處接收信號(hào)的RSSI值，n為路徑損耗指數(shù)，Xσ為高斯噪聲。P(d0)與Xσ在此均為設(shè)定好的已知量。

現(xiàn)假設(shè)在室內(nèi)辦公室環(huán)境，n=3.0，Xσ～N(0,1)。由于現(xiàn)階段可用于直接檢測(cè)標(biāo)簽RSSI值的閱讀器很少，現(xiàn)將標(biāo)簽在閱讀器上的RSSI值近似用閱讀器檢測(cè)到的能級(jí)數(shù)RSSIG(Received Signal Strength Indicator Grade)表示，設(shè)閱讀器最大可測(cè)能級(jí)數(shù)RSSIGmax為8，相鄰能級(jí)間隔BG為6 dB。那么，閱讀器檢測(cè)到標(biāo)簽的RSSI值近似為：

(9)

采用Matlab仿真，隨機(jī)產(chǎn)生10個(gè)待定位標(biāo)簽，設(shè)定近鄰參考標(biāo)簽個(gè)數(shù)k=8，改進(jìn)前與改進(jìn)后的定位結(jié)果如表1所示，定位效果如圖1所示，改進(jìn)后的算法在k=8的情況下具有較高的定位精度。由于定位精度與選取的近鄰參考標(biāo)簽個(gè)數(shù)有關(guān)，系統(tǒng)誤差與k的關(guān)系如圖2所示，仿真結(jié)果表明，在k值較大的情況下，改進(jìn)后的算法具有較高的定位精度，即系統(tǒng)誤差較低。

Table 1 Positioning result table when k=8 in simulation 1表1 仿真 1中k=8的定位結(jié)果表

Figure 1 Positioning of the rendering when k=8 in simulation 1

Figure 2 System error under different k values in simulation 1

3.2 仿真分析2

由于能級(jí)取整，在計(jì)算過(guò)程中有可能出現(xiàn)歐氏距離為0，相應(yīng)計(jì)算權(quán)重時(shí)會(huì)出現(xiàn)分母為0的情況，因此，假設(shè)閱讀器為理想條件，即可檢測(cè)到準(zhǔn)確的RSSI值，由公式(8)可知，閱讀器檢測(cè)到標(biāo)簽的RSSI值E與距離的關(guān)系為：

(10)

其他室內(nèi)條件不變，分析算法改進(jìn)后的效果。設(shè)定近鄰參考標(biāo)簽個(gè)數(shù)k=8，改進(jìn)前與改進(jìn)后的定位結(jié)果如表2所示，定位效果如圖3所示，改進(jìn)后的算法在k=8的情況下具有較高的定位精度。系統(tǒng)誤差與k的關(guān)系如圖4所示，仿真結(jié)果表明，在k值較大的情況下，改進(jìn)后的算法與仿真分析一結(jié)果相同，均具有較高的定位精度。

Table 2 Positioning result table when k=8 in simulation 2表2 仿真2中k=8的定位結(jié)果表

Figure 3 Positioning of the rendering when k=8 in simulation 2

Figure 4 System error under different k values in simulation 2

3.3 仿真分析3

由于質(zhì)心定位也是一種較為常用的非測(cè)距定位算法，現(xiàn)將其與改進(jìn)的LANDMARC算法作比較。室內(nèi)條件不變，設(shè)定閱讀器為理想條件，可檢測(cè)到準(zhǔn)確的RSSI值，近鄰參考標(biāo)簽個(gè)數(shù)k=8，質(zhì)心定位算法與改進(jìn)LANDMARC算法的定位效果如圖5所示，從圖5中可以看出，改進(jìn)LANDMARC算法具有較高的定位精度。在不同k值的情況下，質(zhì)心定位算法與改進(jìn)LANDMARC算法的系統(tǒng)誤差如圖6所示，質(zhì)心定位算法的系統(tǒng)誤差隨著k值的增加明顯提高，而改進(jìn)LANDMARC算法的系統(tǒng)誤差則隨著k值的增加穩(wěn)定在0.2 m左右，因此改進(jìn)的LANDMARC算法明顯優(yōu)于質(zhì)心定位算法。

Figure 5 Positioning of the rendering when k=8 in simulation 3

Figure 6 System error under different k values in simulation 3

3.4 仿真分析4

為了測(cè)試算法的可行性，現(xiàn)隨機(jī)進(jìn)行10次實(shí)驗(yàn)，在上述定位環(huán)境中，隨機(jī)產(chǎn)生20個(gè)待定位標(biāo)簽，系統(tǒng)誤差分布如圖7所示。經(jīng)大量實(shí)驗(yàn)驗(yàn)證，改進(jìn)的LANDMARC算法在較大k值的情況下具有較高的定位精度。

Figure 7 Algorithm feasibility analysis diagram

4 結(jié)束語(yǔ)

本文針對(duì)LANDMARC算法的定位精度受限于近鄰參考標(biāo)簽個(gè)數(shù)的問(wèn)題，提出了一種基于加權(quán)因子的優(yōu)化定位算法。在較大規(guī)模的定位環(huán)境中，由于受到各種外界環(huán)境因素的影響，選取少量的近鄰參考標(biāo)簽顯然不能滿(mǎn)足定位要求，因此需要適當(dāng)增加近鄰參考標(biāo)簽數(shù)量。在這種情況下，不論閱讀器是否為理想條件，改進(jìn)后的算法都具有較好的適應(yīng)性，隨著近鄰參考標(biāo)簽個(gè)數(shù)的增加，改進(jìn)后的算法均具有較高的定位精度。

[1] Peng Jing,Liu Zeng-jun,Zhu Ming,et al. Research on GPS/RFID integration algorithm based on the optimal selection of RFID observations[J]. Journal of National University of Defense Technology,2012,34(2):70-75.(in Chinese)

[2] Chen Rung-ching,Huang Sheng-ling. A new method for indoor location base on radio frequency identification[J].WSEAS Transactions on Communications,2009,8(7/9):616-625.

