彭慧珺，時(shí)宗勝，孫知信

(1.南京郵電大學(xué) 計(jì)算機(jī)學(xué)院，江蘇 南京 210003；2.江蘇中天科技軟件技術(shù)有限公司，江蘇 南通 226000)

0 引 言

隨著無(wú)線通信技術(shù)的迅速發(fā)展，人們對(duì)物品位置信息的需求越來(lái)越多，室內(nèi)定位技術(shù)[1]受到了廣泛關(guān)注。室內(nèi)定位技術(shù)可應(yīng)用于醫(yī)療、工業(yè)、商業(yè)、軍事管理或跟蹤系統(tǒng)中，如醫(yī)院中對(duì)醫(yī)生病人、器械的調(diào)配，圖書(shū)館中重要圖書(shū)的位置信息，特別是危急時(shí)刻對(duì)目標(biāo)的定位能大大增加救援效率，減少傷亡和財(cái)物損失，具有非常廣闊的應(yīng)用前景。

針對(duì)不同的室內(nèi)環(huán)境，涌現(xiàn)出了各種各樣的室內(nèi)定位技術(shù)。WiFi技術(shù)[2]以普遍的WIFI系統(tǒng)為核心，是一項(xiàng)造價(jià)成本低廉且非常易于實(shí)現(xiàn)的定位技術(shù)。Zigbee技術(shù)[3]則是一種可靠性高、功耗低的自組網(wǎng)，它的定位方式主要是依靠距離與接收信號(hào)強(qiáng)度之間的關(guān)系，但成本相對(duì)較高且缺乏擴(kuò)展性。射頻識(shí)別技術(shù)(RFID)[4]采用射頻方式進(jìn)行非接觸雙向無(wú)線通信，特點(diǎn)是成本較低卻具有較高的抗干擾能力和強(qiáng)大的穿透性。超帶寬技術(shù)(UWB)[5]的優(yōu)點(diǎn)是實(shí)時(shí)性高，有較高的安全性，穿透能力強(qiáng)，但與此同時(shí)成本也比其他技術(shù)要高。藍(lán)牙技術(shù)[6]應(yīng)用于小范圍定位，其器械小功耗低，且信號(hào)傳輸不受視距的限制，但較差的抗干擾能力使得定位不夠精準(zhǔn)。

文中研究的LANDMARC[7]是RFID室內(nèi)定位的典型算法，以其低廉的運(yùn)行成本和較高的抗環(huán)境干擾能力，成為應(yīng)用最為廣泛的定位算法之一，因此對(duì)LANDMARC算法定位精度與穩(wěn)定性的提高進(jìn)行研究，具有重要的研究?jī)r(jià)值和應(yīng)用前景。

1 相關(guān)技術(shù)研究

文獻(xiàn)[12]創(chuàng)造性地提出了一種歸一化權(quán)重的方法，將與一個(gè)RSS值成比例的加權(quán)因子添加到關(guān)聯(lián)度計(jì)算的方程中，能夠更精確地反映出參考標(biāo)簽與目標(biāo)標(biāo)簽的位置關(guān)系，這種定位方法減小了定位系統(tǒng)的最小誤差，但對(duì)目標(biāo)定位的平均誤差沒(méi)有明顯改善；同時(shí)文獻(xiàn)[12]還提出了另外一種解決方法，稱為放棄最近閱讀器，即排除距離目標(biāo)標(biāo)簽最近的閱讀器所讀信號(hào)強(qiáng)度值，可以有效防止可能大誤差的產(chǎn)生，最后該文獻(xiàn)將兩種方法相結(jié)合，得到歸一化權(quán)重的放棄最近閱讀器法，提高了算法的定位精度，且在一定程度上降低了大誤差的發(fā)生可能性。該算法雖改善了定位精度，但未從根本上解決算法定位過(guò)程中的漏洞，穩(wěn)定性不高。

