馬翠紅 丁建南 楊友良 孟凡偉
(河北聯(lián)合大學(xué)電氣工程學(xué)院,河北 唐山 063000)
改進的LANDMARC在空間定位中的應(yīng)用
馬翠紅 丁建南 楊友良 孟凡偉
(河北聯(lián)合大學(xué)電氣工程學(xué)院,河北 唐山 063000)
LANDMARC算法是在平面模型的基礎(chǔ)上進行的定位分析,將其應(yīng)用于空間定位時,會出現(xiàn)不同程度的誤差。將LANDMARC算法和測距原理相結(jié)合,提出了一種基于測距機制的LANDMARC算法,并利用HIK-RFM104型UHF嵌入式讀寫模塊和中電??堤峁┑膱A極化天線,搭建了改進LANDMARC算法的空間模型。通過直線式測距實驗,得到具體的測距模型。將LANDMARC空間模型和測距模型相結(jié)合,對空間中的采樣點進行定位測試,分析數(shù)據(jù)后確定改進的LANDMARC空間定位算法。該算法具有更高的精度和更穩(wěn)定的性能。
RFID 超高頻 RSSI測距 LANDMARC算法 空間定位
射頻識別(RFID)技術(shù)以其非接觸、非視距且定位精度高的特點[1],成為現(xiàn)今定位系統(tǒng)的首選技術(shù)。其中,超高頻射頻識別(UHF RFID)設(shè)備的讀寫距離較遠[2],在定位設(shè)計中應(yīng)用更為廣泛。迄今為止,利用RFID技術(shù)進行定位主要分為兩大機制:基于測距的定位機制和無需測距的定位機制[3]?;跍y距的定位方法主要有依據(jù)信號到達時間(time of arrival,TOA)的定位技術(shù)[4]、依據(jù)信號到達時間差(time difference of arrival,TDOA)的定位技術(shù)[5]、依據(jù)信號到達角度(angle of arrival,AOA)的定位技術(shù)[6]和依據(jù)信號強度RSSI的定位技術(shù)。LANDMARC系統(tǒng)是一種基于無需測距機制的定位方法,其系統(tǒng)結(jié)構(gòu)簡單、精度較高[7]、可擴展性好[8],因此得到廣泛應(yīng)用。
傳統(tǒng)LANDMARC系統(tǒng)是依托平面進行設(shè)計的。在實際應(yīng)用中,待定位標(biāo)簽存在于空間中,由歐式距離因維數(shù)不同導(dǎo)致的計算誤差,將直接影響定位精度。根據(jù)上述問題,本設(shè)計將基于RSSI的測距算法與LANDMARC算法相結(jié)合,提出一種基于測距機制的LANDMARC算法。
LANDMARC采用“最近鄰居”算法[9],與其他定位技術(shù)相比較,其更加精確、可靠[10]。LANDMARC示例模型如圖1所示。
圖1 LANDMARC示例模型
以圖1為例,對LANDMARC算法原理說明如下。
圖1所示模型中,有4個讀寫器、20個參考標(biāo)簽和1個待定位標(biāo)簽。參考標(biāo)簽CTj在4個閱讀器上接收到的信號強度向量為:
(1)
待定位標(biāo)簽DT在4個閱讀器上接收到的信號強度向量為:
SL=(SL1,SL2,SL3,SL4)
(2)
參考標(biāo)簽CTj和待定位標(biāo)簽DTi之間的RSSI距離為:
從所得的20個ELR中,選取k個小的ELR(k<20),組成集合為:
(3)
按照ELR的大小,賦予相應(yīng)參考標(biāo)簽在定位過程中不同的權(quán)值,進而得到待定位標(biāo)簽的位置。
從LANDMARC模型可知,LANDMARC算法建立在平面上,實際定位算法往往需應(yīng)用在三維空間中。將二維LANDMARC算法直接用于三維空間定位,勢必會因為歐式距離的計算問題出現(xiàn)不同程度的誤差,因此,需要對LANDMARC算法進行改進,使其適用于三維空間。
傳統(tǒng)的LANDMARC定位算法設(shè)計是應(yīng)用于平面的,而在實際應(yīng)用中往往要求在三維空間中對人員進行定位,因此需將定位模型構(gòu)建在空間中。
