CN113329331B - 一种基于改进双曲线模型的rfid定位方法 - Google Patents

Abstract

本发明涉及一种基于改进双曲线模型的RFID定位方法，利用包括阅读器、天线、射频标签在内的被动式RFID系统实现，其特征在于，包括如下的步骤：第一步相位—距离模型构建；第二步双曲线定位模型；第三步线性近似方法求得双曲线方程组的解；第四步采用泰勒级数方法修正线性近似后的误差。

Description

一种基于改进双曲线模型的RFID定位方法

技术领域

本发明属于RFID室内定位技术领域，不过，所提出的双曲线定位模型及其解决方法同样适用于其他无线定位技术领域，如超宽带(UWB)、蜂窝移动定位等领域。

背景技术

伴随着物联网的快速发展，网络规模迅速增大，网络节点数的激增使得节点的能量供应问题日益突出。无源感知网络使得节点通过光、风、电磁场等方式实现从环境中获取能量，而无需再提供额外的能量，为解决物联网的能量供应问题提供了新的解决方案。无源被动式超高频射频识别技术(RFID)作为无源网络一种重要的无线通信手段，已经成为物联网在工业上成功应用的典范。

无源感知网络的许多应用要求节点知道自己的位置信息，才能向用户提供有用相关服务。然而，在大多数场合，节点都是被随机部署在某个区域，事先无法知道自己的位置，因此，需要通过设计专门的定位技术来获取节点的位置。由于室内环境的复杂性，基于接收信号强度测量(RSSI)的定位技术，如GPS，往往定位精度有限。被动式RFID技术通过将待定位的物体贴上射频标签，利用反向散射耦合机制建立阅读器与标签间的通信链路，可以获得比能量更加可靠的定位信息。虽然目前RFID的通信距离有限，但基本可以满足室内环境下的定位需求。

由于RFID的频带宽度较窄，传统的基于时间测量的定位技术，如信号到达时间(TOA)、到达时间差(TDOA)等定位方法并不适用，需要建立新的定位模型。合成孔径(SAR)是一种高分辨的雷达成像技术，其通过目标与雷达间的相对运动形成虚拟的天线阵列，可以取代大尺寸的阵列天线而达到理想的方位分辨率的效果。利用这一原理，运动的天线可以在不同的位置接收射频标签的反向散射信号，获得多次采样结果从而提高RFID系统的定位精度。

发明内容

本专利提供一种基于改进双曲线模型的RFID定位方法。旨在利用电磁波传播产生的相位变化，通过测量标签反向散射信号的相位信息，建立RFID相位—距离模型。此外，为了提高定位精度及节约设备成本，借鉴SAR成像原理，通过运动的天线以采样更多的相位信息，从而构建新的双曲线定位模型。同时，针对双曲线方程组面临的求解困难问题，提出通过线性近似和误差校正两步方法，快速而准确地解决RFID定位问题。技术方案如下：

一种基于改进双曲线模型的RFID定位方法，利用包括阅读器、天线、射频标签在内的被动式RFID系统实现，其特征在于，包括如下的步骤：

第一步 相位—距离模型构建

阅读器控制天线向空间辐射一个射频信号，被选中标签的射频前端从电磁场中获得能量从而被激活，标签通过变换输入阻抗对反向散射信号进行调制进而将所储存的数据发送回阅读器，阅读器对反向散射信号进行解调后获得相位信息；相位值φ由下式表示：

其中λ表示波长，d表示天线与标签之间的距离，

为初始相位，视为常数，包括三部分：

分别为阅读器发送单元、标签单元、阅读器接收单元带来的相位偏移；

第二步 双曲线定位模型

(1)标签位置固定且未知，阅读器天线以确定的轨迹和速度运动形成合成孔径；在运动过程中，阅读器随机访问标签，记录每个访问时刻t＝{t₀,t₁,...,t_i,...,t_N}和相位值

阅读器天线初始位置z₀＝[x₀,y₀]已知，设阅读器沿着x轴运动，速度为v，则t_i时刻阅读器的位置表示为z_i＝[x_i,y_i]＝[x₀+v(t_i-t₀),0]，阅读器与标签的距离为d_i＝||z_i-z_t||₂，其中z_t＝[x_t,y_t]表示标签坐标；

