CN103995250A - 射频标签轨迹追踪方法 - Google Patents

Abstract

本发明提供一种射频标签轨迹追踪方法，该方法利用相位值，对移动中的RFID标签进行毫米级的实时定位追踪，具体包括以下步骤：A、划分目标空间。B、通过天线阵列，采集相位值。C、计算标签位置在目标空间中的概率分布。D、消除白噪音对定位的影响。E、消除多样性对定位的影响。F、寻找最大概率位置。本发明能够有效消除RFID定位中白噪音与多样性的影响，并通过虚拟天线技术构建的虚拟天线阵列，在只有少量天线的情况下，对移动中的RFID标签进行高精度实时定位追踪。

Description

射频标签轨迹追踪方法

技术领域

本发明涉及室内定位技术领域，尤其涉及一种射频标签轨迹追踪方法。

背景技术

不论是在物联网还是在RFID应用中，由于迫切而又多样的应用需求，定位技术一直是一个被广泛研究的技术热点。卫星定位系统(GPS)常被用于进行人和设备的定位，如车载导航，军事作战等。然而在实际环境中，卫星定位系统的覆盖范围由于其技术特征仍存在明显的局限性。卫星定位系统虽然能够在室外进行有效地定位，但由于卫星信号需要进行视距传输与接收，在大部分室内或有遮挡物的环境下，卫星定位系统将失效。与此同时，在大型室内环境如仓库、机场大厅、监狱、图书馆、博物馆、大型超市、地下停车场、矿井等环境中，室内定位需求非常迫切。这些场景需要通过较为准确的位置信息来合理整合资源、提高服务效率和确保公共安全。室内定位技术已经成为当今研究的热点。

常见的定位方法根据测距是否有基于测距的定位方法与基于非测距的定位方法。测距定位方法主要是通过测量节点间的距离或角度，采用三遍测量或三角测量法来确定目标的位置，如接受信号强度法(RSSI)、到达时间法(time ofarrival，TOA)、到达时间差法(time different of arrival，TDOA)、到达相位差法(phase different of arrival，PDOA)和到达角度法(angle of arrival，AOA)等，其中TOA，TDOA，AOA法由于在多径传播环境下性能较差，并不适用于复杂周边环境，如障碍物较多的室内。而适于RFID的定位方法有LANDMARC、SAWID-tags、VIRE、LPM、Bluebot、SpotON等。这些方法主要可以非为三类：基于信号强度(RSSI)的定位、基于相位值的定位以及接近定位。基于信号强度的定位由于RFID标签的极化特性，定位精度不高，且不够稳定。基于相位值的定位受限于多径效应的其他场景因素的影响，很难达到较高的精度。接近定位技术则一般用于对定位精度要求不高的特定的场景。

综上所述，这些方法都无法对RFID标签进行高精度的实时定位追踪。但在一些特定的应用场景中，高精度的定位是至关重要的。如在基于RFID的自动分拣系统中，系统需要高精度实时追踪贴有RFID标签的待分拣物体。如果追踪不精确，很可能致使错误分拣，导致经济损失。据统计，每年航空公司由于行李错误分拣导致的损失高达两千万。

RFID定位技术的两个主要挑战：白噪音与多样性。由于白噪音影响，即便标签与天线间的相对位置不发生改变，采集得到的相位值不是固定不变的，而是会包含一个随机的误差值，并最终呈现出一个典型的高斯分布。而“多样性”指标签的相位值，除了与标签与天线间的距离有关外，还受到标签，天线与阅读器物理特性的影响。标签，天线与阅读器的物理特性会使标签的相位值产生一个常量的偏移。对于特定的标签，天线与阅读器组，这个偏移常量是一定的。显然，白噪音与多样性引入误差会影响RFID标签定位精度。

