CN105550612B - 一种适于无源超高频rfid的定位性能评价方法 - Google Patents
一种适于无源超高频rfid的定位性能评价方法 Download PDFInfo
- Publication number
- CN105550612B CN105550612B CN201510888313.XA CN201510888313A CN105550612B CN 105550612 B CN105550612 B CN 105550612B CN 201510888313 A CN201510888313 A CN 201510888313A CN 105550612 B CN105550612 B CN 105550612B
- Authority
- CN
- China
- Prior art keywords
- algorithm
- positioning
- consuming
- passive
- positioning performance
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06K—GRAPHICAL DATA READING; PRESENTATION OF DATA; RECORD CARRIERS; HANDLING RECORD CARRIERS
- G06K7/00—Methods or arrangements for sensing record carriers, e.g. for reading patterns
- G06K7/0095—Testing the sensing arrangement, e.g. testing if a magnetic card reader, bar code reader, RFID interrogator or smart card reader functions properly
Landscapes
- Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本发明属于射频通信技术领域，涉及一种适于无源超高频RFID的定位性能评价方法。该方法的步骤为：基于典型对数路径损耗模型，建立阅读器收信能级和辐射半径的映射关系，以全局均方根误差、全局平均定位耗时为基础，采用联合控制机制构建品质函数，依据CWA算法和DWA算法选取权重系数，设定取得最小品质函数数值的资源配置方式在当前环境下具备最优定位性能。本方法的特点是，综合考虑阅读器最大功率发射能级和参考标签布设密度对无源LANDMARC算法定位精度和定位耗时的影响，对于无源定位系统的性能评定及参数选择，兼顾定位精度和系统效率，具有重要的指导意义。
Description
技术领域
本发明属于射频通信技术领域，涉及一种适于无源超高频RFID的定位性能评价方法。
背景技术
目前，有源LANDMARC算法是基于RFID的室内定位系统的主要解决方案，通过引入参考标签动态捕捉环境信息替代阅读器的离线数据，依据典型残差加权算法获取待定位标签的位置信息。相比于其他定位算法，有源LANDMARC算法不仅降低了系统成本，提高了系统的环境适应能力，且精度良好。
近年来，为进一步降低系统成本，研究人员已经将LANDMARC算法应用于无源RFID系统，然而现有基于无源LANDMARC算法的研究主要以提高定位精度为目标，而对系统的定位实时性能分析较少。不仅如此，受制于硬件设计水平，无论是有源RFID系统还是无源RFID系统，阅读器只能通过逐级降低功率发射能级，为标签的收信场强提供依据。阅读器的最大功率发射能级越大，收信场强的分辨率越高，定位误差越小，但阅读器执行单次检测的周期越长。尤其对于无源定位系统，半双工通信机制使得标签只有在接收到阅读器的连续波信号后，才能启动自身工作电路并发送应答信号，导致定位效率较低。因此，基于无源LANDMARC算法的定位仍然存在定位效率较低的现状。
综上，本发明结合路径损耗模型，以阅读器最大功率发射能级为基准对无源LANDMARC算法定位精度及定位效率进行量化分析，提出了一种适于无源超高频RFID的定位性能评价方法。
发明内容
本发明需解决的问题是提供一种适于无源超高频RFID的定位性能评价方法。
基于该方法，以阅读器最大功率发射能级为基准，对无源LANDMARC算法定位精度及定位效率进行量化分析，提出适于评价定位性能的品质函数。
1、一种适用于无源超高频RFID的定位性能评价方法，包括下列步骤：
步骤1：基于典型对数路径损耗模型，设定发射功率Pt(R)对应的读写区域辐射半径R、无源标签激活门限Pr、阅读器天线增益Gr、标签天线增益Gt、相邻功率发射能级的功率步长Ip，建立阅读器功率发射能级和辐射的映射关系，计算出读写区域各能级的辐射半径；
步骤2：根据LANDMARC算法，估计定位标签的位置；
步骤3：以选取全局均方根误差RMSEtol为指标评价无源LANDMARC算法的定位精度，以全局平均耗时Ttol为指标评价无源LANDMARC算法的定位效率；
