基于RFlD标签的定位原理和技术

-邻居法：首先，测量已知位置的接收信号强度值，并且建立RSS数据库。然后，在实时测量阶段，用待定位点的RSS值与之前建立的信号空间相匹配，利用均方根法寻找K个最近值，确定出待定位点的位置。

　　概率统计法：依据后验概率和贝叶斯准则，假设有Ⅳ个位置作为测量参考点，测量待定位点移动时的信号强度矢量，选择概率最高的作为待定位点的位置。一般来说，概率统计方法涉及4个阶段：校准、动态学习、误差估计和历史追踪。

　　2.3 邻近法

　　这种方法主要依赖天线的排列密度。当待定位点进入到一个接收机天线辐射区域时，它的位置假定为此接收机位置。当有多个天线检测到待定位点时，待定位点的位置假定为接收信号最强的接收机位置。这种方法简单且较易实现，但是，准确性与天线相关。

　　3 射频识别定位方法

　　目前已提出有多种不同的RFID方法，这些方法把室内定位原理与RFID技术自身的特性相结合。

　　RFID定位方法可以分为：距离估计法、场景分析法、约束法。

　　3.1 距离估计法

　　(1)SpotON：SpotON系统采用可调整的长距离主动RFID标签，多个读写器收集标签的信号强度测量值，通过定义的函数来估计标签与读写器之间的距离，使用最小二乘法进行计算。

　　(2)SAW ID—tags：表面声波识别标签全部是无源标签，标签采用脉冲压缩和编码技术。测定每个标签脉冲反应的频率，接着标签重新传送相关信号。重传信号有一个自相关峰值，产生幅度值最高的脉冲响应标签就是待定位点的标签。基于信号到达时间的方法测量每个读写器i与标签之间的距离如式(1)所示。

　　其中，Tsys是系统的时间延时;Tcable,i是预校准脉冲期间接收天线和解调器之间电缆传输延时;TSAW是所有标签的时间延时。有3个估计距离时，系统用三边测量法定位标签。

　　(3)LPM：本地位置测量系统采用有源标签，读写器与已知固定位置的参考标签(RT)同步运行。在收到激活指令后，选定的测量标签(MT)在时刻TMT响应。每个读写器Ri相应的时间差值通过式(2)计算

　　计算至少3个读写器的时间差值，用加权平均法估计标签的位置。

　　(4)RSP：RSP也称为波达方向(Direction of Arrival，DOA)，利用接收机处的阵列天线和波达方向估计技术，确定接收机到信源的波达方向，利用多个接收机估计的DOA进行三角测量，方向线的交点就是信源的估计位置。

　　 3.2 场景分析法

　　(1)LANDMARC：LANDMARC系统主要采用K-近邻法。已知位置的参考标签规则地分布在室内，读写器有8个不同的能量等级，通过比较读写器接收到待定位标签与参考标签信号强度值的大小来找出离待定位标签最近的几个参考标签。

　　式(4)表示了参考标签与待定位标签的关系，n表示读写器的数量;Si表示读写器i接收到待定位标签的RSS值;θj,i表示读写器i接收到参考标签j的RSS值。根据这几个参考标签的坐标，并结合它们的权重用经验公式计算标签的位置。LANDMARC系统具有很高的定位精度，可扩展性好，能处理比较复杂的环境，但由于信号的多路径效应，定位精度不高;为了定位更加准确，往往要放置更多的参考标签，需要增加成本，并且可能产生射频干扰现象。

　　(2)VIRE：核心思想是在不增加额外参考标签的情况下，通过去掉不可能的位置以得到待定位物体更精确的位置。与LANDMARC不同的是，VIRE引入了近似图的概念，近似图覆盖整个定位区域，并且划分为多个小区域，其中每个区域的中心对应着一个虚拟参考标签。每一个阅读器都有一幅对应的近似图，如果阅读器读到的近似图中某些区域的RSS值与读到的待定位标签RSS值差的绝对值在某个阈值之内，则将这些区域标记。假设有k个阅读器，则在获得k幅近似图之后，通过取交集可以得到待定位标签最可能在的区域。若最后得到的区域数为n，则可以通过式(5)算出待定位标签的坐标。

　　其中，权重w=w1i×w2i;w1i表示虚拟参考标签和被定位标签偏差;w2i是最后所得区域密度的相关函数。VIRE方法引入了虚拟参考标签的概念，使得在不增加额外标签的前提下提高了定位精度，VIRE方法对环境也有较好的适应性，在复杂和封闭的环境中也有较高的精度。

　　(3)卡尔曼滤波：卡尔曼滤波法同样利用参考标签。第一步，假定每个参考标签与待定位标签距离为Di，计算两个读写器所接收到待定位标签的RSS值，采用最小均方差算法，建立系统的非线性方程。

第二步是建立一个读写器检测区域的误差测量概率图。同样地，用第一步的方法计算读写器收到参考标签的RSS值，依据估计位置和实际位置，推算出相应的概率误差分布函数。卡尔曼滤波