发明内容

本发明的目的在于克服现有技术中存在的不足，提供一种射频标签轨迹追踪方法，实现对移动中的RFID标签的高精度实时定位追踪。本发明采用的技术方案是：

一种射频标签轨迹追踪方法，包括下述步骤：

S101.划分目标空间；将目标空间划分为多个分区；

S102.通过天线阵列，采集待追踪标签的相位值；记录相位值与相位值采集时间；

S103.计算标签位置在目标空间中的概率分布；

S104.消除白噪音对定位的影响；

S105.消除多样性对定位的影响；

S106.寻找概率最大位置。

进一步地，步骤S101中，

对于二维空间采用方格，三角或圆形状进行平铺，并将每个分区的中心点作为分区的位置；

对于三维空间采用正方体或球立体进行填充，并将每个立体的中心作为分区的位置。

进一步地，步骤S102中，

当天线的数量过少不满足需要时，首先利用标签移动性构建虚拟天线阵列；

如果标签的速度方程已知，直接利用速度方程构建虚拟天线阵列；

如果标签的速度方程未知，首先重构速度方程，再构建虚拟天线阵列。

更进一步地，所述步骤S102中如果标签的速度方程已知，直接利用速度方程构建虚拟天线阵列，具体包括：

假设标签没有发生移动，而是天线相对于标签运动；

利用速度方程计算天线的相对位移，并在计算的新位置构造虚拟天线；

如下所述：

对M根位置已知的天线，表示为A＝{A₁，A₂，...A_m...，A_M}，A_m表示天线的位置；通过阅读器进行N次轮询调度，则总共测量到有M×N个相位值，表示为相位矩阵：

${\mathrm{\θ}}_v=\left(\begin{array}{ccc}{\mathrm{\θ}}_{\mathrm{1,1}}& \·\·\·& {\mathrm{\θ}}_{1,N}\\ \·& & \·\\ \·& {\mathrm{\θ}}_{m,n}& \·\\ \·& & \·\\ {\mathrm{\θ}}_{M,1}& \·\·\·& {\mathrm{\θ}}_{M,N}\end{array}\right)$

其中θ_m，n表示第m根天线第n次读取到的相位值；

记录相位值被读取到的时间戳；

$T=\left(\begin{array}{ccc}{t}_{\mathrm{1,1}}& \·\·\·& t_{1,N}\\ \·& & \·\\ \·& t_{m,n}& \·\\ \·& & \·\\ t_{M,1}& \·\·\·& t_{M,N}\end{array}\right)=t_0+\left(\begin{array}{ccc}{\mathrm{\Δ}}_{\mathrm{1,1}}& \·\·\·& {\mathrm{\Δ}}_{1,N}\\ \·& & \·\\ \·& {\mathrm{\Δ}}_{m,n}& \·\\ \·& & \·\\ {\mathrm{\Δ}}_{M,1}& \·\·\·& {\mathrm{\Δ}}_{M,N}\end{array}\right)$

其中t_m，n为标签被第m根天线第n次读取到的时间；t₀＝min{t_m，n}，表示标签第一次被读取到的时间，Δ_m，n＝t_m，n-t₀；

虚拟天线阵列A_virtual表示为：

$A_{\mathrm{virtual}}=\left(\begin{array}{ccc}{A}_{\mathrm{1,1}}& \·\·\·& A_{1,N}\\ \·& & \·\\ \·& A_{m,n}& \·\\ \·& & \·\\ A_{M,1}& \·\·\·& A_{M,N}\end{array}\right)$