在密集采样条件下，采样间隔不超过

首先对相位值进行展开，使其产生连续变化，展开后的相位值由下式计算得到：

为向下取整操作；

将相邻两次采样的相位值作差，得到

Δφ_i＝φ_i+1-φ_i

Δd_i＝d_i+1-d_i,i＝1,2,3,...,N-1

由相位差Δφ_i得到标签距两次采样位置的距离之差Δd_i，以相邻的两个天线位置为焦点，构建参数为

的双曲线，通过这样的方法总共构建N-1组双曲线方程组，待定位的标签位置即为双曲线的交点，下面我们介绍如何求得双曲线方程组的解；

第三步 线性近似方法求得双曲线方程组的解

根据上一步所构建的双曲线，得到双曲线的渐近线为

其中

双曲线有左、右两支渐近线，由Δd_i的符号确定唯一的一支，Δd_i<0为右支、Δd_i>0为左支；按照这种方法总共确定N-1条双曲线的渐近线，所有双曲线的渐近线组成线性方程组；

考虑噪声存在，使用最小二乘方法对其进行求解，求得的双曲线方程的近似解；

第四步采用泰勒级数方法修正线性近似后的误差。

进一步地，第四步具体步骤如下：

(1)将线性近似得到的结果作为初始位置，记为z_t ⁽⁰⁾＝[x_t ⁽⁰⁾,y_t ⁽⁰⁾]^T；

(2)计算初始位置与相邻两个采样位置的距离差：

Δd_j(z_t ⁽⁰⁾)＝||z_t ⁽⁰⁾-z_j+1||₂-||z_t ⁽⁰⁾-z_j||₂，j＝2,3,...,N-2

(3)使用泰勒级数进行近似：

Δs_j＝Δd_j(z_t ⁽⁰⁾)+g_j(z_t ⁽⁰⁾)^T·(z-z_t ⁽⁰⁾)，

其中

(4)计算雅克比矩阵A(z)＝[g₂(z),g₃(z),...,g_N-2(z)]；

(5)得到校正后的标签坐标：

z_t即为最后的定位结果。

本发明为室内定位问题提供了新的解决方案。总的来说，该方法具有如下方面特点：1、将SAR方法引入RFID定位问题，利用阅读器天线与射频标签之间的相对运动，获得了更充分的测量结果。2、建立基于反向散射机制的RFID相位—距离模型，利用电磁波传播带来的相位变化，获得了比能量值更可靠的距离度量。3、提出以双曲线模型为基础的定位方法，从相位差与距离差的关系出发，将定位问题转化成为简单的求双曲线交点问题。4、使用线性的渐近线代替非线性的双曲线，进而提高了求解效率。5、采用泰勒级数方法修正了线性近似后的额外误差，提高了定位精度。值得一提的是，本发明所提出的方法不仅适用于RFID定位问题，还适用于其他基于双曲线模型的定位问题。

附图说明

图1RFID反向散射耦合通信机制。

图2定位结果图。

图3对比其它定位方法的累计误差效果(CDF)曲线图。

图4对比其它定位方法的计算效率图。

具体实施方式

本发明基于RFID反向散射耦合机制，利用相位信息对距离的高灵敏度，构建新型的双曲线定位模型并且给出高效的求解方法。本发明总体分为三个部分介绍所提出的RFID定位机制。首先，从问题模型出发，解释电磁波相位与距离的关系及其他影响因素，为双曲线定位模型的构建提供理论基础。其次，考虑到双曲线方程的非线性导致方程组难以求解的问题，提出使用直线形式的渐近线代替双曲线，进而采用最小二乘(LMS)的方法快速求出方程组的近似解。最后，为了修正线性近似引入的额外误差，使用泰勒级数方法对结果进行修正，从而提高定位精度。技术路线如下：

1.将阅读器天线固定在移动平台上，形成天线与射频标签间的相对运动。阅读器在运动过程中不断盘询射频标签并接收其反向散射信号。对接收信号进行解调，获得反映电磁波传播距离的相位信息。