步骤4：获取多阅读器并行工作、多天线复用串行工作两种典型工作方式的Ttol表达方法；
步骤5：采用联合控制机制，根据全局优化目标函数的构建方法，以全局均方根误差最小化、全局平均耗时最小化为目标，引入最大可接受全局均方根误差最大可接受全局平均耗时构建适于评价无源LANDMARC算法的定位性能品质函数其中k1、k2是品质权重，ρ分别是阅读器最大功率发射能级、参考标签布设密度；
步骤6：依据CWA(Conventional Weight Aggregation，典型权重聚焦)
算法令k1、k2满足
步骤7：依据DWA(Dynamic Weight Aggregation，动态权重聚焦)算法获取基于帕雷托边界的权重系数配置方式；
步骤8：若依步骤7得出的k1、k2在帕雷托边界曲线上，且基于当前k1、k2得到的最小M满足则认定CWA算法选取的k1、k2有效。否则，在帕雷托边界曲线上重新选取同时满足的一组k1、k2；
步骤9：依据步骤8中的k1、k2，获得定位性能品质函数的具体表达形式；
步骤10：将多组和ρ的配置方式带入到定位性能品质函数中，选取定位性能品质函数数值最小的一组和ρ并认定其具有最佳的定位性能。
附图说明：
图1是本发明全局平均耗时的计算流程框图；
图2是本发明定位性能评估流程框图；
图3是在多阅读器并行工作模式下的权重系数配置及帕雷托边界图；
图4是在多天线复用串行工作模式下的权重系数配置及帕雷托边界图；
图5是在多阅读器并行工作模式下定位性能评估效果图；
图6是在多天线复用串行工作模式下定位性能评估效果图；
具体实施方式：
本发明的主旨是提出一种适于无源超高频RFID的定位性能评价方法，该方法结合路径损耗模型，以阅读器最大功率发射能级为基准对无源LANDMARC算法定位精度及定位效率进行量化分析，所提方法对于无源定位系统的性能评定及参数选择，兼顾定位精度和系统效率，具有重要的指导意义。
下面结合附图1、附图2、附图3、附图4、附图5、附图6对本发明实施方式作进一步地详细描述。
一、阅读器功率发射能级和辐射半径映射关系的建立
首先设定发射功率Pt(R)对应的读写区域辐射半径R、无源标签激活的门限值Pr、阅读器和标签的天线增益Gr、Gt，基于典型对数路径损耗模型，可得然后设定阅读器最大发射功率不变，计算出读写区域的最大辐射半径最后，设定相邻功率发射能级的功率步长为Ip，建立阅读器功率发射能级和辐射半径的映射关系：
二、系统定位精度和定位效率的评价
首先依据LANDMARC算法，估计定位标签的位置，以全局均方根误差RMSEtol为指标评价无源LANDMARC算法的定位精度，其中 其中C表示定位环境中的定位标签个数，表示第i个标签的实际位置，表示单次估计误差，E(·)表示求期望。
然后以全局平均耗时Ttol为指标评价无源LANDMARC算法的定位效率，令其中为完成第l次定位服务的耗时，且有其中表示系统在完成第l次定位服务过程中对C个定位标签执行LANDMARC算法运算的耗时，表示系统在完成第l次定位服务过程中对全部阅读器功率发射能级调整的综合耗时，表示系统在完成第l次定位服务过程中对全部阅读器读取标签的综合耗时。
在多阅读器并行工作方式下，有从而
在多天线复用串行工作方式下，有从而
其中tc是单个标签定位耗时，其中分别表示第u个阅读器在第l次定位中的读取标签耗时和能级切换耗时，分别有
Tzu＝hu·tz (5)
其中，J表示采用ALOHA算法的耗时函数，δ为时隙个数，对于动态帧时隙ALOHA算法，δ为一定值。表示当第u阅读器工作在第i个功率发射能级条件下检测到的参考标签数和定位标签数，tz表示相邻能级间的调整时间，且当第u阅读器工作降低了hu个能级后，不再有定位标签被读到，此时第u阅读器停止发射功率信号，切换至休眠模式，结束定位操作。附图1所示为全局平均耗时的计算流程。
三、适于评价无源LANDMARC算法的定位性能品质函数的构建
根据全局优化目标函数的构建方法，采用联合控制机制，以全局均方根误差最小、全局平均耗时最小化为目标，引入最大可接受全局均方根误差最大可接受全局平均耗时构建适于评价无源LANDMARC算法的定位性能品质函数
其中k1、k2是品质权重，ρ分别是阅读器功率最大发射能级、参考标签布设密度，
依据CWA算法，令k1、k2满足
然后选取DWA算法对式(7)中的权重系数的关系进行性能评价。依据DWA算法寻优机理，令权重系数按式(8)、(9)周期变化，以获得基于帕雷托边界的多种权重系数配置方式。
k1(f)＝|sin(2πf/F)| (8)
k2(f)＝1.0-k1(f) (9)
其中，F表示权重系数变化的频率，f表示权重系数的寻优尺度。
鉴于帕雷托边界是指在某种既定的资源配置状态下，任何改变都不可能使当前的状况变好或变坏。因此，满足帕雷托最优状态标准的资源配置可以被认为最优配置方法。
若式(7)得出的k1、k2在DWA算法的帕雷托边界曲线上，且基于当前k1、k2得到的最小M满足则认定CWA算法选取的k1、k2有效，否则，在帕雷托边界曲线上重新选取同时满足的一组k1、k2。