其中虚拟天线A_m，n是由真实天线A_m相对标签移动后形成：

$A_{m,n}=A_m-{\∫}_{t_0}^{t_0+{\mathrm{\Δ}}_{m,n}}v\left(t\right)\mathrm{dt}$

通过上式求出A_virtual中每根虚拟天线的位置，从而构建虚拟天线阵列，v(t)为标签速度。

更进一步地，所述步骤S102中如果标签的速度方程未知，首先重构速度方程，再构建虚拟天线阵列，具体包括：

假设标签运动的初始位置；

利用相位值估算标签沿天线方向的速度分量，并利用多个速度分量求解标签的移动速度；

迭代进行构造标签在一段时间内的速度方程；

假设标签没有发生移动，而是天线相对于标签运动；

利用速度方程计算天线的相对位移，并在计算的新位置构造虚拟天线；

经过一定次数的天线轮询，构造足够的虚拟天线组成虚拟天线阵列。

进一步地，步骤S103具体包括：

遍历空间，假设每个划分的分区位置为目标位置；

计算被假设位置与各天线间的理论相位值；

比较理论相位值与测量相位值，评估各假设位置是目标位置的概率。

更进一步地，步骤S103中，所述比较理论相位值与测量相位值，评估各假设位置是目标位置的概率，具体包括：

对于每个假设位置，分析比较天线阵列中每根天线与其产生的理论相位值与天线采集到的测量相位值；

综合考虑天线阵列中所有天线对被假设位置是目标位置的评估；

产生标签位置在目标空间中的概率分布图。

进一步地，步骤S104具体包括：

使用天线阵列中每根天线对每个假设位置是否是目标位置进行评估；

根据理论相位与实际测量相位值的差异大小，给不同天线对不同位置的评估添加权重。

进一步地，步骤S105具体包括：

对于每根天线，使用多组理论相位值与实际测量相位值差值的差分，对每个假设点是否是目标位置进行评估；

根据理论相位与实际测量相位值差值的差分值，给不同天线对不同位置的评估添加权重。

进一步地，步骤S106具体包括：

遍历最终的概率分布图，找到概率最大的位置，将其作目标位置的估计值。

本发明的优点在于：本发明能够有效消除RFID定位中白噪音与多样性的影响，并通过虚拟天线技术构建的虚拟天线阵列，在只有少量天线的情况下，对移动中的RFID标签进行高精度实时定位追踪。

附图说明

图1为本发明实施例提供的一种射频标签轨迹追踪技术流程图。

图2a为本发明实施例提供的射频全息图信号增强示意图。

图2b为本发明实施例提供的射频全息图信号相消示意图。

图3为本发明实施例提供的速度估计示意图。

具体实施方式

下面结合附图和实施例对本发明作进一步说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部内容。

请参照图1所示，图1为本发明实施例提供的一种射频标签轨道追踪方法流程图。

实时追踪问题定义为：

标签的轨迹方程可以表示为：

f(t)＝f(t₀)+(t-t₀)·v(t)

其中f(t)表示标签在t时刻的位置，v(t)为标签在t时刻的速度矢量，t₀为初始时刻。

本方法的目标是求解移动中的标签在任意时刻t的位置f(t)。本发明中的标签特指射频标签，即RFID标签。

一种射频标签轨迹追踪方法，包括下述步骤：

S101.划分目标空间；将目标空间划分为多个分区；

按照一定规则，划分标签所在空间区域。对于二维空间可以采用方格，三角，圆等形状进行平铺，并将每个分区的中心点作为分区位置。本实例使用小方格将二维空间C划分成为一个W×L的方格阵列，令X_w，l表示阵列中小方格的位置。

对于三维空间可以采用正方体，球等立体进行划分，并将每个立体的中心作为分区位置。

标签轨迹追踪问题转换为寻找在目标时刻t_target，离标签最近的小方格的位置X_closest。

S102.通过天线阵列，采集待追踪标签的相位值；记录相位值与相位值采集时间；

不妨假设A为一个M×N的天线阵列，令A_m，n表示天线物理位置。

$A=\left(\begin{array}{ccc}{A}_{\mathrm{1,1}}& \·\·\·& A_{1,N}\\ \·& & \·\\ \·& A_{m,n}& \·\\ \·& & \·\\ A_{M,1}& \·\·\·& A_{M,N}\end{array}\right)$

控制天线阵列不间断轮询采集并记录标签相位值。

在一个轮询内，每一根天线A_m，n可以读取到一个相位值θ_m，n，对应相位矩阵：

$\mathrm{\Θ}=\left(\begin{array}{ccc}{\mathrm{\θ}}_{\mathrm{1,1}}& \·\·\·& {\mathrm{\θ}}_{1,N}\\ \·& & \·\\ \·& {\mathrm{\θ}}_{m,n}& \·\\ \·& & \·\\ {\mathrm{\θ}}_{M,1}& \·\·\·& {\mathrm{\θ}}_{M,N}\end{array}\right)$

如果只有少量的天线，天线的数量无法满足需要，则利用标签的移动性构建虚拟天线阵列，并记录虚拟天线阵列中每根天线读到的相位值θ_m，n。具体过程如下：

假设当前有M根天线，表示为A＝{A₁，A₂，...A_m...，A_M}。每根天线的位置已知，并连接到同一个阅读器，依次被调度进行数据读取。所有天线被调度读取数据一次称为一个“轮询”。同上，A_m表示天线的位置。假设阅读器进行了N次轮询调度，则总共测量到有M×N个相位值。同样可以表示为相位矩阵：

