CN101363910B - 一种基于贝叶斯理论的无线射频定位方法 - Google Patents

Abstract

一种基于贝叶斯理论的无线射频定位方法，步骤为：将阅读器放置于待监测区域边界；参考标签以矩形网格形式固定于室内待监测区域；当带有射频标签的待测对象置于待监测区域时，阅读器将参考标签和待测对象标签的射频信号强度值传至上位机；上位机比较参考标签与待测对象标签的射频信号强度的绝对差值以确定待测对象附近最近参考标签，得出待测对象的参考位置；然后，上位机得到待测对象标签与各个阅读器间的距离信息；最后，基于一种贝叶斯定位理论，上位机对得到的位置信息进行数据融合，以此来得到待测对象标签的位置坐标。借助本发明方法，定位系统在抑制噪声干扰方面具有良好的灵活性和适应性，并且在位置感应方面具有良好的精确性和实时性。

Description

一种基于贝叶斯理论的无线射频定位方法

技术领域

本发明涉及一种无线精确定位的方法，特别涉及一种在室内精确定位领域，基于射频识别标签信号强度值的无线射频定位方法。

背景技术

无线定位技术是通过特定算法对接收到的电磁波的某些参数进行处理，以此来推断待测对象的位置。测量参数包括测试信号的传输时间、幅度、相位、达到角度和信号强度等。目前，随着无线技术、移动计算装置和互联网的不断发展，室内定位服务系统越来越引起人们的注意。常用的室内无线定位技术有：

(1)室内GPS定位技术：GPS是目前应用最为广泛的定位技术。但是，当GPS接收机在室内工作时，由于信号受建筑物的影响而大大衰减，其定位精度很低，定位速度也相对较慢，而且定位器终端的成本较高。

(2)蜂窝定位技术：GSM、CDMA等蜂窝网络均支持定位技术，但非视距传播、多径效应和多址干扰等因素降低了其定位精度，且涉及用户的隐私问题，使其推广受到了一定限制。

(3)红外技术：基于散红外技术的有源标签可以用于室内定位，但是它要求待测对象必须与红外线阅读器成一条直线，并且定位距离太近，因而实际应用的意义不大。

(4)基于无线局域网的定位技术：在一定的区域内安装适量的无线基站，根据这些基站获得的待测对象的相关信息，并结合基站的拓扑结构，综合分析，从而确定物体的具体位置。应用此类技术的系统容易建立，但是测量精度差强人意，有待进一步提高。

(5)超声波技术：目前成功运用此技术确实可以取得较高的定位精度，但是需要大量的基础设施支持，成本昂贵，无法大面积推广。

与上述定位系统相比，射频识别标签RFID技术具有非视距和非接触的优点。它能以非凡的速度工作，较大的传输范围以及高性价比也是RFID的优势所在。

射频识别，又称电子标签，是一种非接触式的自动识别技术，它通过射频信号自动识别目标对象并获取相关数据，识别工作无须人工干预，可工作于各种恶劣环境。RFID最早的应用可追溯到第二次世界大战中用于区分联军和纳粹飞机的“敌我辨识”系统。随着技术的进步，RFID应用领域日益扩大，现已涉及到人们日常生活的各个方面，并将成为未来信息社会建设的一项基础技术。RFID技术已广泛应用于医疗监护，监狱犯人管理、大型设备固定资产管理、高速公路收费系统、航空物流识别等诸多领域。

随着芯片技术和生产工艺的不断发展，标签成本的降低、读写距离的提高、存储容量的增大、处理时间的缩短将成为可能，RFID产品的种类将越来越丰富，应用也越来越广泛。

基本的RFID系统由三部分组成：

1.RFID标签。RFID标签由耦合元件及芯片组成，每个标签具有唯一的电子编码。标签含有内置天线，用于和射频天线间进行通信。RFID标签依据发送射频信号的方式不同，分为主动式和被动式两种。主动式标签主动向读写器发送射频信号，通常由内置电池供电，又称为有源标签；被动式标签不带电池，又称为无源标签，其发射电波及内部处理器运行所需能量均来自阅读器产生的电磁波。被动式标签在接收到阅读器发出的电磁波信号后，将部分电磁能量转化为供自己工作的能量。其中主动式标签通常具有更远的通信距离，其价格相对较高，主要应用于贵重物品远距离检测等应用领域。被动式标签具有价格便宜的优势，但其工作距离、存储容量等受到能量来源的限制。