上述文獻(xiàn)均是對(duì)LANDMARC室內(nèi)定位算法定位過(guò)程的改進(jìn)，這些改進(jìn)方法能夠在一定程度上減小誤差，提高定位精度。但這些算法仍存在以下兩點(diǎn)不足：

(1)受多徑效應(yīng)[17]的影響，信號(hào)強(qiáng)度值讀取易產(chǎn)生偏差，導(dǎo)致LANDMARC算法對(duì)目標(biāo)的坐標(biāo)計(jì)算出現(xiàn)誤差，需要進(jìn)行修正。例如文獻(xiàn)[8]雖修正了目標(biāo)位置的計(jì)算誤差，但三角定位法計(jì)算的誤差值不能準(zhǔn)確反映出對(duì)目標(biāo)位置計(jì)算的偏差值，因此目標(biāo)位置的修正上仍有改進(jìn)空間。

(2)LANDMARC算法的定位過(guò)程存在不穩(wěn)定因素。由于RFID閱讀器讀取的是信號(hào)強(qiáng)度能級(jí)，具有離散性，當(dāng)參考標(biāo)簽與目標(biāo)位置極近時(shí)，兩者關(guān)聯(lián)度值為零，造成在權(quán)重計(jì)算中產(chǎn)生異常值，導(dǎo)致定位過(guò)程發(fā)生紊亂，而鮮有文獻(xiàn)針對(duì)算法的穩(wěn)定性進(jìn)行改進(jìn)。

文中針對(duì)LANDMARC算法的不足進(jìn)行分析，在LANDMARC定位過(guò)程中引入自修復(fù)機(jī)制，該機(jī)制分為關(guān)聯(lián)度修復(fù)和坐標(biāo)修復(fù)兩個(gè)過(guò)程，對(duì)關(guān)聯(lián)度異常值與坐標(biāo)偏差值進(jìn)行修正，有效提高了算法精度和穩(wěn)定性，使LANDMARC算法具有自我修復(fù)能力。

2 改進(jìn)的LANDMARC算法

2.1 自修復(fù)機(jī)制

2.1.1 關(guān)聯(lián)度修復(fù)

RFID閱讀器在LANDMARC系統(tǒng)中讀取值是接收信號(hào)強(qiáng)度的能量等級(jí)值，具有離散性。即使現(xiàn)代RFID閱讀器擁有較高的能量等級(jí)數(shù)目，也無(wú)法避免當(dāng)參考標(biāo)簽與目標(biāo)位置靠得極近時(shí)，在閱讀器中所讀取的信號(hào)強(qiáng)度等級(jí)值相同的情況。當(dāng)發(fā)生這一情況時(shí)，會(huì)造成參考標(biāo)簽與目標(biāo)之間的關(guān)聯(lián)度e為零，權(quán)重公式極限為1，使定位過(guò)程發(fā)生紊亂，即

(1)

為了避免發(fā)生該情況，需要對(duì)LANDMARC算法定位過(guò)程進(jìn)行優(yōu)化，在定位過(guò)程中隨時(shí)檢測(cè)參考標(biāo)簽與目標(biāo)的關(guān)聯(lián)度值，也就是自修復(fù)機(jī)制的第一階段關(guān)聯(lián)度修復(fù)。關(guān)聯(lián)度修復(fù)過(guò)程引入修復(fù)值α，當(dāng)發(fā)現(xiàn)存在與目標(biāo)關(guān)聯(lián)度值為零的參考標(biāo)簽時(shí)，用修復(fù)值α對(duì)異常的關(guān)聯(lián)度值進(jìn)行替換，其取值為：

(2)

其中，Emin是所有參考標(biāo)簽與該目標(biāo)的關(guān)聯(lián)度中非零關(guān)聯(lián)度的最小值，將修復(fù)值取為最小非零關(guān)聯(lián)度值的一半，這樣既能夠保證所有參考標(biāo)簽與目標(biāo)的關(guān)聯(lián)度中沒(méi)有零值，也能使修復(fù)后的關(guān)聯(lián)度值仍然是所有參考標(biāo)簽與目標(biāo)關(guān)聯(lián)度中最小的。關(guān)聯(lián)度值越小說(shuō)明參考標(biāo)簽距離目標(biāo)越近，保留了關(guān)聯(lián)度為零值的參考標(biāo)簽原有的特性。

