CN110187333B - 一种基于合成孔径雷达技术的rfid标签定位方法 - Google Patents

Abstract

本发明提供一种基于合成孔径雷达技术的RFID标签定位方法，包括标签数据采集阶段；像素数据库建立阶段；匹配定位阶段，包括：1)计算标签测量向量与每一个像素点数据向量的相似度来进行待定位区域的匹配定位；2)选择相似度最大的像素点，以其位置作为标签的位置结果；3)当定位下一标签时，重复标签数据采集阶段和匹配定位阶段得到位置。

Description

一种基于合成孔径雷达技术的RFID标签定位方法

技术领域

本发明属于RFID定位技术领域，针对利用沿已知轨迹移动的阅读器天线获得的标签相位和幅度信息来对标签进行高精度定位问题。

背景技术

随着移动互联网和智能手机的普及，基于位置的服务(LocationBased Service,LBS)得到了广泛的关注，带动了各种现代导航定位技术的发展。众所周知的室外定位技术GPS由于建筑物的遮挡等原因GPS系统不能够应用于室内定位。近年来出现了很多基于无线网络的室内定位技术，如WiFi定位、蓝牙定位、ZigBee定位和RFID定位等。而物联网技术的飞速发展使得RFID技术开始广泛应用于生产、物流及药品等的定位、追踪与回溯。在室内定位方面，RFID相比于其他定位方法除了具有低成本、定位精度高、识别速度快和抗干扰强等特点，还有非接触、非视距以及可以对多目标同时进行识别跟踪的优点，这使其逐渐成为室内定位的首选。

RFID的无线定位技术主要分为两种：一种是基于非测距方法，通常不需要确定的信号传播模型，在定位区域中预先布置大量参考标签，经过某种运算后筛选出位置相近的参考标签，用它们去确定最终定位坐标；另一种是基于测距的方法，根据信号传播模型确定人与多个无线点装置之间的距离，通过几何关系变换确定人员位置。基于测距的方法主要包括：AOA(Angle ofArrival)信号到达角度法、TOA(Time ofArrival)信号到达时间法、TDOA(TimeDifference ofArrival)信号到达时间差法和RSSI(Received SignalStrengthIndication)接收信号强度法。RSSI定位法通过信号强度与距离建立传播模型来估计接收的标签，这种方法功率低，成本低，无需额外的设备功能支持，然而信号能量信息在传播过程中除了距离因素还受非视距、多径等其他多种因素影响，导致其定位精度受限。TOA和TDOA定位法主要通过测量电磁波的传播时间来计算距离，这种方法对于硬件设施的时钟同步有要求或者需要精确的参考时间。AOA定位法主要通过阅读器的天线阵列来测量标签信号的到达方向，这种方法需要功能特殊的天线阵列，准确度受限于设备性能，成本也相对较高。

发明内容

本发明涉及一种基于合成孔径雷达技术的RFID标签定位方法，利用合成孔径技术来辅助采集标签信息数据，采用基于相位和幅度数据的方法进行匹配定位。本发明通过沿已知轨迹移动的阅读器天线来获得在不同天线位置对应标签的相位和幅度数据，通过相位和幅度数据模型来建立像素数据库，通过计算标签测量向量与像素点数据向量的相似度来进行标签的高精度匹配定位。本发明不依赖于额外的设备与参考标签，只需要一个移动的阅读器天线就可以在待定位区域中获取标签的位置。

技术方案

本发明的技术方案如下：

一种基于合成孔径雷达技术的RFID标签定位方法包括标签数据采集阶段、像素数据库建立阶段和匹配定位阶段。

标签数据采集阶段包括以下步骤：

1)通过移动的阅读器天线对标签所在的待定位区域进行数据采集。阅读器天线沿已知的轨迹每移动空间间隔Δd采集一次标签的反向散射信号数据，共采集N个位置的标签数据。当阅读器天线移动到第n个已知位置处，1≤n≤N，阅读器天线采集到的标签反向散射信号数据s_n由标签反向散射信号的相位

和幅度A_n组成：

2)标签的测量数据存储为(s₁,s₂,…,s_n,…s_N)^T，为了消除环境和设备引起的相位偏移的影响，将阅读器天线在首个位置采集的标签反向散射信号数据s₁作为参考值，来计算不同位置采集数据的相对变化：