RFID标签根据应用场合、形状、工作频率和工作距离等因素的不同采用不同类型的天线。一个RFID标签通常包含一个或多个天线。RFID标签和阅读器工作时所使用的频率称为RFID工作频率。目前RFID使用的频率跨越低频、高频、超高频、微波等多个频段。RFID频率的选择影响信号传输的距离、速度等，同时还受到各国法律法规限制。

2.RFID阅读器。RFID阅读器的主要任务是控制射频模块向标签发射读取信号，并接收标签的应答，对标签的对象标识信息进行解码，将对象标识信息连带标签上其它相关信息传输到主机以供处理。根据应用不同，阅读器可以是手持式或固定式。当前阅读器成本较高，且大多只能在单一频率点工作。未来阅读器的价格将大幅降低，并且支持多个频率点，能自动识别不同频率的标签信息。

3.天线。天线用于在标签和读取器间传递射频信号。系统的基本工作流程是：阅读器通过发射天线发送一定频率的射频信号，当射频标签进入发射天线工作区域时产生感应电流，射频标签获得能量被激活；射频标签将自身编码等信息通过卡内置发送天线发送出去；系统接收天线接收到从射频标签发送来的载波信号，经天线调节器传送到阅读器，阅读器对接收的信号进行解调和解码然后送到后台主系统进行相关处理；主系统根据逻辑运算判断该卡的合法性，针对不同的设定做出相应的处理和控制，发出指令信号控制执行机构动作。

在RFID的应用中，出于功耗方面的考虑，电子标签不能成为定位的主动方，所以采用基于网络的方法，即需要在固定位置上部署射频信号的接收装置，而由这些装置采集附着在待测对象上的电子标签发出的信息，然后通过无线/有线网络将信息发往控制中心作进一步的处理。

因此，在无线定位领域中，提高RFID定位技术的精度与可靠性，降低定位系统的成本是现有技术中有待解决的问题。

发明内容

本发明需解决的问题是提供一种贝叶斯理论的无线射频定位方法。基于该方法，定位信息的精度与可靠性能有效地提高，系统的成本也能进一步降低。

根据上述需解决的问题设计了一种基于射频识别标签信号强度值的无线射频定位方法，实施步骤为：

(1)将阅读器放置于待监测区域边界；

(2)参考标签以矩形网格形式固定于室内待监测区域；

(3)当带有射频标签的待测对象置于待监测区域时，各个阅读器通过各自的天线检测各射频标签的电磁波，将测量得到的参考标签和待测对象标签的射频信号强度值传至上位机；

(4)上位机比较各参考标签与待测对象标签的射频信号强度的绝对差值以确定待测对象附近的若干个最近参考标签，并根据其位置信息及其权重因子得出待测对象的参考位置；

(5)上位机通过建立具有剔除异常数据能力的传输信道损耗模型来得到待测对象标签与各个阅读器间的距离信息；

(6)基于一种改进的贝叶斯定位理论，上位机对得到的位置信息进行数据融合，以此来得到待测对象标签的位置坐标。

本发明主要具有三个优点：

(1)定位系统不需要太多数量的阅读器，取而代之的是便宜的射频标签，有效减少系统成本；

(2)由于融合了最近邻居算法和贝叶斯理论的共同优点，该定位系统在待测对象定位精度方面有较大改善；

(3)可以较容易地适应环境的动态性。因为参考标签和待测对象标签处于同一环境中，所以许多引起识别范围的变化的环境因素可以被抵消，因此，在基于参考标签的识别范围内，我们可以动态的实时更新关于查找的参考信息；