自修復(fù)機(jī)制的關(guān)聯(lián)度修復(fù)過(guò)程如下：在關(guān)聯(lián)度修復(fù)的初始階段，首先從關(guān)聯(lián)度矩陣中檢測(cè)是否存在零值的關(guān)聯(lián)度。若不存在，則直接跳過(guò)該修復(fù)過(guò)程，繼續(xù)進(jìn)行對(duì)目標(biāo)的定位；若存在這樣的關(guān)聯(lián)度，自修復(fù)機(jī)制將遍歷參考標(biāo)簽與目標(biāo)的關(guān)聯(lián)度矩陣，獲得最小的非零關(guān)聯(lián)度值Emin，從而生成修復(fù)值α，并對(duì)該異常的零值關(guān)聯(lián)度值進(jìn)行替換。當(dāng)該參考標(biāo)簽關(guān)聯(lián)度修復(fù)完成后，繼續(xù)進(jìn)行異常關(guān)聯(lián)度值的檢測(cè)判斷，若不再存在零值關(guān)聯(lián)度，則跳轉(zhuǎn)下一階段，繼續(xù)進(jìn)行目標(biāo)定位；否則使用上一回合生成的修復(fù)值α，對(duì)該參考標(biāo)簽異常關(guān)聯(lián)度進(jìn)行修復(fù)。當(dāng)替換結(jié)束后，繼續(xù)進(jìn)行關(guān)聯(lián)度異常值的判別檢測(cè)，直到所有參考標(biāo)簽與該目標(biāo)的關(guān)聯(lián)度值全部修復(fù)為非零值為止。

2.1.2 坐標(biāo)修復(fù)

受到電磁波的反射、折射以及多徑效應(yīng)等不良因素的影響，參考標(biāo)簽信號(hào)強(qiáng)度RSSI值發(fā)生偏差，將造成不小的定位坐標(biāo)誤差。為了提高定位精度，減輕干擾因素對(duì)坐標(biāo)計(jì)算的影響，在原LANDMARC算法獲取理論坐標(biāo)后，將調(diào)用自修復(fù)機(jī)制第二階段坐標(biāo)修復(fù)過(guò)程，對(duì)目標(biāo)位置進(jìn)行適當(dāng)修正，該坐標(biāo)修復(fù)過(guò)程具體步驟如下：

(1)獲取目標(biāo)理論位置。LANDMARC算法選擇出目標(biāo)的K個(gè)最近鄰參考標(biāo)簽，通過(guò)加權(quán)求和公式獲得目標(biāo)的理論位置(x,y)；

(2)得到與目標(biāo)最近參考標(biāo)簽的實(shí)際位置。取上一階段關(guān)聯(lián)度修復(fù)中的最小非零關(guān)聯(lián)度值Emin，同時(shí)遍歷全部參考標(biāo)簽，得到擁有最小關(guān)聯(lián)度值的參考標(biāo)簽個(gè)數(shù)為n，而這n個(gè)參考標(biāo)簽的坐標(biāo)實(shí)際位置是已知的，記為(x1,y1),(x2,y2),…,(xn,yn)；

(5)修正目標(biāo)坐標(biāo)位置。用第一步獲得的目標(biāo)理論位置減去坐標(biāo)修復(fù)值β，可修正坐標(biāo)定位中產(chǎn)生的部分誤差，修正后定位結(jié)果(x,y)=(x,y)-β(x,y)。

2.2 算法設(shè)計(jì)