最后，获得定位性能品质函数的具体表达形式，将多组和ρ的资源配置方式带入到定位性能品质函数中，选取定位性能品质函数数值最小的一组和ρ并认定其具有最佳的定位性能，附图2所示为定位性能评估流程框图。
四、实例分析说明
下面结合实例通过图3、图4、图5、图6对上述实施方式进行说明。
假设无源LANDMARC算法引入4个阅读器对30个定位标签进行定位，参考标签分别以4×4、5×5、...、15×15方式均匀布设，阅读器最大功能能级分别为4、8、16、32、...、128，采用动态帧时隙ALOHA防碰撞算法，帧长64，阅读器请求时间52ms，时隙响应时间4.9ms，tz＝50ms，tc＝10ms，进行蒙特卡洛300次试验。在多阅读器并行条件下：在多天线复用串行条件下：选取CWA算法确定权重系数的关系，在多阅读器并行条件下，令k1/k2＝40/0.7＝57.14，在多天线复用串行条件下，令k1/k2＝80/0.8＝100。附图3和附图4分别反映了两种工作模式采用CWA/DWA算法对权重系数寻优而得到的帕雷托边界。观察可见，对于两种工作方式，由CWA算法推荐的权重配置均有且推荐的权重配置处于DWA算法的帕雷托边界上，因此CWA算法选取的k1、k2有效。
如附图5所示，在多阅读器并行工作模式下，最优性能配置为参考标签以10*10排列，阅读器最大能级为16，此时RMSEtol＝0.54624m，Ttol＝18.2748s，符合既定要求，且品质函数为0.85118。如附图6所示，在多天线复用串行工作模式下，最优性能配置为参考标签以7*7排列，阅读器最大能级为16，此时RMSEtol＝0.66732m，Ttol＝47.458s，符合既定要求，且品质函数为1.1305。
Claims (3)
1.一种适于无源超高频RFID的定位性能评价方法，包括下列步骤：
步骤1：基于典型对数路径损耗模型，设定发射功率Pt(R)对应的读写区域辐射半径R、无源标签激活的门限值Pr、阅读器和标签的天线增益Gr、Gt，相邻功率发射能级的功率步长Ip等参数，建立阅读器功率发射能级和辐射半径的映射关系；
步骤2：根据LANDMARC算法，估计出定位标签的位置；
步骤3：以全局均方根误差RMSEtol为指标评价无源LANDMARC算法的定位精度，以全局平均耗时Ttol为指标评价无源LANDMARC算法的定位效率；
步骤4：获取多阅读器并行、多天线复用串行两种典型工作方式的Ttol表达方法；
步骤5：以全局均方根误差最小化、全局平均耗时最小化为目标，引入最大可接受全局均方根误差最大可接受全局平均耗时构建适于评价无源LANDMARC算法的定位性能品质函数其中k1、k2是品质权重，ρ分别是阅读器最大功率发射能级、参考标签布设密度；
步骤6：依据CWA(Conventional Weight Aggregation，典型权重聚焦)算法令k1、k2满足
步骤7：依据DWA(Dynamic Weight Aggregation，动态权重聚焦)算法获取基于帕雷托边界的权重系数配置方式；
步骤8：若依步骤7得出的k1、k2在帕雷托边界曲线上，且基于当前k1、k2得到的最小M满足和则认定CWA算法选取的k1、k2有效，否则，在帕雷托边界曲线上重新选取同时满足和的一组k1、k2；
步骤9：依据步骤8中的k1、k2，获得定位性能品质函数的具体表达形式；
步骤10：将多组和ρ的配置方式带入到定位性能品质函数中，选取定位性能品质函数数值最小的一组和ρ并认定其具有最佳的定位性能。
2.根据权利要求1所述的一种适用于无源超高频RFID的定位性能评价方法，其特征在于：步骤2中，阅读器功率发射能级Gp(R)和读写区域辐射半径R的关系是其中Rmax是所对应的最大辐射半径。
3.根据权利要求1所述的一种适用于无源超高频RFID的定位性能评价方法，其特征在于：步骤4中，全局平均耗时Ttol的表达式是其中为完成第l次定位服务的系统耗时，且有其中表示系统在完成第l次定位服务过程中对C个定位标签执行LANDMARC算法运算的耗时，表示系统在完成第l次定位服务过程中全部阅读器功率发射能级调整的综合耗时，表示系统在完成第l次定位服务过程中全部阅读器读取标签的综合耗时。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510888313.XA CN105550612B (zh) | 2015-12-07 | 2015-12-07 | 一种适于无源超高频rfid的定位性能评价方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510888313.XA CN105550612B (zh) | 2015-12-07 | 2015-12-07 | 一种适于无源超高频rfid的定位性能评价方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN105550612A CN105550612A (zh) | 2016-05-04 |
