孫寅博，王宏剛，李 波

(西安郵電大學(xué) 無(wú)線網(wǎng)絡(luò)安全技術(shù)國(guó)家工程實(shí)驗(yàn)室，陜西 西安710061)

基于參考標(biāo)簽的射頻識(shí)別室內(nèi)定位算法研究

孫寅博，王宏剛，李 波

(西安郵電大學(xué) 無(wú)線網(wǎng)絡(luò)安全技術(shù)國(guó)家工程實(shí)驗(yàn)室，陜西 西安710061)

針對(duì)現(xiàn)有基于RFID的LANDMARC室內(nèi)定位系統(tǒng)會(huì)因外界環(huán)境因素導(dǎo)致優(yōu)良的鄰近參考標(biāo)簽丟失、不良的參考標(biāo)簽引入的問(wèn)題，為此提出了一種改進(jìn)的最近鄰居算法，通過(guò)篩選已選取的鄰近參考標(biāo)簽，實(shí)現(xiàn)最近鄰標(biāo)簽的最佳選取。實(shí)驗(yàn)結(jié)果表明待測(cè)標(biāo)簽的定位精度得到有效提高。該算法有效獲取到優(yōu)良的參考標(biāo)簽，從而獲得了滿意的定位精度和定位性能。

室內(nèi)定位；LANDMARC系統(tǒng)；RFID

近年來(lái)，隨著物聯(lián)網(wǎng)的興起，工業(yè)、農(nóng)業(yè)、商業(yè)和軍事領(lǐng)域的研究者越來(lái)越關(guān)注基于無(wú)線傳感器網(wǎng)絡(luò)(Wireless Sensing Networks, WSN[1])和無(wú)線局域網(wǎng)(Wireless Local Area Networks, WLAN[2])等面向區(qū)域的定位技術(shù)。

對(duì)于某一節(jié)點(diǎn)，如果獲得其當(dāng)前所在的空間位置信息，則可以實(shí)現(xiàn)許多實(shí)用的功能，比如大型超市，每個(gè)貨架放置一個(gè)WSN節(jié)點(diǎn)，購(gòu)物車上安置一個(gè)收發(fā)器，顧客就可以根據(jù)自己的實(shí)時(shí)位置信息找到目標(biāo)產(chǎn)品所在的貨架。在醫(yī)院內(nèi)部署WSN節(jié)點(diǎn)，給病人隨身攜帶一套生理指標(biāo)監(jiān)視器，一旦健康狀況異常，醫(yī)生可在第一時(shí)間趕到病人身邊實(shí)施治療。另外，室內(nèi)定位在智能家居中的應(yīng)用也越來(lái)越廣泛。這些重要的潛在應(yīng)用價(jià)值，引起了廣泛的關(guān)注及研究。

根據(jù)應(yīng)用場(chǎng)景的不同，定位分為室外定位和室內(nèi)定位，而室內(nèi)定位系統(tǒng)與室外定位系統(tǒng)因所處的環(huán)境條件不同而分別采用了不同的定位方法。對(duì)于室外定位，通常采用全球定位系統(tǒng)(GPS[3])，其需要直接視距通信衛(wèi)星[4]，而對(duì)于室內(nèi)環(huán)境來(lái)說(shuō)，卻難以較好地實(shí)現(xiàn)。一方面衛(wèi)星信號(hào)受到嚴(yán)重遮擋和衰減，衛(wèi)星和接收機(jī)之間不存在視距傳輸通道；另一方面室內(nèi)的環(huán)境比室外更加復(fù)雜，比如家具布局、人的移動(dòng)等造成的信號(hào)的反射、散射及多徑效應(yīng)的問(wèn)題，因此GPS無(wú)法提供足夠的室內(nèi)定位精度。

常見(jiàn)的室內(nèi)定位技術(shù)有很多種，如基于紅外[5]、超聲波[6]、藍(lán)牙[7]、射頻識(shí)別(RFID)[8-12]、超寬帶(UWB)[13]、WiFi[14]等定位技術(shù)。其中，基于RFID的定位技術(shù)優(yōu)勢(shì)明顯，如：非接觸、精度高、成本低等，為室內(nèi)定位提供了一種新的解決方案，因而使其關(guān)注度越來(lái)越高，從而更多的人對(duì)其進(jìn)行了廣泛的深入研究。