系統(tǒng)采用??祱A極化天線。該天線可讀取的最遠距離為5 m,有效覆蓋區(qū)域如圖2所示。
對于4 m×9 m的空間而言,讀寫器可讀取的范圍覆蓋整個區(qū)域。因此,天線安裝的平面坐標(biāo)按圖2確定。
圖2 天線覆蓋區(qū)域
天線位置確定后,需設(shè)計參考標(biāo)簽的具體位置。為了適應(yīng)天線安裝的高度,確保算法的精確性,參考標(biāo)簽需要設(shè)定在整個空間中。但在實際應(yīng)用中,在整個空間分布多層標(biāo)簽既不合理,也不可行。
將傳統(tǒng)LANDMARC系統(tǒng)中參考標(biāo)簽的位置用相應(yīng)的坐標(biāo)點替換,即參考標(biāo)簽的坐標(biāo)已知,在已知天線坐標(biāo)的情況下,便可求出參考標(biāo)簽到天線的距離。改進后的系統(tǒng)結(jié)構(gòu)如圖3所示。
圖3 LANDMARC實驗?zāi)P?/p>
各參考坐標(biāo)如表1所示。
表1 參考坐標(biāo)
對算法進行改進的主導(dǎo)思想是,將傳統(tǒng)的LANDMARC算法與測距原理相結(jié)合,創(chuàng)建一種基于測距機制的定位算法。根據(jù)圖3所示的模型,對改進的LANDMARC定位算法進行詳細說明。
參考坐標(biāo)到讀寫器的距離可以根據(jù)坐標(biāo)計算得到:
(4)
(5)
待定位標(biāo)簽到讀寫器的距離為:
DL=(DL1,DL2,DL3,…,DLi)
(6)
式中:DL1為待定位標(biāo)簽到讀寫器1的距離。具體數(shù)值可根據(jù)式(7)計算得到。
RSSI=A-10nlg(DLi)
(7)
式中:RSSI為信號強度;A為讀寫器與待定位標(biāo)簽相距1m時接收到的信號強度;n為路徑損耗指數(shù)。
(8)
計算得到的待定位標(biāo)簽的坐標(biāo)為:
(9)
定位誤差為[11]:
(10)
式中:(x,y,z)為測量得到的坐標(biāo);(x0,y0,z0)為所測點的實際坐標(biāo)。
根據(jù)以上分析可知,要想運用改進的LANDMARC算法,還需要知道待定位標(biāo)簽到4個天線的距離。然而在系統(tǒng)的應(yīng)用中,只能從讀寫器中獲取接收到的標(biāo)簽信號強度信息,因此還需要將接收到的信號強度轉(zhuǎn)換成距離,才可實現(xiàn)系統(tǒng)定位功能。
從式(7)可知,為獲得測距模型,必須先確定參數(shù)A和n的值。測距模型的精確性將直接影響到定位的準(zhǔn)確性,因此需要在特定的室內(nèi),通過實驗獲取大量的實驗數(shù)據(jù),后期對實驗數(shù)據(jù)進行處理,得到精確的參數(shù)A和n的值,確定合適的測距模型。
選擇實驗室為測距的具體場所,測距的實驗平臺由HIK-RFM104型UHF嵌入式讀寫模塊、中電??祱A極化天線、標(biāo)簽和相關(guān)的套件組成。構(gòu)建如圖4所示實驗?zāi)P汀?/p>
圖4 測距實驗?zāi)P?/p>
選取實驗室中較為空曠的位置,固定讀寫器于鋁合金架上,距離地面高度為1 m。將讀寫器通過USB接口和SMA天線接口分別與計算機和天線相連接。設(shè)置天線功率為30 dBm,駐留時間為2 000 ms,盤訊周期為8 192,駐波比為100。
將標(biāo)簽固定在以瓦楞板為材料的支架上,調(diào)整標(biāo)簽的高度,使其與天線處于同一高度上,同時使支架與天線的中心在同一條直線上。以25 cm為步長,在距離讀寫器500 cm的長度內(nèi),設(shè)置20個測量點。
通過計算機與讀寫器的通信,使讀寫器持續(xù)向標(biāo)簽發(fā)送數(shù)據(jù)。同時,在每個測量點上,每隔5 s記下一個RSSI的數(shù)值,每個測量點記錄10個RSSI值。其中,RSSI值通過程序讀出。