| CN105550612B true CN105550612B (zh) | 2019-04-19 |
Family
ID=55829796
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510888313.XA Active CN105550612B (zh) | 2015-12-07 | 2015-12-07 | 一种适于无源超高频rfid的定位性能评价方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105550612B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106872938B (zh) * | 2017-02-28 | 2018-12-07 | 南京七宝机器人技术有限公司 | 一种室内定位系统 |
| CN107144814B (zh) * | 2017-05-04 | 2020-04-21 | 天津工业大学 | 一种适于定向辐射场景的无源uhf rfid定位精度的评价方法 |
| CN109284551B (zh) * | 2018-09-12 | 2023-12-08 | 天津工业大学 | 一种基于神经网络空间映射的超高频rfid天线增益建模方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104090263A (zh) * | 2014-06-17 | 2014-10-08 | 中国科学院信息工程研究所 | 基于rfid技术的定位方法、系统 |
| CN104751208A (zh) * | 2015-03-26 | 2015-07-01 | 上海海事大学 | 基于无源标签的rfid智能书架分级缩小范围定位算法 |
| CN104765016A (zh) * | 2014-12-30 | 2015-07-08 | 天津工业大学 | 一种基于功率智能控制的射频识别定位方法 |
| CN105072582A (zh) * | 2015-06-30 | 2015-11-18 | 西北大学 | 基于rss分布的距离自适应的无线传感网络被动式定位方法 |
| CN105142215A (zh) * | 2015-08-07 | 2015-12-09 | 成都亚讯星科实业有限公司 | 用于多维度用户位置定位计算的方法 |
-
2015
- 2015-12-07 CN CN201510888313.XA patent/CN105550612B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104090263A (zh) * | 2014-06-17 | 2014-10-08 | 中国科学院信息工程研究所 | 基于rfid技术的定位方法、系统 |
| CN104765016A (zh) * | 2014-12-30 | 2015-07-08 | 天津工业大学 | 一种基于功率智能控制的射频识别定位方法 |
| CN104751208A (zh) * | 2015-03-26 | 2015-07-01 | 上海海事大学 | 基于无源标签的rfid智能书架分级缩小范围定位算法 |
| CN105072582A (zh) * | 2015-06-30 | 2015-11-18 | 西北大学 | 基于rss分布的距离自适应的无线传感网络被动式定位方法 |
| CN105142215A (zh) * | 2015-08-07 | 2015-12-09 | 成都亚讯星科实业有限公司 | 用于多维度用户位置定位计算的方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN105550612A (zh) | 2016-05-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105550612B (zh) | 一种适于无源超高频rfid的定位性能评价方法 | |
| CN104093203A (zh) | 一种用于无线室内定位的接入点选择算法 | |
| CN109492667A (zh) | 一种用于非侵入式电力负荷监测的特征选择辨识方法 | |
| He et al. | Neighborhood based sample and feature selection for SVM classification learning | |
| CN105787271B (zh) | 基于大数据分析技术的供热机组可调出力区间评估方法 | |
| CN104330771A (zh) | 一种室内rfid精准定位方法和装置 | |
| KR20160114211A (ko) | 수 처리 시스템 및 방법 | |