${\mathrm{\θ}}_v=\left(\begin{array}{ccc}{\mathrm{\θ}}_{\mathrm{1,1}}& \·\·\·& {\mathrm{\θ}}_{1,N}\\ \·& & \·\\ \·& {\mathrm{\θ}}_{m,n}& \·\\ \·& & \·\\ {\mathrm{\θ}}_{M,1}& \·\·\·& {\mathrm{\θ}}_{M,N}\end{array}\right)$

其中θ_m，n表示第m根天线第n次读取到的相位值。除此之外，本方法同时记录相位值被读取到的时间戳。

$T=\left(\begin{array}{ccc}{t}_{\mathrm{1,1}}& \·\·\·& t_{1,N}\\ \·& & \·\\ \·& t_{m,n}& \·\\ \·& & \·\\ t_{M,1}& \·\·\·& t_{M,N}\end{array}\right)=t_0+\left(\begin{array}{ccc}{\mathrm{\Δ}}_{\mathrm{1,1}}& \·\·\·& {\mathrm{\Δ}}_{1,N}\\ \·& & \·\\ \·& {\mathrm{\Δ}}_{m,n}& \·\\ \·& & \·\\ {\mathrm{\Δ}}_{M,1}& \·\·\·& {\mathrm{\Δ}}_{M,N}\end{array}\right)$

其中t_m，n为标签被第m根天线第n次读取到的时间。

t₀＝min{t_m，n}，表示标签第一次被读取到的时间，显然Δ_m，n＝t_m，n-t₀。

本方法取t₀为目标时刻t_target，计算t₀时刻标签所在位置，并通过迭代更新t₀来实现实时追踪。

本方法换一个视角，假设标签一直维持在f(t₀)位置不动，而是天线相对于标签运动。那么相位矩阵θ_v可以看成是虚拟天线阵列A_virtual一次轮询采集到的相位。

$A_{\mathrm{virtual}}=\left(\begin{array}{ccc}{A}_{\mathrm{1,1}}& \·\·\·& A_{1,N}\\ \·& & \·\\ \·& A_{m,n}& \·\\ \·& & \·\\ A_{M,1}& \·\·\·& A_{M,N}\end{array}\right)$

其中虚拟天线A_m，n是由真实天线A_m相对标签移动后形成：

$A_{m,n}=A_m-{\∫}_{t_0}^{t_0+{\mathrm{\Δ}}_{m,n}}v\left(t\right)\mathrm{dt}$

当v(t)(标签速度方程)是已知的，通过上式求出A_virtual中每根虚拟天线的位置，从而构建虚拟天线阵列；

当v(t)是未知的，本方法采用速度估计算法对低速运动下(运动速度远低于每秒半个信号波长)的标签的速度进行近似估计，如图3所示。具体过程如下：

本方法称标签在沿它本身与天线连线方向的速度为“径向速度”。对于天线A_m而言，标签在A_m连续读到两次相位值θ_m，n，θ_m，n+1期间沿标签与A_m方向的位移可用以下方法进行近似估算：

$\mathrm{\&Delta;d}=\left\{\begin{array}{cc}\frac{{\mathrm{\&theta;}}_{m,n+1}-{\mathrm{\&theta;}}_{m,n}}{4\mathrm{\&pi;}}\&times;\mathrm{\&lambda;}& |{\mathrm{\&theta;}}_{m,n}-{\mathrm{\&theta;}}_{m,n+1}|<\mathrm{\&pi;}\\ \frac{{\mathrm{\&theta;}}_{m,n+1}-{\mathrm{\&theta;}}_{m,n}+2\mathrm{\&pi;}}{4\mathrm{\&pi;}}\&times;\mathrm{\&lambda;}& {\mathrm{\&theta;}}_{m,n}-{\mathrm{\&theta;}}_{m,n+1}\&GreaterEqual;\mathrm{\&pi;}\\ \frac{{\mathrm{\&theta;}}_{m,n+1}-{\mathrm{\&theta;}}_{m,n}-2\mathrm{\&pi;}}{4\mathrm{\&pi;}}\&times;\mathrm{\&lambda;}& {\mathrm{\&theta;}}_{m,n+1}-{\mathrm{\&theta;}}_{m,n}\&GreaterEqual;\mathrm{\&pi;}\end{array}\right.$