整理實驗數(shù)據(jù),求得每個測量點處10個RSSI值的平均值。繪制表格,記錄測量點與讀寫器之間的距離和相應(yīng)點處RSSI的平均值。整理后的實驗數(shù)據(jù)如表2所示。
表2 RSSI值與測量距離
根據(jù)式(10),利用Matlab提供的內(nèi)建函數(shù)laqcurvefit進行既定樣式曲線擬合,得到A和n的值,確定準(zhǔn)確的RSSI與距離的關(guān)系模型。
關(guān)鍵Matlab擬合語句為:
fun=inline(′a(1)-10*a(2)*log10(X)′,′a′,′X′);
a0=[1,1];
a=lsqcurvefit(fun,a0,X,Y)
Ya=fun(a,Xi);
RSSI與距離關(guān)系擬合曲線如圖5所示。
圖5 RSSI與距離關(guān)系擬合曲線
根據(jù)擬合程序可得:A=-60.75,n=2.61。
測距模型為:
RSSI=-60.75-10×2.61×lg(d)
(11)
在得到測距模型后,測得天線接收到標(biāo)簽的信號強度信息,便可以將信號強度轉(zhuǎn)換成距離,進而應(yīng)用改進的LANDMARC算法,對人員進行定位。信號的具體傳輸過程如圖6所示。
圖6 信號轉(zhuǎn)換圖
當(dāng)4個天線檢測到標(biāo)簽時,將獲取的待定位標(biāo)簽信號強度RSSI傳輸?shù)阶x寫器中。計算機通過軟件開發(fā)環(huán)境Visual studio 2010將信號強度轉(zhuǎn)換成距離。具體轉(zhuǎn)換程序如下:
static voidMain(string[] args)
{double a,b,d,r;
r=-45.43;
a=10.0;
b=(-60.7524 - r) / 26.1;
d=Math .Pow (a,b);
Console.WriteLine ("長度為:"+d);
為了說明改進后的LANDMARC算法的精確度,在如圖3所示的模型邊緣和區(qū)間中,隨機選取20個點,作為待定位標(biāo)簽的放置位置。分別運用傳統(tǒng)的LANDMARC算法和改進的LANDMARC算法對選取的20個點進行坐標(biāo)計算。然后,將兩次算法得到的坐標(biāo)與20個點的實際坐標(biāo)相比較,得出定位誤差比較圖,如圖7所示。
圖7 待定位標(biāo)簽估計誤差比較
由圖7可知,在空間定位應(yīng)用中,改進的LANDMARC算法定位誤差小于傳統(tǒng)的LANDMARC算法。對于處于區(qū)域邊緣的待定位標(biāo)簽,改進的LANDMARC算法精確度遠高于傳統(tǒng)的LANDMARC算法。
在確定了改進的LANDMARC算法在精確性方面有所改善后,還需要對算法的穩(wěn)定性進行分析。算法是否穩(wěn)定將直接影響到定位算法的可行性。本設(shè)計采用累積分布函數(shù)(cumulative distribution function,CDF)來說明改進算法的穩(wěn)定性。該函數(shù)是指處于某個定位精度的測量次數(shù)占總測量次數(shù)的比例,例如定位精度大于2 m的測量次數(shù)占總測量次數(shù)的百分比。對20個數(shù)據(jù)進行分析后所得的CDF圖如圖8所示。
圖8 CDF曲線比較
傳統(tǒng)的LANDMARC算法在應(yīng)用于空間定位時,會出現(xiàn)較大幅度的波動。改進后的LANDMARC算法的估計誤差(estimation error,EE)在1.5 m后趨于穩(wěn)定,定位精度收斂速度雖相對較慢,但穩(wěn)定性較好。
針對LANDMARC算法在實際空間定位中存在一定誤差的問題,對LANDMARC算法進行改進,使其與RSSI與距離轉(zhuǎn)換模型相結(jié)合。將LANDMARC算法建立在距離的基礎(chǔ)上,用測試距離代替信號強度,在減少參考標(biāo)簽、降低成本的同時,提高了空間定位精度。
[1] 李魏峰.基于RFID的室內(nèi)定位技術(shù)研究[D].上海:上海交通大學(xué),2010.