| CN109471847A (zh) | 一种i/o拥塞控制方法及控制系统 | |
| CN105093175A (zh) | 一种基于rfid中间件的三维空间定位实现方法 | |
| CN109995501A (zh) | 一种侧信道分析方法及装置、终端及计算机可读存储介质 | |
| Arjona et al. | Fast fuzzy anti‐collision protocol for the RFID standard EPC Gen‐2 | |
| CN105974404B (zh) | 基于非接触式生命体征监测系统的一维雷达布阵优化方法 | |
| EP3361277B1 (en) | Method and device for node location | |
| CN103885867A (zh) | 一种模拟电路性能的在线评价方法 | |
| CN104765016A (zh) | 一种基于功率智能控制的射频识别定位方法 | |
| Li et al. | Research on Fingerprint Algorithm for Indoor Positioning Based on Improved BP Neural Network | |
| CN103927564B (zh) | 读写器与电子标签之间的通信方法、读写器和电子标签 | |
| EP2518939A1 (en) | Data acquisition method in network resource estimation and system thereof | |
| KR20120089888A (ko) | 최적 수질 관측망 구성 방법 및 이를 지원하는 관측망 선정 지원 장치 | |
| Wang et al. | Wind power curtailment evaluation based on EOF and hierarchical clustering method | |
| CN110320493A (zh) | 室内定位方法、装置、电子设备和计算机存储介质 | |
| Upadhyay et al. | An Artificial Intelligence Approach in 5G New Radio Beam Enhancement | |
| CN104237690A (zh) | 电能利用效率的测定方法与装置 | |
| CN104517141B (zh) | 基于负载平衡与粒子群算法的射频识别网络布局方法 | |
| CN104678351A (zh) | 一种基于ZigBee技术的室内定位系统的算法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| TR01 | Transfer of patent right | ||
| TR01 | Transfer of patent right |
Effective date of registration: 20230106 Address after: 430000 room 03, 3 / F, R & D building 03, laser engineering design headquarters (phase I), No. 3, Guanggu Avenue, East Lake New Technology Development Zone, Wuhan, Hubei (Wuhan area of free trade zone) Patentee after: Wuhan Jinxiang Intelligent Technology Co.,Ltd. Address before: 401120 9-4, unit 1, building 25, No. 12, HUYUN street, North New Area, Yubei District, Chongqing Patentee before: CHONGQING ZHIAO TECHNOLOGY CO.,LTD. Effective date of registration: 20230106 Address after: 401120 9-4, unit 1, building 25, No. 12, HUYUN street, North New Area, Yubei District, Chongqing Patentee after: CHONGQING ZHIAO TECHNOLOGY CO.,LTD. Address before: No.339, Binshui West Road Extension Line, Xiqing District, Tianjin, 300387 Patentee before: TIANJIN POLYTECHNIC University |