λ为标签信号波长，标签在沿A_m方向上的径向速度可近似估算为：

${\tilde{V}}_{m,n}\&ap;\frac{\mathrm{\&Delta;d}}{t_{m,n+1}-t_{m,n}}$

$\&angle;{\tilde{V}}_{m,n}\&ap;\&angle;(f\left(t_n\right)-A_m)$

其中∠X指向量X与x轴的夹角。

如果检测区域中有M根天线，在f(t_n)已知的情况下，N次轮询每次轮询后通过以上方法可以求解出M个瞬时径向速度。设表示标签在第n次轮询时的真实速度，表示第m根天线在第n次轮询的径向速度。显然有：

$\left|{\stackrel{\&RightArrow;}{V}}_{m,n}\right|=\left|\stackrel{\&RightArrow;}{V_n}\right|\cos (\&angle;{\stackrel{\&RightArrow;}{V}}_n-\&angle;{\stackrel{\&RightArrow;}{V}}_{m,n})$

以上方程有两个未知参数，标签速度的大小与方向理论上，任意两个不同方向的径向速度就可以唯一的确定的大小与方向，但实际中部署的天线数目M往往大于3。本实例采用拟合的方式估算问题可以形式化描述为：

$\min |V_{m,n}-{\tilde{V}}_{m,n}|$

$s.t.\{({\tilde{V}}_{1,n},\&angle;{\tilde{V}}_{1,n}),...,({\tilde{V}}_{M,n},\&angle;{\tilde{V}}_{M,n})\}$

本实例采用非线性最小二乘法与高斯牛顿方法估算每一次轮询时标签的速度。由于总共有N次轮询，最终可以得到标签的速度序列：

$v=\{{\stackrel{\&RightArrow;}{V}}_1,...,{\stackrel{\&RightArrow;}{V}}_N\}$

由于每一次轮询时间都非常短，可以认为标签在每一次轮询内做的是匀速运动，所以速度方程可以表示为，当t_k-1≤t≤t_k时：

其中1≤k≤N，且k为整数；

在划分的空间区域中，通过假设标签在t₀时刻的位置f(t₀)，可以对f(t_n)使用以下公式进行迭代求解：

$f\left(t_n\right)=f\left(t_{n-1}\right)+(t_n-t_{n-1})*\stackrel{\&RightArrow;}{V_n}=f\left(t_0\right)+\underset{k=1}{\overset{n}{\mathrm{\&Sigma;}}}(t_k-t_{k-1})*\stackrel{\&RightArrow;}{V_k}$

通过假设初始位置与速度估计，本方法重构标签的移动速度关于时间的函数v(t)，并以此计算虚拟天线的位置。。

步骤S103、计算标签位置在目标空间中的概率分布。

遍历划分的分区，依次假设每个分区X_w，l为标签t₀时刻所在位置f(t₀)，并分别计算假设点X_w，l与每根天线A_m，n之间的理论相位值。

$h(X_{w,l},A_{m,n})=\frac{4\mathrm{\&pi;}}{\mathrm{\&lambda;}}\left|X_{w,l}{A}_{m,n}\right|\mathrm{mod}2\mathrm{\&pi;}$

本方法中称“假设点是标签t₀时刻所在位置f(t₀)的概率”为匹配概率S。通过计算每个被假设点的匹配概率，本方法构建标签位置在目标空间中的概率分布，称为“射频全息图”。

射频全息图的图像定义如下：

$I=\left(\begin{array}{ccc}{x}_{\mathrm{1,1}}& \&CenterDot;\&CenterDot;\&CenterDot;& x_{1,L}\\ \&CenterDot;& & \&CenterDot;\\ \&CenterDot;& x_{w,l}& \&CenterDot;\\ \&CenterDot;& & \&CenterDot;\\ x_{1,W}& \&CenterDot;\&CenterDot;\&CenterDot;& x_{W,L}\end{array}\right)$

图像的解析度与目标空间被划分的解析度一致，为W×L，其中每一个像素值x_w，l∈I对应一个分区X_w，l。分区X_w，l对应的像素值x_w，l指示对应分区的匹配概率。