[2] 王峰.基于UHF RFID的室內(nèi)定位系統(tǒng)的研究與設(shè)計[D].重慶:重慶大學(xué),2012.
[3] 葉萍,張彥.基于RSSI測距的交點質(zhì)心定位算法研究與室內(nèi)應(yīng)用修正[J].技術(shù)縱橫,2013(3):104-107.
[4] 徐春妹.基于TOA的無線定位技術(shù)及應(yīng)用[J].礦山機械,2007,35(7):109.
[5] 孟令軍,王建亮,潘峰.基于TDOA定位機制的無線傳感器網(wǎng)絡(luò)節(jié)點設(shè)計[J].傳感器與微系統(tǒng),2009,28(6):101.
[6] 汪洪雁,陳黎霞.NLOS環(huán)境下TDOA/AOA混合定位算法研究[J].計算機應(yīng)用,2007,27(5):1100.
[7] 張玉茹,譚麗萍.改進LANDMARC最近鄰居算法在嵌入式系統(tǒng)的實現(xiàn)[J].哈爾濱商業(yè)大學(xué)學(xué)報,2013,29(3):333.
[8] 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].計算機仿真,2010,27(2):320.
[9] 劉宗元.基于射頻識別(RFID)的室內(nèi)定位系統(tǒng)研究[D].廣州:中山大學(xué),2009.
[10]蔣華勤,李靜.基于LANDMARC的RFID室內(nèi)定位算法優(yōu)化[J].科技通報,2013,29(6):207.
[11]鄒學(xué)玉,韓付偉.基于LANDMARC的最近鄰居改進算法[J].武漢大學(xué)報,2012,59(3):256.
Application of the Improved LANDMARC in Spatial Positioning
LANDMARC algorithm is applied in positioning analysis based on plane model, when it is applied in spatial positioning, different degree of errors may occur. Combining LANDMARC with the ranging principle, the LANDNARC algorithm based on distance measuring mechanism is proposed; and the spatial model of LANDMARC is established by adopting HIK-RFM104 UHF embedded read/write module and the circularly polarized antenna provided by CETHIK. Specific distance measurement model is obtained through linear distance measuring experiments. Combining LANDMARC spatial model and distance measuring model, positioning tests are conducted for the sampling points in the space, by analyzing the data, it is determined that the improved LANDMARC spatial positioning algorithm possesses higher accuracy and more stable performance.
Radio frequency identification (RFID) Ultra high frequency (UHF) RSSI ranging LANDMARC algorithm Spatial positioning
河北省科學(xué)技術(shù)計劃基金資助項目(編號:12276906D)。
馬翠紅(1960-),女,1982年畢業(yè)于河北工業(yè)大學(xué)自動化專業(yè),獲學(xué)士學(xué)位,教授;主要從事自動控制理論的教學(xué)與科研工作。
TH89
A
10.16086/j.cnki.issn1000-0380.201509005
修改稿收到日期:2015-01-05。