當(dāng)前基于RFID的室內(nèi)定位常用的有SpotON系統(tǒng)[15]、Cricket系統(tǒng)[16]以及LANDMARC系統(tǒng)[17]等。SpotON系統(tǒng)根據(jù)信號(hào)強(qiáng)度分析，利用積集算法對(duì)三維空間中的待測(cè)標(biāo)簽進(jìn)行定位，通過(guò)設(shè)計(jì)和定制的參考標(biāo)簽的無(wú)線信號(hào)衰減獲取標(biāo)簽間的距離信息，但定位精度不夠高，時(shí)效性也較差；Cricket是基于射頻和超聲波的TDOA定位系統(tǒng)，缺陷是：節(jié)點(diǎn)的坐標(biāo)需要事先設(shè)置好，一旦環(huán)境改變，測(cè)量的定位誤差會(huì)增大；LANDMARC系統(tǒng)引入位置固定的有源參考標(biāo)簽，通過(guò)它們提供檢測(cè)距離方位內(nèi)的標(biāo)簽信號(hào)強(qiáng)度信息來(lái)輔助定位。定位精度與參考標(biāo)簽的位置配置之間有很大關(guān)系，參考標(biāo)簽越少，定位結(jié)果越差；但參考標(biāo)簽越多，在一定程度上又增加了定位的成本，另外，增多的參考標(biāo)簽也會(huì)增加標(biāo)簽之間的干擾，從而降低定位的性能。但這種方法通過(guò)增加一些低成本的有源標(biāo)簽，減少成本昂貴的閱讀器數(shù)量，在很大程度上降低了定位的成本，具有十分重要的價(jià)值，又因其可擴(kuò)展性好，能適應(yīng)較復(fù)雜的環(huán)境而被廣泛采納。

1 LANDMARC室內(nèi)定位算法

LANDMARC是一種基于有源RFID的經(jīng)典室內(nèi)定位算法，它采用最近鄰居算法，其核心思想采用建立在RSSI之上的質(zhì)心算法，根據(jù)待測(cè)標(biāo)簽和參考標(biāo)簽之間的信號(hào)強(qiáng)度殘差加權(quán)算法進(jìn)行定位。

1.1 LANDMARC的算法描述

假設(shè)有M個(gè)閱讀器、N個(gè)參考標(biāo)簽、L個(gè)待測(cè)標(biāo)簽，其中參考標(biāo)簽是布設(shè)在室內(nèi)、位置已知的標(biāo)簽，其坐標(biāo)分別為(x1,y1),(x2,y2),…，(xN,yN)，而待測(cè)標(biāo)簽則是需要通過(guò)參考標(biāo)簽進(jìn)行定位的標(biāo)簽。分布在室內(nèi)中四角的閱讀器，負(fù)責(zé)讀取參考標(biāo)簽和待測(cè)標(biāo)簽的能量，并進(jìn)行能量的量化(量化等級(jí)為8級(jí))。定義閱讀器接收的參考標(biāo)簽信號(hào)強(qiáng)度矩陣S∈RN×M為

(1)

式中：Sij表示第j個(gè)閱讀器接收到的第i個(gè)參考標(biāo)簽的RSSI能量等級(jí)值。

定義閱讀器接收的待測(cè)標(biāo)簽信號(hào)強(qiáng)度矩陣T∈RL×M為

(2)

式中：Tij表示第j個(gè)閱讀器接收到的第i個(gè)待測(cè)標(biāo)簽的RSSI能量等級(jí)的值。

為了確定與待測(cè)標(biāo)簽相近的參考標(biāo)簽，以實(shí)現(xiàn)有效定位，需要定義待測(cè)標(biāo)簽與參考標(biāo)簽的關(guān)聯(lián)矩陣

(3)

(4)

式中：Eij表示第i個(gè)待測(cè)標(biāo)簽與第j個(gè)參考標(biāo)簽之間信號(hào)強(qiáng)度的歐幾里德距離。Eij越小，表明兩個(gè)標(biāo)簽之間的空間距離越接近。

通過(guò)比較Eij值的大小，選出k個(gè)離待測(cè)標(biāo)簽最近的參考標(biāo)簽(即最近鄰標(biāo)簽),k的值可以根據(jù)不同的應(yīng)用環(huán)境進(jìn)行設(shè)定。那么，第l個(gè)待測(cè)標(biāo)簽位置坐標(biāo)的估計(jì)為

(5)