射频全息图计算方法：

$x_{w,l}=\left|\underset{m=1}{\overset{M}{\mathrm{\&Sigma;}}}\underset{n=1}{\overset{N}{\mathrm{\&Sigma;}}}S(X_{w,l},A_{m,n},{\mathrm{\&theta;}}_{m,n})\right|$

S(X，A，θ)＝e^{J(h(X，A)-θ)}

其中J为虚数单位，e^Jθ表示一个具有单位振幅的复指数信号。

每一个像素点的最终值是所有信号波叠加后的振幅值。如果X_w，l是目标位置，则所有天线的测量值与理论值的差值h(X，A)-θ都应趋近于0，信号值被加强，如下图2a所示。而当X_w，l不是目标位置时，h(X，A)-θ的值分布在[0，2π]内。不同天线产生的S(X，A，θ)将会相互抵消，最终导致一个较低的振幅值，如图2b所示。

步骤S104、消除白噪音对定位的影响。

如果场景中的白噪音对定位精度的影响比较大，本方法通过给每根天线对每个假设点的概率评估添加不同的权重来消除白噪音的影响。

实际测量中，天线采集到的相位值会由于白噪音ε～N(0，σ²)的影响偏离理论值。因此，实际采集的相位值一般服从一个典型的高斯分布，即θ_m，n～N(μ，σ²)。其中高斯分布的均值μ近似于理论值。所以

h(X_w，l，A_m，n)-θ_m，n～N(0，σ²)

标准差σ的值与标签和天线间的距离有关，在本实例中取σ＝0.1。

本方法称添加权重后的射频全息图为“增强全息图”。增强全息图计算公式：

$x_{w,l}=\left|\underset{m=1}{\overset{M}{\mathrm{\&Sigma;}}}\underset{n=1}{\overset{N}{\mathrm{\&Sigma;}}}\right|\left|S(X_{w,l},A_{m,n},{\mathrm{\&theta;}}_{m,n})\right|\left|S(X_{w,l},A_{m,n},{\mathrm{\&theta;}}_{m,n})\right|$

其中

||S(X_w，l，A_m，n，θ_m，n)||＝2*F(W(H(X_w，l，A_m，n，θ_m，n))；0，0.1)

$F(x;\mathrm{\&mu;},\mathrm{\&sigma;})=\frac{1}{\mathrm{\&sigma;}\sqrt{2\mathrm{\&pi;}}}{\&Integral;}_x^{\&infin;}\exp (-\frac{{(t-\mathrm{\&mu;})}^2}{{2\mathrm{\&sigma;}}^2})\mathrm{dt}$

H(X_w，l，A_m，n，θ_m，n)＝|h(X_w，l，A_m，n)-θ_m，n|

$W\left(H(X_{w,l},A_{m,n},{\mathrm{\&theta;}}_{m,n})\right)=\left\{\begin{array}{cc}H(X_{w,l},A_{m,n},{\mathrm{\&theta;}}_{m,n})& H(X_{w,l},A_{m,n},{\mathrm{\&theta;}}_{m,n})\&le;\mathrm{\&pi;}\\ 2\mathrm{\&pi;}-H(X_{w,l},A_{m,n},{\mathrm{\&theta;}}_{m,n})& H(X_{w,l},A_{m,n},{\mathrm{\&theta;}}_{m,n})>\mathrm{\&pi;}\end{array}\right.$

函数F(x；μ，σ)为高斯分布N(μ，σ²)的累计概率函数。显然，理论值与实际值的差值越小，||S(X_w，l，A_m，n，θ_m，n)||值越大，反之亦然，所以通过添加权重，可以加强高概率的信号波，削弱低概率的信号波。

步骤S105、消除多样性对定位的影响。

如果场景中的多样性对定位精度的影响比较大，本方法通过对相位差进行差分来消除多样性因素的影响。

实际测量中的相位值会由于设备多样性的影响，产生一个固定常数c的偏移量。假设T为标签的真实位置，则实际相位值θ_m，n为：

θ_m，n＝h(T，A_m，n)+ε+c

显然：

θ_m，n～N(μ+c，σ²)

θ_m，n-h(T，A_m，n)～N(c，σ²)

