基于RFID技术的室内定位方法简述

[[257763]]

由于建筑物遮挡等因素,定位精度达到10米以下的民用GPS室外定位无法为室内定位服务提供高精度服务。同时,伴随着5G技术的发展,新的编码方式、波束赋形、大规模天线阵列、毫米波频谱等为高精度距离测量提供技术支持。因此,室内定位的研究成为无线传感器网络服务的一个重要分支。

通常用于室内定位研究的传感器包括:Wi-Fi、蓝牙、RFID、红外、ZigBee等。本文我们将以RFID技术为蓝本,向大家介绍室内定位原理。

1.RFID定位原理

如图1所示,目前传统的RFID室内定位跟踪系统是一种以计算机为基础,集合了RFID数据采集,RFID数据处理与传输、GIS空间分析和查询等技术形成的智能技术系统。

 

图1 基于RFID的室内定位系统结构图

其定位依据是结合RFID信号的接收信号强度、相位等参数,利用定位算法完成距离和方位的计算。例如,Saad等人通过捕获标签的相位信息,利用卡尔曼滤波来计算标签的位置[1]。Alippi等人则是利用安装在固定位置的读写器天线,通过旋转对环境中的标签进行扫描,获得标签所在的角度范围及其接收信号强度,并利用贝叶斯网络计算标签的位置[2]。而Choi等人提出一种利用目标标签对参考标签的信号强度的干扰对标签进行定位的方法[3]。清华大学刘云浩教授的团队提出了一种基于无源RFID标签信号强度高阶变换的高精度室内定位方法,其定位精度可以到厘米级别[4-5]。

2.常见的定位算法

2.1 三边测距法

如图2所示,Hightower等提出的SpotON系统[6]是该类型算法的典型代表。系统使用3个或3个以上的读写器作为基站,记录每个读写器读到的标签接收信号强度,通过三角测距的方法,计算出标签的位置[7]。

 

图2 SpotON系统原理示意图

2.2 LANDMARC定位算法

Landmarc[8]是近年来比较热门的RFID定位系统。其主要思想是引入了参考标签。在室内若干个固定位置分别部署读写器和参考标签,通过比对参考标签和目标标签的接收信号强度,从而推算出目标标签的位置。随后,不少学者对Landmarc系统进行改进以提高其定位精度。其中,Jin等人在Landmarc系统中引入了邻居节点的概念,以此提高定位的效率[9]。Chattopadhyay等人则是通过对参考标签的排列方式和密度进行定量分析,指出Landmarc系统的定位效果依赖于标签的摆放方向,需要标签都按照同样的方向摆放,或者标签天线自身有着良好的全向性[10]。

同时,该团队利用神经网络对Landmarc系统进行改进,通过预先布置的目标标签和参考标签的信号强度,对神经网络进行训练,利用训练好的神经网络,来计算未知的目标标签的位置[11]。Choi等人在系统中引入了一个信号强度修正方法,利用修正后的目标标签和参考标签的信号强度来进行位置计算[12]。香港科技大学的赵戈洋等人提出了基于虚拟参考标签的VIRE(Virtualreferenceelimination)算法,通过线性插值方式结合实际参考标签的位置信息和信号强度,估计虚拟参考标签的位置信息及信号强度,实现室内传输环境的细粒度化[13]。

2.3 到达时间定位算法(TOA)

如图3所示,Xu等人利用到达时间法对人员的运动轨迹进行跟踪[14];Wang等人则是将L-MUSIC方法与到达时间法整合,实现对标签定位[15]。然而,到达时间法存在一定缺陷:

(1)由于室内定位的应用场景通常较小,标签到读写器的距离较近,以电磁波在空气中的传播速度,进行短距离测距需要很高的时间精度;

(2)读写器和标签之间需要精确的同步;

(3)RFID自身较低的通信速率,使得精确的时间戳(Timestamp)的加入较为困难。

 

图3 TOA算法原理示意图

除了以上提到的方法之外,波达角(AOA)、波达方向(DOA)等室内定位算法也是研究热点,能够提供较好的定位精度。目前,室内定位应用正处于从研究室走向实际应用阶段,如香港中文大学的室内定位技术在菜鸟驿站中开始进行应用,如何从理论算法的研究到工业生产应用是研究学者仍需解决的问题。

参考文献:

[1] De Jesus N S, Marciano J S. Enhancing theaccuracy of direction-of-arrival (DoA) estimates of passive UHF RFID tagsignals using adaptive filtering[C]. 10th International Conference onInformation Sciences Signal Processing and their Applications, 169-172, 2010.

[2] Saad S S, Nakad Z S. A standalone RFID indoorpositioning system using passive tags [J]. IEEE Transactions on IndustrialElectronics, vol.58, no.5, 1961-1970, 2011.

[3] Choi J S, Lee H, Engels D W, et al. Passive UHFRFID-based localization using detection of tag interference on smart shelf [J].IEEE Transactions on Systems, Man, and Cybernetics, vol. 42, no.2, 268-275,2012.

[4] L. Yang, Y. Chen, X.-Y. Li, C. Xiao, M. Li, andY. Liu. Tagoram: Realtime Tracking of Mobile RFID Tags to High Precision UsingCOTS Devices. In Proceedings of ACM MobiCom, 2014.