式中：wli為第i個(gè)參考標(biāo)簽在該待測(cè)標(biāo)簽位置估計(jì)中的權(quán)重。

距離待測(cè)標(biāo)簽較近的參考標(biāo)簽應(yīng)該對(duì)位置精度的估計(jì)起較大作用，權(quán)重系數(shù)設(shè)置與關(guān)聯(lián)度之間具有一定的關(guān)系。故權(quán)重設(shè)置為

(6)

可見(jiàn)，參考標(biāo)簽對(duì)應(yīng)的Eli越小，它的權(quán)重wli越大。于是，第l個(gè)待測(cè)標(biāo)簽的定位誤差為

(7)

式中：(xl0,yl0) 為待測(cè)標(biāo)簽的實(shí)際坐標(biāo)；(xl,yl)是由式(5)計(jì)算的待測(cè)標(biāo)簽的估計(jì)坐標(biāo)；el表示第l個(gè)待測(cè)標(biāo)簽的估計(jì)位置與其實(shí)際位置之間的誤差，el越小，即定位誤差越小，定位越精確。

1.2 LANDMARC中存在的問(wèn)題

LANDMARC系統(tǒng)的定位精度很大程度上受到參考標(biāo)簽密度的影響[18]， 另外RFID射頻信號(hào)在復(fù)雜的室內(nèi)環(huán)境下，會(huì)發(fā)生多徑效應(yīng)、反射、衍射等情況，通過(guò)矩陣E選擇最近鄰標(biāo)簽的時(shí)候，往往存在或多或少的偏差，從而導(dǎo)致LANDMARC系統(tǒng)定位中選擇參考標(biāo)簽的隨機(jī)性和不可預(yù)估性，如果選擇到不良參考標(biāo)簽作為最近鄰標(biāo)簽，那么必然影響到定位的精度。

如果要提高定位的精度，就需要尋找最適合的參考標(biāo)簽作為待測(cè)標(biāo)簽的最近鄰標(biāo)簽。針對(duì)此問(wèn)題，提出一種改進(jìn)的最近鄰居算法，優(yōu)化最近鄰標(biāo)簽的選取，降低不良參考標(biāo)簽的影響，進(jìn)而改善LANDMARC系統(tǒng)的定位性能。

2 改進(jìn)的最近鄰居算法

2.1 改進(jìn)算法的思想

為提高最近鄰標(biāo)簽選擇的精度，本文提出一種最近鄰標(biāo)簽的篩選法，實(shí)現(xiàn)待測(cè)標(biāo)簽對(duì)鄰近參考標(biāo)簽更為準(zhǔn)確的選取，從而消除選取的不良參考標(biāo)簽造成的誤差影響，進(jìn)而提高了定位的精度。

2.2 改進(jìn)算法的具體實(shí)現(xiàn)

首先，由式(5)可獲得某個(gè)待測(cè)標(biāo)簽的坐標(biāo)(x,y)，這個(gè)待測(cè)標(biāo)簽用tagA表示，其選取的k個(gè)參考標(biāo)簽分別用tag1，tag2，…，tagk表示。

對(duì)于組G中的每一個(gè)參考標(biāo)簽的位置，可以通過(guò)待測(cè)標(biāo)簽和其他k-1個(gè)參考標(biāo)簽來(lái)計(jì)算出它的坐標(biāo)。如tag1的坐標(biāo)可以通過(guò)tagA，tag2，…，tagk這k個(gè)標(biāo)簽來(lái)確定，tag2的坐標(biāo)可以通過(guò)tagA，tag1，tag3，…，tagk這k個(gè)標(biāo)簽來(lái)確定，同理依次可以獲得tag3，tag4，…，tagk的坐標(biāo)。

分別對(duì)比這k個(gè)參考標(biāo)簽的真實(shí)位置，獲得它們各自對(duì)應(yīng)的誤差err1，err2，…，errk。比較k個(gè)參考標(biāo)簽的誤差，選取k′個(gè)誤差值較小的參考標(biāo)簽為待測(cè)標(biāo)簽最終選取的鄰近參考標(biāo)簽(k′

(8)

式中：errli表示對(duì)于待測(cè)標(biāo)簽l，第i個(gè)參考標(biāo)簽相對(duì)待測(cè)標(biāo)簽l的估計(jì)誤差。

最后通過(guò)式(5)計(jì)算出待測(cè)標(biāo)簽的最終位置(xfinal,yfinal)。整個(gè)算法流程如圖1所示。

圖1 算法流程圖

3 仿真模型和結(jié)果

仿真中，因?yàn)槭歉鶕?jù)標(biāo)簽的RSSI值來(lái)估計(jì)待測(cè)標(biāo)簽的位置，在這里選擇的路徑損耗模型為

(9)