改進(jìn)的LANDMARC定位算法在經(jīng)典LANDMARC算法過(guò)程中引入了自修復(fù)機(jī)制，分為兩部分，即在關(guān)聯(lián)度計(jì)算后進(jìn)行關(guān)聯(lián)度修復(fù)，以及在理論坐標(biāo)位置計(jì)算后進(jìn)行坐標(biāo)位置修正。該機(jī)制生成關(guān)聯(lián)度修復(fù)值α以及坐標(biāo)修復(fù)值β，對(duì)引發(fā)定位過(guò)程紊亂的異常關(guān)聯(lián)度值進(jìn)行修復(fù)，同時(shí)修正RSSI值測(cè)量偏差引發(fā)的坐標(biāo)誤差，提高了定位精度，使LANDMARC算法具有自我修復(fù)能力。該改進(jìn)算法的主要步驟如下：

第一階段：獲取信號(hào)強(qiáng)度矩陣。

該階段是LANDMARC算法定位過(guò)程中最基礎(chǔ)的階段，所有參考標(biāo)簽與目標(biāo)的RSSI值都是在該階段獲取。假設(shè)該定位區(qū)域有n個(gè)RFID閱讀器，m個(gè)參考標(biāo)簽和u個(gè)待測(cè)的目標(biāo)標(biāo)簽。在第一階段，RFID閱讀器讀取定位區(qū)域內(nèi)所有參考標(biāo)簽與目標(biāo)的信號(hào)強(qiáng)度等級(jí)，得到參考標(biāo)簽信號(hào)強(qiáng)度矩陣A和目標(biāo)標(biāo)簽信號(hào)強(qiáng)度矩陣S。

其中，Aij(i=1,2,…,m,j=1,2,…,n)表示第j個(gè)閱讀器讀取到的第i個(gè)參考標(biāo)簽的信號(hào)強(qiáng)度等級(jí)值；Sij(i=1,2,…,m,j=1,2,…,n)表示第j個(gè)閱讀器讀取到的第i個(gè)目標(biāo)標(biāo)簽的信號(hào)強(qiáng)度等級(jí)值。

有了參考標(biāo)簽信號(hào)強(qiáng)度矩陣A和目標(biāo)信號(hào)強(qiáng)度矩陣S作為基礎(chǔ)，就能夠在后面的階段中對(duì)參考標(biāo)簽和目標(biāo)標(biāo)簽的關(guān)聯(lián)度進(jìn)行估算。

第二階段：計(jì)算關(guān)聯(lián)度，同時(shí)實(shí)現(xiàn)自修復(fù)機(jī)制Ⅰ:關(guān)聯(lián)度修復(fù)。

關(guān)聯(lián)度值是參考標(biāo)簽和目標(biāo)標(biāo)簽距離遠(yuǎn)近的數(shù)值表示，關(guān)聯(lián)度值越小，說(shuō)明兩個(gè)標(biāo)簽之間的距離越相近。LANDMARC算法只知道參考標(biāo)簽的位置，而不知道目標(biāo)標(biāo)簽的實(shí)際位置，但是通過(guò)對(duì)閱讀器中讀取到的信號(hào)強(qiáng)度等級(jí)值比較，能夠判斷出雙方之間的距離遠(yuǎn)近。也就是說(shuō)，當(dāng)參考標(biāo)簽和目標(biāo)標(biāo)簽之間的距離相近時(shí)，它們?cè)谕粋€(gè)RFID閱讀器中獲取的值也是接近的。因此，LANDMARC算法在這個(gè)階段找出參考標(biāo)簽與目標(biāo)的關(guān)聯(lián)，得到關(guān)聯(lián)度矩陣E。

其中，Eij(i=1,2,…,m,j=1,2,…,u)表示第i個(gè)參考標(biāo)簽與第j個(gè)目標(biāo)標(biāo)簽的關(guān)聯(lián)度，可利用均方差公式來(lái)計(jì)算：

(3)

計(jì)算得到的關(guān)聯(lián)度值，能夠直觀體現(xiàn)出目標(biāo)與標(biāo)簽的距離遠(yuǎn)近程度，用于選擇出在計(jì)算目標(biāo)標(biāo)簽坐標(biāo)定位時(shí)占比重最大的K個(gè)鄰居標(biāo)簽。