(4)待测对象的位置信息更加准确和可靠。该系统在抑制噪声干扰方面具有良好的灵活性和适应性，并且在位置感应方面具有良好的精确性和实时性。

进一步：在上述定位方法中，所述的参考标签矩形网格是长a米，宽b米的矩形网格，其中1米≤a≤5米，1米≤b≤5米。所述的射频信号强度的绝对差值根据以下公式计算：

$E_j=\sqrt{\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{({\mathrm{\θ}}_i-S_i)}^2}$

其中，n为阅读器个数，S_i为待测对象标签在阅读器i上的射频信号强度值，θ_i为参考标签j在阅读器i上的射频信号强度值。E值可用来表征参考标签和待测对象标签之间信号距离关系，E越小表示参考标签和待测对象标签相隔越近。所述的位置信息包括已知每个阅读器和最近邻居标签各自的实际位置以及相互之间的实际距离。所述的待测对象的参考位置是根据以下公式计算：

$W_i=\frac{\frac{1}{E_i^2}}{\underset{i=1}{\overset{k}{\mathrm{\Σ}}}\frac{1}{E_i^2}},$ $(x,y)=\underset{i=1}{\overset{k}{\mathrm{\Σ}}}{W}_i(x_i,y_i)$

其中，k为选取的最近参考标签个数，W_i是第i个最近参考标签的权重因子，(x，y)为待测对象的参考位置坐标，(x_i，y_i)为第i个最近参考标签的实际坐标。所述的传输信道损耗模型根据以下公式获得：

$\mathrm{PL}\left(d\right)=\mathrm{PL}\left(d_0\right)+10n{\log }_{10}\left(\frac{d}{d_o}\right)+X_{\mathrm{\σ}}\left(\mathrm{dB}\right)$

其中，d₀是任意的参考距离(通常是1m)，PL(d₀)是自由空间中传输距离为d₀时的路径损耗，n是路径损耗指数，X_σ是均值为零方差为σ²(dB)的高斯随机变量。X_σ被称为阴影衰落，用来建模多径衰落、障碍物、标签方向性和移动物体等环境因素引起的室内无线信号传播的随机衰落。所述的改进的贝叶斯定位理论通过以下公式表示：

$p\left(z_k\right|X_k)=\frac{1}{{\mathrm{\σ}}_2\sqrt{2\mathrm{\π}}}\exp (-\frac{{(D_2-Q)}^2}{2{{\mathrm{\σ}}_2}^2})\×\frac{1}{{\mathrm{\σ}}_3\sqrt{2\mathrm{\π}}}\exp (-\frac{{D_3}^2}{2{{\mathrm{\σ}}_3}^2})$

其中，Z_k＝{z_i，i＝1，2，Λk}表示到k时刻为止获得的所有测量值的集合，z_i表示i时刻获得的测量值；p(z_k|X_k)表示待测对象标签处于位置X_k时获得测量值z_k的概率；D₂表示待测对象标签与阅读器间的距离测量值，Q表示待测对象标签与阅读器间的实际距离，σ₂表示测量距离的不确定方差，其值与待测对象的运动模型、室内的噪声环境等有关；Y_k表示最近邻居算法得到的待测对象标签的参考位置，D₃表示X_k到Y_k的距离，σ₃表示加权因子的加权强度。所述的阅读器通过传输控制协议和网际协议把射频信号强度值传至上位机。所述的射频标签可主动地向阅读器发射电磁波。所述的上位机是电脑处理器。

附图说明

附图1是本发明定位系统硬件布局示意图；

附图2是本发明实施例流程示意图。

具体实施方式

本发明的主旨是设计一个技术方案以使利用无线射频技术进行室内精确定位时，能有效提高测量的精度和可靠性。下面结合实施例参照附图进行详细说明，以便对本发明方法的技术特征及优点进行更深入的诠释。