3)将不同位置采集的标签反向散射信号数据相对于首个位置采集的s₁存储为标签测量向量y_t：

y_t＝(1,Δs₂,…,Δs_N)^T

像素数据库建立阶段中，包括以下步骤：

1)把待定位区域划分为M个像素点，第m个像素点与阅读器天线已知轨迹的第n个位置之间的欧式距离为r_nm，1≤m≤M。阅读器天线的辐射信号波长为λ，环境和硬件设备影响引起的相位偏移为常数

则该位置对应的第m个像素点的相位数据

为：

计算阅读器天线已知轨迹的N个位置所对应的M个像素点的相位数据。

2)θ_n表示在第m个像素点相对于阅读器天线已知轨迹的第n个位置的角度，f(θ_nm)为阅读器天线的辐射方向图：

f(θ_nm)＝cos²(θ_nm)

3)像素点的差分反向散射截面为Δ_σ，则该位置对应的第m个像素点的幅度数据A_nm：

计算阅读器天线已知轨迹的N个位置所对应的M个像素点的幅度数据。

4)由相位数据和幅度数据可以得到第m个像素点相对于阅读器天线已知轨迹的第n个位置的信号数据：

5)为了消除环境和设备引起的相位偏移

的影响，对于第m个像素点，将阅读器天线在首个位置像素信号数据s_1m作为参考值，来计算不同位置数据的相对变化：

则第m个像素点的数据向量存储为b_m＝(1,Δs_2m,…,Δs_nm)^T。

6)由待定位区域的M个像素点的数据向量，可建立像素数据库B：

匹配定位阶段阶段中，包括以下步骤：

1)计算标签测量向量y_t与每一个像素点数据向量的相似度C_m来进行待定位区域的匹配定位：

2)选择相似度最大的像素点，以其位置p′_pixel作为标签的位置结果

3)当定位下一标签时，重复标签数据采集阶段和匹配定位阶段得到位置。

本发明是一种基于合成孔径雷达技术的RFID标签定位方法，首先采用合成孔径技术，通过沿已知轨迹移动的阅读器天线每隔一定空间间隔在不同的位置采集标签的相位和幅度数据的方法进行匹配定位，然后基于相位和幅度数据模型来建立待定位区域的像素数据库，最后计算标签测量向量与像素点数据向量的相似度来进行匹配定位，选取相似度最高的像素点，其位置即对应标签信息。与传统的RFID标签定位方法相比，能够更加的适用传送带以及手持设备等动态场景，并且具有良好的抗多径干扰能力。。而且本发明不需要额外的参考标签与耗时的校准阶段，只需要一个移动的阅读器天线就可以进行标签的高精度定位。

附图说明

图1为基于合成孔径技术的标签定位场景。

图2为算法流程图。

具体实施方式

下面结合附图对本发明的一种基于合成孔径雷达技术的RFID标签定位方法做进一步的描述。

在标签与阅读器存在相对移动的场景中，合成孔径技术可以利用天线与目标之间的相对移动形成虚拟天线阵列，通过多个采样相位值的相干叠加来确定目标位置，从而具有良好的抗噪声和多径干扰的能力，能够提高定位精度。并且适用于手持式设备等独特的动态应用场景，也不需要额外布置参考标签和费时的校准阶段。同时成本相对较低，仅用商用设备就可以实现定位。因此本发明提出了一种基于合成孔径雷达技术的RFID标签定位方法。

基于合成孔径技术的标签定位场景如图1所示。在标签数据采集阶段，建立一个4m×4m的待定位场景，阅读器天线的移动轨迹沿X轴为一条直线，位于待定位区域边界20cm，总长度为4m，每移动4cm的空间间隔来采集标签的测量数据，因此在阅读器工作频率为867.5MHz，对应波长为34.6cm，天线在移动期间共采集100(N＝100)个读数。像素数据库建立阶段中待定位区域像素点间距可以设定为5cm，若是希望得到更高的定位精度，可以将像素点设置的更为密集。

本发明的定位方法根据采集的标签测量数据实时地估计其位置，算法流程如图2所示，步骤如下：

1)采集标签测量数据，存储为(s₁,s₂,…,s_n,…s_N)^T，为了消除环境和设备引起的相位偏移的影响，将阅读器天线在首个位置采集的标签反向散射信号数据s₁作为参考值，来计算不同位置采集数据的相对变化：