由于RFID閱讀器讀取值信號(hào)強(qiáng)度等級(jí)值具有離散性，當(dāng)參考標(biāo)簽與目標(biāo)標(biāo)簽位置極近時(shí)，它們之間的關(guān)聯(lián)度Eij可能為零，這會(huì)導(dǎo)致第四階段使用的權(quán)重公式wi發(fā)生錯(cuò)誤。因此，利用式(3)得到參考標(biāo)簽與目標(biāo)標(biāo)簽的關(guān)聯(lián)度矩陣后，執(zhí)行自修復(fù)機(jī)制的第一部分關(guān)聯(lián)度修復(fù)過(guò)程，對(duì)矩陣內(nèi)所有參考標(biāo)簽和目標(biāo)標(biāo)簽的關(guān)聯(lián)度進(jìn)行檢測(cè)，如發(fā)現(xiàn)存在零值的異常關(guān)聯(lián)度，則通過(guò)式(2)生成修復(fù)值α進(jìn)行替換，以保證定位過(guò)程中不會(huì)出現(xiàn)值為零的關(guān)聯(lián)度，使LANDMARC算法具有穩(wěn)定性。

第三階段：選擇K個(gè)最鄰近標(biāo)簽。

由于參考標(biāo)簽的位置是已知的，在第三階段中需要確定K個(gè)參考標(biāo)簽作為計(jì)算目標(biāo)位置信息時(shí)提供位置信息的最近鄰居。這K個(gè)最近鄰居的選擇依據(jù)在第二階段中所計(jì)算的參考標(biāo)簽與該目標(biāo)的關(guān)聯(lián)度值，選取關(guān)聯(lián)度最小的K個(gè)參考標(biāo)簽作為目標(biāo)的最近鄰，并對(duì)它們進(jìn)行重新編號(hào)，也就是“k近鄰算法”。

該階段是影響LANDMARC算法定位精度的重要階段，最近鄰居數(shù)K值的不同取值影響著算法平均誤差。若K取值過(guò)大，會(huì)導(dǎo)致大量與目標(biāo)相距較遠(yuǎn)的不良標(biāo)簽被引入，使定位產(chǎn)生較大誤差；而K取值過(guò)小，則會(huì)因選取參與定位的參考標(biāo)簽過(guò)少而使目標(biāo)的位置計(jì)算存在偶然性，因此合適的K值對(duì)基于LANDMARC的室內(nèi)定位系統(tǒng)起到了重要的作用，后續(xù)實(shí)驗(yàn)將討論對(duì)于該改進(jìn)的LANDMARC算法的最佳K值。

第四階段：計(jì)算目標(biāo)位置，同時(shí)進(jìn)行自修復(fù)機(jī)制Ⅱ:坐標(biāo)修復(fù)。

第四階段是LANDMARC算法用k個(gè)鄰居參考標(biāo)簽位置對(duì)目標(biāo)的最終定位階段。該階段使用權(quán)重質(zhì)心法，通過(guò)加權(quán)求和來(lái)確定目標(biāo)標(biāo)簽的理論位置(x,y)，即使用如下公式：

(4)

這里參與目標(biāo)定位的k個(gè)位置信息即為第三階段中選出的與目標(biāo)最近的K個(gè)參考標(biāo)簽位置坐標(biāo)。其中ωi表示第i個(gè)鄰居標(biāo)簽在式(4)中所占權(quán)重，理論上越接近目標(biāo)的鄰居標(biāo)簽在目標(biāo)定位時(shí)所占權(quán)重應(yīng)越大，因此通過(guò)第二階段計(jì)算的關(guān)聯(lián)度值來(lái)衡量權(quán)重的大小，其計(jì)算公式為：

(5)