本发明无线射频定位方法的具体实施步骤为：其一，将阅读器放置于待监测区域边界；其二，参考标签以矩形网格形式固定于室内待监测区域，每个阅读器和参考标签各自的位置以及相互之间的距离已知；其三，当带有射频标签的待测对象置于待监测区域时，各个阅读器通过各自的天线接收各射频标签主动发出的电磁波，将测量得到的参考标签和待测对象标签的射频信号强度值通过传输控制协议和网际协议传至上位机；其四，上位机比较各参考标签与待测对象标签的射频信号强度的绝对差值以确定待测对象附近的若干个最近参考标签，并根据其位置信息及其权重因子得出待测对象的参考位置；其五，上位机通过建立具有剔除异常数据能力的传输信道损耗模型来得到待测对象标签与各个阅读器间的距离信息；其六，基于一种改进的贝叶斯定位理论，上位机对得到的位置信息进行数据融合，以此来得到待测对象标签的位置坐标。

无线射频定位系统硬件布局如图1所示。将参考标签布为长5米，宽5米的矩形网格，并固定于室内待监测区域；将一射频标签缚于待测对象处；将四个阅读器放置于待监测区域边界，确保阅读器的识别范围可以覆盖监测区域；该系统有16个参考标签和1个待测对象标签，各个阅读器和参考标签各自的位置以及相互之间的距离需作为已知条件。

参照图1的系统布局，如果需要定位待测对象1标签时，具体的交互流程如图2所示：

(步骤201)将4个阅读器放置于待监测区域边界；并将16个射频标签作为参考标签以矩形网格形式固定于室内待监测区域，每个阅读器和参考标签各自的位置以及相互之间的距离已知；

(步骤202)当带有射频标签的待测对象1置于待监测区域时，各个阅读器通过各自的天线接收各射频标签主动发出的电磁波，将测量得到的参考标签和待测对象1标签的射频信号强度值通过传输控制协议和网际协议传至电脑处理器；

(步骤203)定义待测对象1标签的信号强度矢量为 $\stackrel{\→}{S}=(S_1,S_2,S_3,S_4),$ 其中S_i表示待测对象1标签在阅读器i上的标签信号强度值，i∈(1，4)。对于参考标签，定义相应的信号强度矢量 $\stackrel{\→}{\mathrm{\θ}}=({\mathrm{\θ}}_1,{\mathrm{\θ}}_2,{\mathrm{\θ}}_3,{\mathrm{\θ}}_4),$ 其中θ_i表示参考标签在阅读器i上的标签信号强度值，i∈(1，4)；

对于待测对象1标签，定义：

$E_j=\sqrt{\underset{i=1}{\overset{4}{\mathrm{\Σ}}}{({\mathrm{\θ}}_i-S_i)}^2},j\∈\left(\mathrm{1,16}\right)$

E值可用来表征参考标签和待测对象标签之间信号距离关系，E越小表示参考标签和待测对象标签相隔越近；

有16个参考标签，因此待测对象1标签有E矢量：

$\stackrel{\→}{E}=(E_1,E_2,...,E_{16})$

由于这些E值仅用来反应标签之间的关系，因此，我们可以从中选择4个拥有较小E值的参考标签，即将距离待测对象1标签较近的参考标签的坐标作为参考位置坐标；

(步骤204)待测对象1标签的参考位置坐标是根据以下公式计算：

$W_i=\frac{\frac{1}{E_i^2}}{\underset{i=1}{\overset{4}{\mathrm{\Σ}}}\frac{1}{E_i^2}},$ $(x,y)=\underset{i=1}{\overset{4}{\mathrm{\Σ}}}{W}_i(x_i,y_i)$

其中，W_i是第i个最近参考标签的权重因子，(x_i，y_i)为第i个最近参考标签的实际坐标，(x，y)为待测对象1标签的参考位置坐标；

(步骤205)定位系统的传输信道损耗模型是根据以下公式建立：

$\mathrm{PL}\left(d\right)=\mathrm{PL}\left(d_0\right)+10n{\log }_{10}\left(\frac{d}{d_o}\right)+X_{\mathrm{\σ}}\left(\mathrm{dB}\right)$