本方法在增强全息图的基础上对理论与实际相位值的差值进行差分，产生“差分增强全息图”。差分增强全息图计算公式为：

θ_dif＝W(H(X_w，l，A_m，n，θ_m，n))-W(H(X_w，l，A_m，1，θ_m，1))

差分增强全息图的信号由相位差的差分构成。信号中已经消除了多样性c的影响，不妨取W(H(X_w，l，A_m，n，θ_m，n))＝H(X_w，l，A_m，n，θ_m，n)情况进行推导：

θ_dif＝(h(X_w，l，A_m，n)-θ_m，n)-(h(X_w，l，A_m，1)-θ_m，1)

＝(h(X_w，l，A_m，n)-(h(T，A_m，n)+ε₁+c))-(h(X_w，l，A_m，1)-(h(T，A_m，1)+ε₂+c))

＝h(X_w，l，A_m，n)-h(T，A_m，n)+h(T，A_m，1)-h(X_w，l，A_m，1)-ε₁+ε₂

其中：

h(X_w，l，A_m，n)-θ_m，n～N(0，σ²)

h(X_w，l，A_m，1)-θ_m，1～N(0，σ²)

${\mathrm{\&theta;}}_{\mathrm{dif}}~N(0,\sqrt{2}\&times;{\mathrm{\&sigma;}}^2)$

步骤S106、寻找概率最大位置。

遍历最终的全息图，找到匹配概率最大的位置X，将其作为标签t₀时刻的位置估计值。

本发明的技术方案能利用少量的天线构建虚拟天线阵列，并消除RFID定位中白噪音与多样性的影响，实现对移动中的RFID标签的高精度实时定位追踪。

以上所述仅为本发明的优选实施例，并不用于限制本发明，对于本领域技术人员而言，本发明可以有各种改动和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种射频标签轨迹追踪方法，其特征在于，包括下述步骤：

S101.划分目标空间；将目标空间划分为多个分区；

S102.通过天线阵列，采集待追踪标签的相位值；记录相位值与相位值采集时间；

S103.计算标签位置在目标空间中的概率分布；

S104.消除白噪音对定位的影响；

S105.消除多样性对定位的影响；

S106.寻找概率最大位置。

2.如权利要求1所述的射频标签轨迹追踪方法，其特征在于：步骤S101中，

对于二维空间采用方格，三角或圆形状进行平铺，并将每个分区的中心点作为分区的位置；

对于三维空间采用正方体或球立体进行填充，并将每个立体的中心作为分区的位置。

3.如权利要求1所述的射频标签轨迹追踪方法，其特征在于：步骤S102中，

当天线的数量过少不满足需要时，首先利用标签移动性构建虚拟天线阵列；

如果标签的速度方程已知，直接利用速度方程构建虚拟天线阵列；

如果标签的速度方程未知，首先重构速度方程，再构建虚拟天线阵列。

4.如权利要求3所述的射频标签轨迹追踪方法，其特征在于，所述步骤S102中如果标签的速度方程已知，直接利用速度方程构建虚拟天线阵列，具体包括：

假设标签没有发生移动，而是天线相对于标签运动；

利用速度方程计算天线的相对位移，并在计算的新位置构造虚拟天线；

如下所述：

对M根位置已知的天线，表示为A＝{A₁，A₂，...A_m...，A_M}，A_m表示天线的位置；通过阅读器进行N次轮询调度，则总共测量到有M×N个相位值，表示为相位矩阵：

${\mathrm{\&theta;}}_v=\left(\begin{array}{ccc}{\mathrm{\&theta;}}_{\mathrm{1,1}}& \&CenterDot;\&CenterDot;\&CenterDot;& {\mathrm{\&theta;}}_{1,N}\\ \&CenterDot;& & \&CenterDot;\\ \&CenterDot;& {\mathrm{\&theta;}}_{m,n}& \&CenterDot;\\ \&CenterDot;& & \&CenterDot;\\ {\mathrm{\&theta;}}_{M,1}& \&CenterDot;\&CenterDot;\&CenterDot;& {\mathrm{\&theta;}}_{M,N}\end{array}\right)$