[3] Saad S S,Nakad Z S. A standalone RFID indoor positioning system using passive tags[J].IEEE Transactions on Industrial Electronics,2011,58(5):1961-1970.

[4] Ju Ying. The indoor location algorithm based on RFID research [D].Tianjin:Tianjin University,2010.(in Chinese)

[5] Chen Yu-qi. The research and application of RFID range [D].Guangzhou:Guangdong University of Technology,2012.(in Chinese)

[6] Ding Yuan-yuan. The indoor localization technology based on RFID research [D].Chengdu:Southwest Jiaotong University,2014.(in Chinese)

[7] Zhang Chan-ai,Ma Yan-yan,Bai Feng-e,et al. Implement of weighted centroid localization algorithm based on RSSI[J]. Journal of Taiyuan University of Technology,2009,40(2):146-147.(in Chinese)

[8] Lionel M N, Liu Yun-hao, Yiu Chao Lau,et al. LANDMARC:Indoor location sensing using active RFID[J].Wireless Networks,2004,10(6):701-710.

[9] Shi Wei-guang,Liu Kai-hua,Yu Jie-xiao,et al. RFID location algorithm based on weighted Euclidean operator[J]. Computer Engineering,2011,37(9):22-25.(in Chinese)

附中文參考文獻(xiàn)：

[1] 彭競(jìng)，劉增軍，朱明，等.基于優(yōu)選RFID觀測(cè)值的GPS/RFID組合定位方法[J].國(guó)防科技大學(xué)學(xué)報(bào),2012,34(2):70-75.

[4] 俱瑩.基于RFID的室內(nèi)定位算法研究[D].天津：天津大學(xué),2010.

[5] 陳宇琦.RFID測(cè)距的研究與應(yīng)用[D].廣州：廣東工業(yè)大學(xué),2012.

[6] 丁園園.基于RFID的室內(nèi)定位技術(shù)研究[D].成都：西南交通大學(xué),2014.

[7] 張嬋愛(ài)，馬艷艷，白鳳娥，等.基于RSSI的加權(quán)質(zhì)心定位算法的實(shí)現(xiàn)[J].太原理工大學(xué)學(xué)報(bào),2009,40(2):146-147.

[9] 史偉光，劉開(kāi)華，于潔瀟，等.基于加權(quán)歐氏算子的射頻識(shí)別定位算法[J].計(jì)算機(jī)工程,2011,37(9):22-25.

曹潔(1966-),女,安徽宿州人，碩士，教授，研究方向?yàn)樾畔⑷诤虾椭悄芙煌?。E-mail:1020581028@qq.com

CAO Jie,born in 1966,MS,professor,her research interests include information fusion， and intelligent transportation.

牛麗波(1989-),男,山西山陰人，碩士生，研究方向?yàn)樯漕l室內(nèi)定位和嵌入式系統(tǒng)應(yīng)用。E-mail:46469478@qq.com

NIU Li-bo,born in 1989,MS candidate,his research interests include RFID indoor location， and embedded system application.

An improved LANDMARC RFID indoor location algorithm

CAO Jie1,2，NIU Li-bo1,WANG Jin-hua1

(1.College of Electrical and Information Engineering,Lanzhou University of Technology,Lanzhou 730050；2.Technology & Research Center of Gansu Manufacturing Information Engineering,Lanzhou 730050,China)

In the environment of RFID indoor location, the location accuracy of LANDMARC is affected by the number of neighboring reference tags. Traditional algorithms confine to selection of 3-5 reference tags in a small location environment. However, in a wide location environment, how to select neighboring reference tags is interfered by the neighboring reference tags which are far away from the readers .Therefore, more neighboring reference tags are required to assist locating. But as the number of neighboring reference tags increase the location error will increase accordingly. In order to solve this problem, we introduce the weighted idea in the neighboring reference tags to optimize the calculation of weight distribution, to reduce the error of the system and to thus improve the location accuracy. Simulation results show that the improved LANDMARC localization algorithm possesses higher accuracy in cases of selecting more reference tags.

RFID indoor location;LANDMARC;reference tag;weighted

1007-130X(2015)09-1671-05

2014-12-10;

2015-03-11基金項(xiàng)目：國(guó)家自然科學(xué)基金資助項(xiàng)目(61263031)；國(guó)家科技支撐計(jì)劃課題資助項(xiàng)目(2012BAF12B19)

TP391.4

A

10.3969/j.issn.1007-130X.2015.09.012

通信地址：730050 甘肅省蘭州市蘭州理工大學(xué)電氣工程與信息工程學(xué)院

Address:College of Electrical and Information Engineering,Lanzhou University of Technology,Lanzhou 730050,Gansu,P.R.China