2.为了消除硬件因素带来的相位偏移，以相位差的形式代替直接使用相位来构建双曲线定位模型。此时，射频标签的位置即为由多组双曲线构成的方程组的解。

3.针对非线性方程组面临的求解困难，采用线性近似的方法将非线性问题转化为线性问题，进而使用LMS对其求解，提高求解效率。

4.为了消除上一步引入的额外误差，使用泰勒级数方法对结果进行修正，提高定位精度。

本发明通过3、4两步，为RFID定位问题提供高效准确地解决方案。进一步，通过仿真和实验对方法的有效性进行了验证。

本发明的具体步骤如下：

1.相位—距离模型构建

被动式RFID系统的基本组成部分包括：阅读器、天线、射频标签。阅读器基本作用是与标签进行通信，包括向标签发送控制命令并为标签提供能量。天线的作用是辐射或接收电磁波。标签的基本作用是存储一定量的数据并配合阅读器进行读写操作。阅读器与标签之间通过反向散射耦合的方式进行通信。简单来说，当一个盘存周期开始，阅读器控制天线向空间辐射一个射频信号，被选中标签的射频前端从电磁场中获得能量从而被激活，标签通过变换输入阻抗对反向散射信号进行调制进而将所储存的数据发送回阅读器，阅读器对反向散射信号进行解调后获得相位信息。相位值可以简单的理解为发送信号与接收信号之间相位的差值，其不仅与传播距离有关，还与系统的硬件因素有关。总而言之，其可以由下式表示：

其中λ表示波长，d表示天线与标签之间的距离，

为初始相位，可以视为常数，包括三部分：

分别为阅读器发送单元、标签单元、阅读器接收单元带来的相位偏移。

2.基于SAR的双曲线定位模型

在SAR场景中，标签位置是固定且未知的，阅读器天线以确定的轨迹和速度运动形成合成孔径。在运动过程中，阅读器随机访问标签，记录每个访问时刻t＝{t₀,t₁,...,t_i,...,t_N}和相位值

阅读器天线初始位置z₀＝[x₀,y₀]已知，为了便于阐述，假设阅读器沿着x轴运动，速度为v，则t_i时刻阅读器的位置可以表示为z_i＝[x_i,y_i]＝[x₀+v(t_i-t₀),0]，阅读器与标签的距离为d_i＝||z_i-z_t||₂，其中z_t＝[x_t,y_t]表示标签坐标。

在密集采样条件下，采样间隔不超过

理论上相邻的两个相位值之差不超过π。然而，由于测量的相位值被限制在0～2π范围内，隐藏了整数个波长的传播距离，导致相邻的两个相位值可能会出现超过π的跳变。因此，我们首先对相位值进行展开，使其产生连续变化。展开后的相位值可以由下式计算得到：

为向下取整操作。

此外，为了消除初始相位

的影响，需要将相邻两次采样的相位值作差，得到

Δφ_i＝φ_i+1-φ_i

Δd_i＝d_i+1-d_i,i＝1,2,3,...,N-1 (3)

因此，由相位差Δφ_i可以得到标签距两次采样位置的距离之差Δd_i，以相邻的两个天线位置为焦点，构建参数为

的双曲线。通过这样的方法总共可以构建N-1组双曲线，待定位的标签位置即为双曲线的交点，下面我们介绍如何求得双曲线方程组的解。

3.线性近似方法

根据上一步所构建的双曲线，不难得到双曲线的渐近线为

其中

虽然双曲线有左、右两支渐近线，但是Δd_i的符号确定了唯一的一支，Δd_i<0右支、Δd_i>0左支。按照这种方法总共可以确定N-1条双曲线的渐近线，所有双曲线的渐近线便组成了一个线性方程组，如下所示：

Ax＝y

由于矩阵A的行数大于列数，理论上，当矩阵A的秩为2时，存在唯一确定的解。然而，由于渐近线是双曲线的近似，而且噪声的存在不可避免的造成了测量误差，因此，上述方程可能不存在公共解。因此，我们考虑使用最小二乘方法对其进行求解，即

求得

x＝A⁺y (6)

A⁺＝VD⁺U^T

(A＝UDV^T)