式中：d0是參考距離；P0是距離為d0時(shí)接收到的信號(hào)強(qiáng)度，即單位距離的自由空間損耗；d是真實(shí)距離；ζ是遮蔽因子，其均值0；標(biāo)準(zhǔn)差為σdB的正態(tài)隨機(jī)變量；P是接收時(shí)衰減的信號(hào)強(qiáng)度；n是路徑損耗指數(shù)。

通過(guò)對(duì)LANDMARC算法及其對(duì)應(yīng)的改進(jìn)的最近鄰居算法分別進(jìn)行仿真，進(jìn)而評(píng)估改進(jìn)算法的定位效果。仿真中使用研究報(bào)告中的參數(shù)[19]，在9m×9m的室內(nèi)環(huán)境中，在4個(gè)角落放置4個(gè)閱讀器，在定位區(qū)域內(nèi)將16個(gè)參考標(biāo)簽按4×4均勻分布，參考標(biāo)簽之間的間隔為2m，20個(gè)待測(cè)標(biāo)簽隨即分布在室內(nèi)，k=6, k′=4，仿真結(jié)果如圖2所示。

圖2 LANDMARC算法與改進(jìn)算法的誤差累積分布圖

由圖2可見(jiàn)，兩種算法在定位誤差為0.5m內(nèi)的標(biāo)簽分別占待測(cè)標(biāo)簽總數(shù)的10%，30%；定位誤差在1m以內(nèi)時(shí)，兩種算法所定位的標(biāo)簽分別占待測(cè)標(biāo)簽總數(shù)的50%，90%。改進(jìn)的算法對(duì)于定位精度的提高是非常明顯的。

針對(duì)每個(gè)待測(cè)標(biāo)簽，兩種算法的比較如圖3所示。

圖3 LANDMARC算法與改進(jìn)算法的比較

大多數(shù)待測(cè)標(biāo)簽的定位精度得到了改善，部分待測(cè)標(biāo)簽的定位精度提升明顯。而6，12，14，17，20這5個(gè)待測(cè)標(biāo)簽的改進(jìn)算法的誤差稍微偏高。其主要因?yàn)闃?biāo)簽密度所造成的影響。通過(guò)加入虛擬標(biāo)簽的方法，對(duì)這些待測(cè)標(biāo)簽的定位能提供一定的幫助，具體的實(shí)現(xiàn)會(huì)在今后做進(jìn)一步的研究。

4 小結(jié)

LANDMARC系統(tǒng)中的最近鄰居定位算法，提出了相應(yīng)的改進(jìn)算法。通過(guò)對(duì)最近鄰居參考標(biāo)簽選取的優(yōu)化，避免不良標(biāo)簽的引入而造成對(duì)待測(cè)標(biāo)簽的影響。實(shí)驗(yàn)表明，改進(jìn)的算法在對(duì)待測(cè)標(biāo)簽的定位精度有了很大的提高。

[1]KWONOH，SONGHJ，PARKS.Theeffectsofstitchingordersinpatch-and-stitchWSNlocalizationalgorithms[J].IEEETrans.ParallelandDistributedSystems，2009，20(9)：1380-1391.

[2]IVANOVS，NETTE，SCHEMMERS.AutomaticWLANlocalizationforindustrialautomation[C]//Proc.IEEEInternationalWorkshoponFactoryCommunicationSystems.Dresden：IEEEPress，2008：93-96.

[3]ENGEP，MISRAP.Specialissueonglobalpositioningsystem[J].ProceedingsoftheIEEE，1999，87(1)： 3-15.

[4]BOONTRAID，JINGWANGSAT，CHERNTANOMWONGP.IndoorlocalizationtechniqueusingpassiveRFIDtags[C]//Proc. 9thInternationalSymposiumonCommunicationsandInformationTechnology.Icheon：IEEEPress，2009：922-926.

[5]WANTR，HOPPERA，F(xiàn)ALCOV，etal.Theactivebadgelocationsystem[J].ACMTrans.InformationSystems，1992，10(1)：91-102.

[6]SMITHA，BALAKRISHNANH，GORACZKOM，etal.Trackingmovingdeviceswiththecricketlocationsystem[C]//Proc. 2ndACMInternationalConferenceonMobileSystems，Applications，andServices.Boston：MobiSysPress，2004：190-202.