[5] L. Shangguan, Z. Li, Z. Yang, M. Li, Y. Liu,and J. Han. OTrack: Order Tracking for Luggage in Mobile RFID Systems.Transactions on Parallel and Distributed Systems, vol. 25, 2114–2125, 2014.

[6] Higlitower J, Want R, Borriello G. SpotON: Anindoor 3D location sensing technology based on RF signal strength [J]. UW-CSE 00-02-02,University of Washington, Department of Computer Science and Engineering,Seattle, WA, February 2000.

[7] Hightower J, Vakili C, Borriello G, et al.Design and calibration of the spoton ad-hoc location sensing system[J]. UW CSE00-02-02,University of Washington, Department of Computer Science andEngineering, Seattle, WA, 2001.

[8] Ni L M, Li Y, Lau Y C, et al. LANDMARC: indoorlocation sensing using active RFID [J]. In Proceedings of the First IEEEInternational Conference on Pervasive Computing and Communications, 407-415,2003.

[9] Jin G, Lu X, Park MS. An indoor localizationmechanism using active RFID tag[C]. IEEE International Conference on SensorNetworks, Ubiquitous, and Trustworthy Computing, 1-4, 2006.

[10] Chattopadhyay A, Harish A R. Analysis of UHFpassive RFID tag behavior and study of their applications in low range indoorlocation tracking[C]. IEEE Antennas and Propagation Society InternationalSymposium, 1217-1220, June 2007.

[11] Chattopadhyay A, Harish A R. Analysis of lowrange Indoor Location Tracking techniques using Passive UHF RFID tags[C]. IEEERadio and Wireless Symposium, 351-354, 2008.

[12] Choi J S, Lee H, Elmasri R, et al.Localization systems using passive UHF RFID[C]. Fifth International JointConference on INC, IMS and IDC, 1727-1732, 2009.

[13] Zhao Y, Liu Y, Ni L M. VIRE: Active RFID-basedlocalization using virtual reference elimination[C].International Conference onParallel Processing, 10-14, 2007.

[14] Xu B, Gang W. Random sampling algorithm inRFID indoor location system[C]. In Third IEEE International Workshop onElectronic Design, Test and Aplications (DELTA), 168-176, 2006.

[15] Wang J S, Shen Z X. An improved MUSIC TOAestimator for RFID positioning[C]. IEEE Radar Conference, 478-482, 2002.

【本文为IDC.NET专栏作者“中国保密协会科学技术分会”原创稿件,转载请联系原作者】

 

戳这里,看该作者更多好文

文章来源网络,作者:管理,如若转载,请注明出处:https://shuyeidc.com/wp/153195.html<

(0)
管理的头像管理
上一篇2025-03-14 08:45
下一篇 2025-03-14 08:46

相关推荐

  • 云服务器和云虚拟主机怎么选?云服务器和虚拟主机区别

    云服务器适合业务增长快、需弹性扩展的场景,而云虚拟主机适合预算有限、技术门槛低的小型静态网站或测试环境,二者核心区别在于资源独享性与运维复杂度,核心差异解析:从底层架构到使用体验很多人容易混淆这两者,觉得它们都是“买空间建站”,它们的底层逻辑完全不同,云服务器(ECS)就像是你租了一整栋别墅,水电网络独立,你想……

    2026-06-29
    0
  • 赣州智慧旅游招聘是真的吗?赣州旅游人才招聘信息

    中级岗位(3-5年经验)月薪范围通常在6000-10000元,这类岗位需要独立负责项目模块,如独立运营一个抖音账号,或维护一个景区小程序的功能迭代,具备成功案例的候选人议价能力较强,高级岗位(5年以上经验)月薪范围通常在10000-20000元,部分核心管理岗可达更高,这类人才需要具备战略规划能力,如制定整个景……

    2026-06-29
    0
  • 赣州智能物联网车位锁如何管理?智能车位锁管理系统多少钱

    赣州智能物联网车位锁管理的核心在于通过云端平台实现远程控锁、状态实时监控及自动计费,彻底解决传统车位“被占难管”与“找位难”的痛点,在赣州这样的城市,随着机动车保有量的持续增长,老旧小区、商业综合体以及私人固定车位的资源矛盾日益凸显,传统的机械地锁或简易遥控锁,不仅操作繁琐,更无法实现数据化管理,引入智能物联网……

    2026-06-29
    0
  • 赣州智能消防栓好用吗,智能消防栓多少钱一个

    赣州智能消防栓通过物联网技术实现实时监测与远程报警,能显著降低火灾响应时间并提升城市消防安全管理水平,是目前智慧城市建设中不可或缺的基础设施,赣州智能消防栓的核心价值与应用场景传统消防栓往往存在“看不见、摸不着、用不了”的痛点,在赣州这样地形复杂、老城区与新城区并存的区域,传统设施的管理难度极大,智能消防栓的出……

    2026-06-29
    0
  • 云服务器和物理机到底有啥区别?

    云服务器本质上是虚拟化资源池中的弹性实例,而传统物理服务器是独占的硬件实体,前者胜在弹性与运维便捷,后者强在物理隔离与性能稳定,具体选择取决于业务对成本、扩展性及安全合规的权衡,很多人初次接触服务器时,容易把“云服务器”和“传统物理服务器”混为一谈,觉得它们都是用来跑网站或存数据的盒子,这两者的底层逻辑完全不同……

    2026-06-29
    0

发表回复

您的邮箱地址不会被公开。必填项已用 * 标注