其中，d₀是任意的参考距离(通常是1m)，PL(d₀)是自由空间中传输距离为d₀时的路径损耗，n是路径损耗指数，X_σ是均值为零方差为σ²(dB)的高斯随机变量。X_σ被称为阴影衰落，用来建模多径衰落、障碍物、标签方向性和移动物体等环境因素引起的室内无线信号传播的随机衰落。

若令P_r(d)为接收器与发射器的距离为d时接收器接收到的信号强度(RSSI)，P_t为发射器的发射信号强度，ω＝P_t-PL(d₀)，则P_r(d)是根据以下公式计算：

$P_r\left(d\right)=\mathrm{\ω}-10n{\log }_{10}\left(\frac{d}{d_o}\right)+X_{\mathrm{\σ}}\left(\mathrm{dB}\right)$

为了建立d和P_r(d)之间确定的映射关系，需要得到ω和n的具体值。由于室内的环境因素是随时间变化的(障碍物的布局可能改变，移动物体在不同的地方走动)，我们必须及时更新ω和n的值，以反映环境因素的改变；由于室内无线电信号存在非视距传播，阅读器可能接收到一些比正常信号弱很多的信号，我们称这些信号为异常数据。异常数据的存在严重影响参数估计的精度。在这里我们使用一种带异常数据剔除的参数估计算法。

设阅读器获得K组信号强度和距离的数据对{(P_r(d_i)，d_i)，i∈1，2，Λ，K}(这些数据对可通过参考标签获得)。为叙述方便，令：

Y＝[P_r(d₁)，P_r(d₂)，Λ，P_r(d_K)]^T， $\mathrm{\β}=\left[\begin{array}{c}n\\ \mathrm{\ω}\end{array}\right],$ $X=\left[\begin{array}{c}-10{\log }_{10}\left(\frac{d_1}{d_0}\right),1\\ -10{\log }_{10}\left(\frac{d_2}{d_0}\right),1\\ M\\ -10{\log }_{10}\left(\frac{d_K}{d_0}\right),1\end{array}\right]$

令H＝(h_ij)_K×K＝X(X^TX)^-1X^T

显然有 $\underset{j=1}{\overset{K}{\mathrm{\Σ}}}{h_{\mathrm{ij}}}^2=h_{\mathrm{ii}},$ 记h_i＝h_ii，(i＝1，2，Λ，K)

δ＝(I-H)Y＝[δ₁，δ₂，Λ，δ_K]^T

${\mathrm{\ξ}}_t={(1-h_t)}^{-1}{{\mathrm{\δ}}_t}^2,(t=\mathrm{1,2},\mathrm{\Λ},K)$

若ξ_t＝max(ξ_t)>α‖δ‖²，则认为P_r(d_i)是异常数据，必须剔除。α由下面两式决定：

其中r为正常数据个数，u为异常数据个数，p＝rank(X)。

在工程实践中，依大概率一般取 $\mathrm{\α}=\frac{7.29}{r-p}$ 就可以在有效保护正常数据的同时剔除异常数据。另外在动态数据处理建立的模型中，一般均满足r>>u，r>>p，因此可取 $\mathrm{\α}=\frac{7.29}{K}.$

去除掉所有异常数据之后，根据最小二乘法便可得到参数ω和n的估计：

$\widehat{\mathrm{\β}}={(X^{\′T}X\′)}^{-1}{X}^{\′T}Y\′$

(步骤206)融合最近邻居算法和贝叶斯理论的各自优势，提出改进的贝叶斯定位理论，根据以下公式计算：

$p\left(z_k\right|X_k)=\frac{1}{{\mathrm{\σ}}_2\sqrt{2\mathrm{\π}}}\exp (-\frac{{(D_2-Q)}^2}{2{{\mathrm{\σ}}_2}^2})\×\frac{1}{{\mathrm{\σ}}_3\sqrt{2\mathrm{\π}}}\exp (-\frac{{D_3}^2}{2{{\mathrm{\σ}}_3}^2})$