式(5)為二階權(quán)值定義法，關(guān)聯(lián)度E越小，距離目標(biāo)越近，被分配的權(quán)值越大，但當(dāng)Eij=0時(shí)，該權(quán)重公式將發(fā)生錯(cuò)誤，因此需要在第二階段進(jìn)行關(guān)聯(lián)度修復(fù)，以防止發(fā)生定位紊亂。通過(guò)式(4)和式(5)能夠計(jì)算出第j(j=1,2,…,u)個(gè)目標(biāo)標(biāo)簽的理論位置。

受多徑效應(yīng)影響，該理論位置與目標(biāo)實(shí)際位置有一定偏差。在獲得目標(biāo)的理論位置之后，進(jìn)行自修復(fù)機(jī)制的坐標(biāo)修復(fù)，遍歷全部參考標(biāo)簽，找到與目標(biāo)關(guān)聯(lián)度最小的參考標(biāo)簽，繼續(xù)對(duì)參考標(biāo)簽使用LANDMARC算法，利用k最近鄰計(jì)算出參考標(biāo)簽理論位置，將參考標(biāo)簽理論坐標(biāo)與已知的實(shí)際坐標(biāo)相減，并求取平均值，即得出坐標(biāo)修復(fù)值β(x,y)。最后將目標(biāo)標(biāo)簽的理論位置減去坐標(biāo)修復(fù)值β(x,y)，獲得目標(biāo)標(biāo)簽修正后的實(shí)際坐標(biāo)為：(x,y)=(x,y)-β(x,y)。

2.3 算法流程

圖1為改進(jìn)的LANDMARC算法流程圖。

通過(guò)圖1可知，該改進(jìn)算法在原算法流程中新增了自修復(fù)機(jī)制，在關(guān)聯(lián)度計(jì)算結(jié)束后進(jìn)行關(guān)聯(lián)度修復(fù)，同時(shí)對(duì)加權(quán)求和后得到的目標(biāo)理論坐標(biāo)位置進(jìn)行修正，進(jìn)一步改善了定位精度，提高了算法運(yùn)行穩(wěn)定性，使算法具有自我修復(fù)能力。

3 仿真實(shí)驗(yàn)

3.1 仿真環(huán)境

使用Matlab對(duì)改進(jìn)的LANDMARC算法進(jìn)行仿真實(shí)驗(yàn)，利用對(duì)數(shù)距離路徑損耗模型，取路徑損耗指數(shù)n為2.2，模擬了RFID閱讀器讀取的標(biāo)簽信號(hào)強(qiáng)度值。整個(gè)定位區(qū)域是一個(gè)10*10的正方形空間，在這個(gè)定位區(qū)域安置了5個(gè)目標(biāo)標(biāo)簽和4個(gè)讀取信號(hào)強(qiáng)度等級(jí)值的RFID閱讀器，以及用于輔助定位的參考標(biāo)簽為11*11個(gè)，其中5個(gè)目標(biāo)標(biāo)簽標(biāo)號(hào)1～5的坐標(biāo)位置分別為(2,4),(5,5),(6,6),(3,3),(4,2)。整個(gè)定位的布局如圖2所示。

圖1 算法流程

圖2 環(huán)境布局圖

3.2 結(jié)果與分析

3.2.1 改進(jìn)算法最佳K值

經(jīng)典LANDMARC算法的最佳K值為4，而改進(jìn)LANDMARC算法對(duì)目標(biāo)位置進(jìn)行修正，導(dǎo)致改進(jìn)算法的最佳K值可能發(fā)生變動(dòng)。為了使改進(jìn)算法能夠發(fā)揮出其最優(yōu)秀的定位性能，需要通過(guò)仿真實(shí)驗(yàn)找到改進(jìn)的LANDMARC算法的最佳K值。

用圖2的布局環(huán)境對(duì)不同K取值下的改進(jìn)算法進(jìn)行仿真，并定義誤差公式為：

(6)