[7]EDWARDR，JELLINEKL.Informationexchangeviabluetoothservicediscoveryprotocolservicerecords：US，8074481B2[P]. 2011-11-17.

[8]BASSMA.Radiofrequencyidentification(Rfid)systemformanufacturingdistributionandretailingofkeys：US，8074481B2 [P]. 2011-12-13.

[9]WANTR.AnintroductiontoRFIDtechnology[J].IEEEPervasiveComputing，2006，5(1)：25-33.

[10]SHIREHJINIAAN，YASSINEA，SHIRMOHAMMADIS.EquipmentlocationinhospitalsusingRFID-basedpositioningsystem[J].IEEETrans.InformationTechnologyinBiomedicine，2012，16(6)：1058-1069.

[11]SHOARINEJADK，SOLTANM，MOSHFEGHIM.Rfidlocationsystemsandmethods：US，8754752B2 [P]. 2014-06-17.

[12]LIUYongbo，DUHuaichang，XUYe.TheresearchanddesignoftheindoorlocationsystembasedonRFID[C]//Proc.FourthInternationalSymposiumonComputationalIntelligenceandDesign.Hangzhou：IEEEPress，2011：87-90.

[13]TANLin，JINLong，YANGGuoqing.Acompactultra-wideband(UWB)bandpassfilterusingmicrostripT-shapedstub[C]//Proc.InternationalConferenceonComputationalProblem-Solving.Chengdu：IEEEPress，2011：382-384.

[14]NOBUOK.WiFilocationinformationsystemforbothindoorsandoutdoors[C]//Proc. 10thInternationalWork-ConferenceonArtificialNeuralNetworks.Salamanca：SpringerBerlinHeidelbergPress，2009：638-645.

[15]HIGHTOWERJ，WANTR，BORRIELLOG.SpotON：anIndoor3DlocationsensingtechnologybasedonRFsignalstrength[R].Seattle：[s.n.]，2000.

[16]PRIYANTHANBCHAKRABORTYA，BALAKRISHNANH.Thecricketlocation-supportsystem. [C]//Proc. 6thAnnualInternationalConferenceonMobileComputingandNetworking(MOBICOM).NewYork：ACMPress，2000：32-43.

[17]NILM，LIUYH，LAUYC，etal.LANDMARC：indoorlocationsensingusingactiveRFID[C]//Proc. 1stIEEEInternationalConferenceonPervasiveComputingandCommunications.FortWorth：IEEEPress，2003：407-415.

[18]閆保中，姜琛，尹偉偉. 基于RFID技術(shù)的室內(nèi)定位算法研究[J]. 計(jì)算機(jī)仿真，2010，27(2)：320-324.

[19]BEKKALIA，SANSONH，MATSUMOTOM.RFIDindoorpositioningbasedonprobabilisticRFIDmapandKalmanfiltering[C]//Proc. 3rdIEEEInternationalConferenceonWirelessandMobileComputing，NetworkingandCommunications.WhitePlains，NY：IEEEPress，2007：21.

孫寅博(1984— )，碩士生，主研無(wú)線通信；

王宏剛(1977— )，講師，博士，主研無(wú)線通信、射頻識(shí)別、無(wú)線傳感器網(wǎng)絡(luò)等；

李 波(1980— )，講師，博士，主研寬帶無(wú)線通信。

責(zé)任編輯：許 盈

Research of RFID Indoor Location Algorithm Based on Reference Tags

SUN Yinbo, WANG Honggang, LI Bo

(NationalEngineeringLaboratoryforWirelessSecurity,Xi’anUniversityofPostsandTelecommunications,Xi’an710061,China)

Due to the miss of fine nearest neighbors and misuse of bad neighbors because of the environmental factors, the performance of the LANDMARC RFID-based indoor location system will be degraded significantly. An improved LANDMARC locating algorithm via selecting the nearest neighbor reference tags among the selected ones is proposed, and the experimental results show that performance of the proposed algorithms is improved. This algorithm can effectively get the nearest neighbors and achieve a better performance for location sensing.

indoor location; LANDMARC system; RFID

陜西省國(guó)際合作項(xiàng)目(2013KW01-03)

TN92

A

10.16280/j.videoe.2015.01.028

2014-09-05

【本文獻(xiàn)信息】孫寅博，王宏剛，李波.基于參考標(biāo)簽的射頻識(shí)別室內(nèi)定位算法研究[J].電視技術(shù),2015，39(1).