其中，Z_k＝{z_i，i＝1，2，Λk}表示到k时刻为止获得的所有测量值的集合，z_i表示i时刻获得的测量值；p(z_k|X_k)表示待测对象1标签处于位置X_k时获得测量值z_k的概率；D₂表示待测对象1标签与阅读器间的距离测量值，Q表示待测对象1标签与阅读器间的实际距离，σ₂表示测量距离的不确定方差，其值与待测对象的运动模型、室内的噪声环境等有关；Y_k表示最近邻居算法得到的待测对象1标签的参考位置，D₃表示X_k到Y_k的距离，σ₃表示加权因子的加权强度。

基于上述改进的贝叶斯定位理论来导出计算待测对象1标签位置的线性方程组。

如图1所示，待测区域边界放置4个阅读器，设它们的坐标分别为(a₁，b₁)，(a₂，b₂)，Λ，(a₄，b₄)，并设X_k＝(x，y)，X_k-1＝(x_k-1，y_k-1)，Y_k＝(x₀，y₀)。考虑4个阅读器，则待测对象1标签位置的概率分布函数是根据以下公式计算：

p(x，y)＝C×exp(f(x，y))

其中C是常数，f(x，y)是一个非线性函数。

使p(x，y)具有极大值的坐标(x，y)可认为是待测对象1标签的计算位置。指数函数是单调函数，因此只须求出使目标函数f(x，y)具有极大值的坐标(x，y)即可。在这里，我们使用以下公式对目标函数f(x，y)进行近似处理：

f(x，y)≈m₁x²+m₂y²+m₃xy+m₄x+m₅y+m₆

令上式对x，y的一阶导数等于0，可得：

$\left\{\begin{array}{c}2m_{1}x+m_{3}y=-m_4\\ m_{3}x+2m_{2}y=-m_5\end{array}\right.$

解上面的线性方程组可得：

$\left\{\begin{array}{c}x=\mathrm{\α}(x\′,y\′)\\ y=\mathrm{\β}(x\′,y\′)\end{array}\right.$

求解极值时对目标函数f(x，y)进行了近似，为进一步提高定位精度，可对上式进行迭代。即：

$\left\{\begin{array}{c}{x}_j=\mathrm{\α}(x_{j-1},y_{j-1})\\ y_j=\mathrm{\β}(x_{j-1},y_{j-1})\end{array}\right.$

设置迭代结束条件|x_j-x_j-1|+|y_j-y_j-1|<ξ和最大迭代次数max，利用初值(x₀，y₀)，即可通过上式进行迭代以求解待测对象1标签的位置坐标。

总之，本领域的技术人员可以对本发明的无线射频定位方法进行的各种改动和变形而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (8)

1.一种基于贝叶斯理论的无线射频定位方法，实施步骤为：

(1)将阅读器放置于待监测区域边界；

(2)参考标签以矩形网格形式固定于室内待监测区域；

(3)当带有射频标签的待测对象置于待监测区域时，阅读器通过自身的天线检测射频标签的电磁波，将测量得到的参考标签和待测对象标签的射频信号强度值传至上位机；

(4)上位机比较参考标签与待测对象标签的射频信号强度的绝对差值以确定待测对象附近的最近参考标签，并根据其位置信息及其权重因子得出待测对象的参考位置；

(5)上位机通过建立具有剔除异常数据能力的传输信道损耗模型来得到待测对象标签与阅读器间的距离信息；

(6)基于一种贝叶斯定位理论，上位机对得到的位置信息进行数据融合，以此来得到待测对象标签的位置坐标；

所述的射频标签可主动地向阅读器发射电磁波；

所述的贝叶斯定位理论通过以下公式表示：

$p\left(z_k\right|X_k)=\frac{1}{{\mathrm{\&sigma;}}_2\sqrt{2\mathrm{\&pi;}}}\exp (-\frac{{(D_2-Q)}^2}{2{{\mathrm{\&sigma;}}_2}^2})\&times;\frac{1}{{\mathrm{\&sigma;}}_3\sqrt{2\mathrm{\&pi;}}}\exp (-\frac{{D_3}^2}{2{{\mathrm{\&sigma;}}_3}^2})$