其中，(x0,y0)為目標(biāo)的實(shí)際位置；(x,y)為目標(biāo)的估測(cè)位置。

通過(guò)仿真，得到改進(jìn)算法在不同K取值下的誤差結(jié)果，如圖3所示。

圖3 誤差折線圖

通過(guò)圖3能夠清楚地觀察到在不同K取值下誤差的變化趨勢(shì)。發(fā)現(xiàn)當(dāng)K=6時(shí)，該改進(jìn)算法擁有最小的平均誤差和最大誤差，其中平均誤差低于0.1，雖然算法取K=5在目標(biāo)4時(shí)獲得了所有K取值中最小的誤差，但其最大誤差較大。縱觀全體趨勢(shì)，認(rèn)為K=6是改進(jìn)LANDMARC算法的最佳K值，與普通LANDMARC算法中最佳K值不同。在后續(xù)仿真中，將改進(jìn)算法的K值取為6，以充分發(fā)揮該算法的最佳性能。

3.2.2 算法仿真結(jié)果

運(yùn)用文獻(xiàn)[10]的LANDMARC算法，用圖2所示的布局環(huán)境，進(jìn)行目標(biāo)節(jié)點(diǎn)的定位仿真，其仿真結(jié)果如圖4所示。

圖4 LANDMARC算法定位結(jié)果圖

而根據(jù)3.2.1小節(jié)的分析，選取改進(jìn)LANDMARC算法的最佳鄰居數(shù)K值為6，對(duì)改進(jìn)的LANDMARC算法在相同的參數(shù)環(huán)境下進(jìn)行仿真，定位結(jié)果如圖5所示。

從圖4、5可以看出，改進(jìn)的LANDMARC算法有更好的定位精度，所有目標(biāo)節(jié)點(diǎn)的定位誤差都較小，不易發(fā)生較大的定位偏差，更具穩(wěn)定性，因此算法在優(yōu)化定位方面效果較為理想。

圖5 改進(jìn)算法定位結(jié)果圖

3.2.3 誤差分析

由圖4、5的定位結(jié)果，按照式(6)作為誤差公式，得出了在相同環(huán)境下文獻(xiàn)[10]中LANDMARC算法與文中改進(jìn)LANDMARC算法對(duì)五個(gè)目標(biāo)定位的誤差對(duì)比，如圖6所示。

圖6 誤差對(duì)比圖

從圖中可以發(fā)現(xiàn)，改進(jìn)算法始終處于下方，定位誤差較小，均穩(wěn)定在0.25以下，而為了能更直觀地觀察出算法定位精度及其穩(wěn)定性，計(jì)算出原算法的平均誤差、最大誤差、標(biāo)準(zhǔn)差分別為0.264,0.399,0.157 5,而改進(jìn)算法則為0.092,0.221,0.068 3。由以上數(shù)據(jù)可以看出，改進(jìn)算法在平均誤差和最大誤差上都更具優(yōu)勢(shì)，原LANDMARC算法在目標(biāo)1、目標(biāo)3、目標(biāo)5均出現(xiàn)了達(dá)到0.4的較大誤差，而改進(jìn)算法將五個(gè)目標(biāo)的定位誤差均控制在0.25以下，有效修正了大誤差的產(chǎn)生。同時(shí)，原算法誤差波動(dòng)很大且標(biāo)準(zhǔn)差較大，而改進(jìn)算法產(chǎn)生的誤差趨勢(shì)較為平穩(wěn)，標(biāo)準(zhǔn)差較小，說(shuō)明改進(jìn)算法在相同環(huán)境下具有更高的定位精度和穩(wěn)定性，算法具有自我修復(fù)能力。

4 結(jié)束語(yǔ)

針對(duì)LANDMARC算法定位過(guò)程中易引發(fā)的定位異常和坐標(biāo)位置偏差，提出一種改進(jìn)的LANDMARC室內(nèi)定位算法。該算法引入自修復(fù)機(jī)制，對(duì)異常關(guān)聯(lián)度和坐標(biāo)位置進(jìn)行修復(fù)，使算法具有自我修復(fù)能力。實(shí)驗(yàn)結(jié)果表明，該算法具有更高的定位精度，能有效避免發(fā)生較大的定位偏差，同時(shí)定位過(guò)程穩(wěn)定性更高。當(dāng)然，自修復(fù)機(jī)制的引入會(huì)導(dǎo)致算法復(fù)雜度的提升，帶來(lái)定位過(guò)程中多余的能量消耗，今后的工作將著重于LANDMARC算法復(fù)雜度以及能耗方向的研究。

[1] 席 瑞,李玉軍,侯孟書(shū).室內(nèi)定位方法綜述[J].計(jì)算機(jī)科學(xué),2016,43(4):1-6.