将不同位置采集的标签反向散射信号数据相对于首个位置采集的s₁存储为标签测量向量y_t＝(1,Δs₂,…,Δs_N)^T。

2)把待定位区域划分为6400(M＝6400)个像素点，第m个像素点与阅读器天线已知轨迹的第n个位置之间的欧式距离为r_nm，1≤m≤M。阅读器天线的辐射信号波长为λ，环境和硬件设备影响引起的相位偏移为常数

则该位置对应的第m个像素点的相位数据

为：

计算阅读器天线已知轨迹的100个位置所对应的6400个像素点的相位数据。

3)第m个像素点的幅度数据A_nm：

计算阅读器天线已知轨迹的100个位置所对应的6400个像素点的幅度数据。

4)由相位数据和幅度数据可以得到6400个像素点相对于阅读器天线已知轨迹的100个位置的信号数据，其中第m个像素点相对于阅读器天线已知轨迹的第n个位置的信号数据：

5)为了消除环境和设备引起的相位偏移

的影响，对于第m个像素点，将阅读器天线在首个位置像素信号数据s_1m作为参考值，来计算不同位置数据的相对变化：

则第m个像素点的数据向量存储为b_m＝(1,Δs_2m,…,Δs_nm)^T。

6)由待定位区域的M个像素点的数据向量，可建立像素数据库B：

7)计算标签测量向量y_t与每一个像素点数据向量的相似度C_m来进行待定位区域的匹配定位：

8)选择相似度最大的像素点，以其位置p′_pixel作为标签的位置结果

9)当定位下一标签时，重复(1)、(7)、(8)步骤得到标签位置。

Claims (1)

1.一种基于合成孔径雷达技术的RFID标签定位方法，其特征在于，

标签数据采集阶段包括：

1)通过移动的阅读器天线对标签所在的待定位区域进行数据采集；阅读器天线沿已知的轨迹每移动空间间隔Δd采集一次标签的反向散射信号数据，共采集N个位置的标签数据，当阅读器天线移动到第n个已知位置处，1≤n≤N，阅读器天线采集到的标签反向散射信号数据s_n由标签反向散射信号的相位

和幅度A_n组成：

2)标签的测量数据存储为(s₁,s₂,…,s_n,…s_N)^T，将阅读器天线在首个位置采集的标签反向散射信号数据s₁作为参考值，计算不同位置采集数据的相对变化：

3)将不同位置采集的标签反向散射信号数据相对于首个位置采集的s₁存储为标签测量向量y_t：

y_t＝(1,Δs₂,…,Δs_N)^T

像素数据库建立阶段包括：

1)把待定位区域划分为M个像素点，第m个像素点与阅读器天线已知轨迹的第n个位置之间的欧式距离为r_nm，1≤m≤M，阅读器天线的辐射信号波长为λ，环境和硬件设备影响引起的相位偏移为常数

则该位置对应的第m个像素点的相位数据

为：

计算阅读器天线已知轨迹的N个位置所对应的M个像素点的相位数据；

2)θ_nm表示在第m个像素点相对于阅读器天线已知轨迹的第n个位置的角度，f(θ_nm)为阅读器天线的辐射方向图：

f(θ_nm)＝cos²(θ_nm)

3)像素点的差分反向散射截面为Δ_σ，则该位置对应的第m个像素点的幅度数据A_nm：

计算阅读器天线已知轨迹的N个位置所对应的M个像素点的幅度数据；

4)由相位数据和幅度数据可以得到第m个像素点相对于阅读器天线已知轨迹的第n个位置的信号数据：

5)对于第m个像素点，将阅读器天线在首个位置像素信号数据s_1m作为参考值，来计算不同位置数据的相对变化：

则第m个像素点的数据向量存储为b_m＝(1,Δs_2m,…,Δs_nm)^T；

6)由待定位区域的M个像素点的数据向量，建立像素数据库B：

匹配定位阶段包括：

1)计算标签测量向量y_t与每一个像素点数据向量的相似度C_m来进行待定位区域的匹配定位：

2)选择相似度最大的像素点，以其位置p′_pixel作为标签的位置结果

3)当定位下一标签时，重复标签数据采集阶段和匹配定位阶段得到位置。

Images