其中，Z_k＝{z_i，i＝1，2，Λk}表示到k时刻为止获得的所有测量值的集合，z_i表示i时刻获得的测量值；p(z_k|X_k)表示待测对象标签处于位置X_k时获得测量值z_k的概率；D₂表示待测对象标签与阅读器间的距离测量值，Q表示待测对象标签与阅读器间的实际距离，σ₂表示测量距离的不确定方差，其值与待测对象的运动模型、室内的噪声环境有关；Y_k表示最近邻居算法得到的待测对象标签的参考位置，D₃表示X_k到Y_k的距离，σ₃表示加权因子的加权强度。

2.根据权利要求1所述的基于贝叶斯理论的无线射频定位方法，其特征在于：所述的参考标签矩形网格是长a米，宽b米的矩形网格，其中1米≤a≤5米，1米≤b≤5米。

3.根据权利要求2所述的基于贝叶斯理论的无线射频定位方法，其特征在于：所述的射频信号强度的绝对差值根据以下公式计算，

$E_j=\sqrt{\underset{i=1}{\overset{n}{\mathrm{\&Sigma;}}}{({\mathrm{\&theta;}}_i-S_i)}^2}$

其中，n为阅读器个数，S_i为待测对象标签在阅读器i上的射频信号强度值，θ_i为参考标签j在阅读器i上的射频信号强度值，E值可用来表征参考标签和待测对象标签之间信号距离关系，E越小表示参考标签和待测对象标签相隔越近。

4.根据权利要求3所述的基于贝叶斯理论的无线射频定位方法，其特征在于：所述的位置信息包括已知每个阅读器和最近邻居标签各自的实际位置以及相互之间的实际距离。

5.根据权利要求4所述的基于贝叶斯理论的无线射频定位方法，其特征在于：所述的待测对象的参考位置是根据以下公式计算：

$W_i=\frac{\frac{1}{E_i^2}}{\underset{i=1}{\overset{k}{\mathrm{\&Sigma;}}}\frac{1}{E_i^2}},(x,y)=\underset{i=1}{\overset{k}{\mathrm{\&Sigma;}}}{W}_i(x_i,y_i)$

其中，k为选取的最近参考标签个数，W_i是第i个最近参考标签的权重因子，(x，y)为待测对象的参考位置坐标，(x_i，y_i)为第i个最近参考标签的实际坐标。

6.根据权利要求5所述的基于贝叶斯理论的无线射频定位方法，其特征在于：所述的传输信道损耗模型根据以下公式获得：

$\mathrm{PL}\left(d\right)=\mathrm{PL}\left(d_0\right)+10n{\log }_{10}\left(\frac{d}{d_o}\right)+X_{\mathrm{\&sigma;}}\left(\mathrm{dB}\right)$

其中，d₀是任意的参考距离，PL(d₀)是自由空间中传输距离为d₀时的路径损耗，n是路径损耗指数，X_σ是均值为零方差为σ²(dB)的高斯随机变量，X_σ被称为阴影衰落，用来建模多径衰落、障碍物、标签方向性和移动物体环境因素引起的室内无线信号传播的随机衰落。

7.根据权利要求1至6中任意一项所述的基于贝叶斯理论的无线射频定位方法，其特征在于：所述的阅读器通过传输控制协议和网际协议把射频信号强度值传至上位机。

8.根据权利要求7所述的基于贝叶斯理论的无线射频定位方法，其特征在于：所述的上位机是电脑处理器。

Images