其中，U、D、V为对A进行奇异值分解后得到的矩阵，求得的x即为双曲线方程的近似解。

4.误差校正方法

由于线性近似不可避免的引入了额外误差，我们采用泰勒级数展开方法需要对近似结果进行进一步校准。校准的具体步骤为：

(2)将线性近似得到的结果作为初始位置，记为z_t ⁽⁰⁾＝[x_t ⁽⁰⁾,y_t ⁽⁰⁾]^T。

(2)计算初始位置与相邻两个采样位置的距离差：

Δd_j(z_t ⁽⁰⁾)＝||z_t ⁽⁰⁾-z_j+1||₂-||z_t ⁽⁰⁾-z_j||₂，j＝2,3,...,N-2 (7)

(3)使用泰勒级数进行近似：

Δs_j＝Δd_j(z_t ⁽⁰⁾)+g_j(z_t ⁽⁰⁾)^T·(z-z_t ⁽⁰⁾)， (8)

其中

(6)计算雅克比矩阵A(z)＝[g₂(z),g₃(z),...,g_N-2(z)]。

(7)得到校正后的标签坐标：

z_t即为最后的定位结果。

Claims (1)

1.一种基于改进双曲线模型的RFID定位方法，利用包括阅读器、天线、射频标签在内的被动式RFID系统实现，其特征在于，包括如下的步骤：

第一步 相位—距离模型构建

阅读器控制天线向空间辐射一个射频信号，被选中标签的射频前端从电磁场中获得能量从而被激活，标签通过变换输入阻抗对反向散射信号进行调制进而将所储存的数据发送回阅读器，阅读器对反向散射信号进行解调后获得相位信息；相位值φ由下式表示：

其中λ表示波长，d表示天线与标签之间的距离，

为初始相位，视为常数，包括三部分：

分别为阅读器发送单元、标签单元、阅读器接收单元带来的相位偏移；

第二步 双曲线定位模型

(1)标签位置固定且未知，阅读器天线以确定的轨迹和速度运动形成合成孔径；在运动过程中，阅读器随机访问标签，记录每个访问时刻t＝{t₀,t₁,...,t_i,...,t_N}和相位值

阅读器天线初始位置z₀＝[x₀,y₀]已知，设阅读器沿着x轴运动，速度为v，则t_i时刻阅读器的位置表示为z_i＝[x_i,y_i]＝[x₀+v(t_i-t₀),0]，阅读器与标签的距离为d_i＝||z_i-z_t||₂，其中z_t＝[x_t,y_t]表示标签坐标；

在密集采样条件下，采样间隔不超过

首先对相位值进行展开，使其产生连续变化，展开后的相位值由下式计算得到：

为向下取整操作；

将相邻两次采样的相位值作差，得到

Δφ_i＝φ_i+1-φ_i

Δd_i＝d_i+1-d_i,i＝1,2,3,...,N-1

由相位差Δφ_i得到标签距两次采样位置的距离之差Δd_i，以相邻的两个天线位置为焦点，构建参数为

的双曲线，通过这样的方法总共构建N-1组双曲线方程组，待定位的标签位置即为双曲线的交点；

第三步 线性近似方法求得双曲线方程组的解

根据上一步所构建的双曲线，得到双曲线的渐近线为

其中

双曲线有左、右两支渐近线，由Δd_i的符号确定唯一的一支，Δd_i<0为右支、Δd_i>0为左支；按照这种方法总共确定N-1条双曲线的渐近线，所有双曲线的渐近线组成线性方程组；

考虑噪声存在，使用最小二乘方法对其进行求解，求得的双曲线方程的近似解；

第四步 采用泰勒级数方法修正线性近似后的误差，方法如下：

(1)将线性近似得到的结果作为初始位置，记为z_t ⁽⁰⁾＝[x_t ⁽⁰⁾,y_t ⁽⁰⁾]^T；

(2)计算初始位置与相邻两个采样位置的距离差：

Δd_j(z_t ⁽⁰⁾)＝||z_t ⁽⁰⁾-z_j+1||₂-||z_t ⁽⁰⁾-z_j||₂，j＝2,3,...,N-2

(3)使用泰勒级数进行近似：

Δs_j＝Δd_j(z_t ⁽⁰⁾)+g_j(z_t ⁽⁰⁾)^T·(z-z_t ⁽⁰⁾)，

其中

g_j(z)＝▽(Δd_j(z))；

(4)计算雅克比矩阵A(z)＝[g₂(z),g₃(z),...,g_N-2(z)]；

(5)得到校正后的标签坐标：

z_t即为最后的定位结果。

Images