其中θ_m，n表示第m根天线第n次读取到的相位值；

记录相位值被读取到的时间戳；

$T=\left(\begin{array}{ccc}{t}_{\mathrm{1,1}}& \&CenterDot;\&CenterDot;\&CenterDot;& t_{1,N}\\ \&CenterDot;& & \&CenterDot;\\ \&CenterDot;& t_{m,n}& \&CenterDot;\\ \&CenterDot;& & \&CenterDot;\\ t_{M,1}& \&CenterDot;\&CenterDot;\&CenterDot;& t_{M,N}\end{array}\right)=t_0+\left(\begin{array}{ccc}{\mathrm{\&Delta;}}_{\mathrm{1,1}}& \&CenterDot;\&CenterDot;\&CenterDot;& {\mathrm{\&Delta;}}_{1,N}\\ \&CenterDot;& & \&CenterDot;\\ \&CenterDot;& {\mathrm{\&Delta;}}_{m,n}& \&CenterDot;\\ \&CenterDot;& & \&CenterDot;\\ {\mathrm{\&Delta;}}_{M,1}& \&CenterDot;\&CenterDot;\&CenterDot;& {\mathrm{\&Delta;}}_{M,N}\end{array}\right)$

其中t_m，n为标签被第m根天线第n次读取到的时间；t₀＝min{t_m，n}，表示标签第一次被读取到的时间，Δ_m，n＝t_m，n-t₀；

虚拟天线阵列A_virtual表示为：

$A_{\mathrm{virtual}}=\left(\begin{array}{ccc}{A}_{\mathrm{1,1}}& \&CenterDot;\&CenterDot;\&CenterDot;& A_{1,N}\\ \&CenterDot;& & \&CenterDot;\\ \&CenterDot;& A_{m,n}& \&CenterDot;\\ \&CenterDot;& & \&CenterDot;\\ A_{M,1}& \&CenterDot;\&CenterDot;\&CenterDot;& A_{M,N}\end{array}\right)$

其中虚拟天线A_m，n是由真实天线A_m相对标签移动后形成：

$A_{m,n}=A_m-{\&Integral;}_{t_0}^{t_0+{\mathrm{\&Delta;}}_{m,n}}v\left(t\right)\mathrm{dt}$

通过上式求出A_virtual中每根虚拟天线的位置，从而构建虚拟天线阵列，v(t)为标签速度。

5.如权利要求3所述的射频标签轨迹追踪方法，其特征在于，所述步骤S102中如果标签的速度方程未知，首先重构速度方程，再构建虚拟天线阵列，具体包括：

假设标签运动的初始位置；

利用相位值估算标签沿天线方向的速度分量，并利用多个速度分量求解标签的移动速度；

迭代进行构造标签在一段时间内的速度方程；

假设标签没有发生移动，而是天线相对于标签运动；

利用速度方程计算天线的相对位移，并在计算的新位置构造虚拟天线；

经过一定次数的天线轮询，构造足够的虚拟天线组成虚拟天线阵列。

6.如权利要求1所述的射频标签轨迹追踪方法，其特征在于，步骤S103具体包括：

遍历空间，假设每个划分的分区位置为目标位置；

计算被假设位置与各天线间的理论相位值；

比较理论相位值与测量相位值，评估各假设位置是目标位置的概率。

7.如权利要求6所述的射频标签轨迹追踪方法，其特征在于，所述比较理论相位值与测量相位值，评估各假设位置是目标位置的概率，具体包括：

对于每个假设位置，分析比较天线阵列中每根天线与其产生的理论相位值与天线采集到的测量相位值；

综合考虑天线阵列中所有天线对被假设位置是目标位置的评估；

产生标签位置在目标空间中的概率分布图。

8.如权利要求7所述的射频标签轨迹追踪方法，其特征在于：步骤S104具体包括：

使用天线阵列中每根天线对每个假设位置是否是目标位置进行评估；

根据理论相位与实际测量相位值的差异大小，给不同天线对不同位置的评估添加权重。

9.如权利要求8所述的射频标签轨迹追踪方法，其特征在于：步骤S105具体包括：

对于每根天线，使用多组理论相位值与实际测量相位值差值的差分，对每个假设点是否是目标位置进行评估；

根据理论相位与实际测量相位值差值的差分值，给不同天线对不同位置的评估添加权重。

10.如权利要求9所述的射频标签轨迹追踪方法，其特征在于：步骤S106具体包括：

遍历最终的概率分布图，找到概率最大的位置，将其作目标位置的估计值。