[2] 閆興亞,陸 可,劉 偉.基于WiFi定位技術(shù)的增強(qiáng)現(xiàn)實(shí)室內(nèi)向?qū)а芯颗c應(yīng)用[J].計(jì)算機(jī)應(yīng)用與軟件,2016,33(5):108-111.

[3] 王中生,曹 琦.基于ZigBee技術(shù)的無(wú)線定位研究與實(shí)現(xiàn)[J].計(jì)算機(jī)技術(shù)與發(fā)展,2010,20(12):189-192.

[4] 劉 熙,劉開(kāi)華,馬永濤,等.多徑環(huán)境下無(wú)源超高頻RFID定位算法研究[J].計(jì)算機(jī)工程,2014,40(8):33-37.

[5] 肖 竹,王勇超,田 斌,等.超寬帶定位研究與應(yīng)用:回顧和展望[J].電子學(xué)報(bào),2011,39(1):133-141.

[6] 王 睿,趙 方,彭金華,等.基于WI-FI和藍(lán)牙融合的室內(nèi)定位算法[J].計(jì)算機(jī)研究與發(fā)展,2011,48:28-33.

[7] NI L M,LIU Y H,LAU Y C,et al.LANDMARC:indoor location sensing using active RFID[C]//Proceedings of the first IEEE international conference on pervasive computing and communications.Washington DC,USA:IEEE Computer Society,2003:407.

[8] JIN G,LU X,PARK M S.An indoor localization mechanism using active RFID tag[C]//IEEE international conference on sensor networks,ubiquitous,and trustworthy computing.Washington DC,USA:IEEE Computer Society,2006:40-43.

[9] 吳王潤(rùn).基于改進(jìn)LANDMARC算法的RFID室內(nèi)定位系統(tǒng)研究與實(shí)現(xiàn)[D].長(zhǎng)沙:中南大學(xué),2014.

[10] SANSANAYUTH T,SUKSOMPONG P,CHAREONLARPNOPPARUT C,et al.RFID 2D-localization improvement using modified LANDMARC with linear MMSE estimation[C]//13th international symposium on communications and information technologies.[s.l.]:[s.n.],2013:133-137.

[11] 練柱先,余 江,徐麗敏.一種改進(jìn)的LMMSE信道估計(jì)算法[J].計(jì)算機(jī)科學(xué),2014,41(4):53-56.

[12] YEH C H,SU S F.Enhance LANDMARC from the fundamentals[C]//International conference on advanced robotics and intelligent systems.[s.l.]:[s.n.],2013:23-27.

[13] 周亞羅,程銳涵,王莎莎.基于RSSI的LANDMARC室內(nèi)定位算法的改進(jìn)[J].河北聯(lián)合大學(xué)學(xué)報(bào):自然科學(xué)版,2016,38(2):87-91.

[14] 代琪怡.距離無(wú)關(guān)的室內(nèi)路徑損耗模型的建立[D].重慶:重慶理工大學(xué),2014.

[15] 魚(yú)璐璐,楊智應(yīng).改進(jìn)的LANDMARC定位算法[J].硅谷,2012(3):185-187.

[16] 張曉丹,黃海燕.基于免疫克隆算法的LVQ聚類算法權(quán)值優(yōu)化[J].計(jì)算機(jī)科學(xué),2013,40:27-28.

[17] LU S,XU C,ZHONG R Y.An active RFID tag-enabled locating approach with multipath effect elimination in AGV[J].IEEE Transactions on Automation Science and Engineering,2016,13(3):1333-1342.