一种基于RFID的细粒度多目标被动式定位方法技术

本发明专利技术公开了一种基于RFID的细粒度多目标被动式定位方法，该方法将人对多径信息的扰动作为指纹信息，而目前多目标定位方法中则去除多径或者忽略多径信息，所以本发明专利技术能够实现细粒度的位置计算，而其他方法只能指出目标的大致位置；能够在所监控区域准确的进行细粒度的多目标定位，填补了多目标定位算法在定位精度方面的缺陷，对环境的动态适应性较好，且经济成本低。

【技术实现步骤摘要】

本专利技术属于无线定位领域，涉及一种细粒度多目标定位方法，具体涉及一种基于 RFID的细粒度多目标被动式定位方法。
技术介绍
在现今很多应用场景中，如防入侵检测、商场导航、老人跌倒检测等，获取目标的 位置信息是最基础的内容，这在过去的20年中吸引了大批学者进行相关研究工作。其中，被 动式(无携带其他设备)定位方法在反入侵的应用中一直有着重要的作用，尤其是针对多目 标的定位方法。 现有的被动式定位方法使用传感器节点、红外装置、高级摄像头甚至是专用设备 等，这些设备价格较高，很难满足大规模部署需求。目前RFID被动式标签因廉价(一个5~10 美分)而受到定位的青睐，但目前基于RFID的被动式定位方法使用的标签部署密度过大，代 价较高，而且不能适用于多目标的情况。RFID (Radio Frequency Ident if i cat ion)技术，指 的是无限射频识别技术。 目前多目标被动式定位方法中，都仅考虑了人对视距路径(LoS)信号的影响，而忽 略了实际中多径的情况，甚至尽可能得避免多径情况。事实上，多径的情况是不能避免的， 如图1所示，人不仅能影响发射端到接收端的视距路径信号，其他路径信号也能影响。因此 这些方法只能指出目标的大概位置，不能精确地计算出目标位置，不能满足人们的需求。另 外，现有的定位方法主要采用RSSI技术，但RSSI技术因受天线增益的影响，会被多径所牵 制，从而只能达到粗粒度的定位。 综上，现有的被动式定位方法普遍存在以下缺陷：1)在监测区域不能实现多目标 的定位;2)设备不廉价;3)精度不能满足人们需求。 引用的参考文献： J.Wang,B-Xie,D.Fang,L.C.Chen,Xiaojiang,T.Xing,and ff.Nie.Accurate device-free localization with 1ittlehuman cost. In Proc. ACM MobiCom Workshop.2015. D·Zhang，Y·Liu，X·Guo，and L·M·Ni·RASS: Areal-time，accurate，and scalable system for trackingtransceiver-free objects. IEEE Trans.Parallel and Distributed Systems，24(5):996-1008，2013. K.Joshi,D.Bharadia,M.Kotaru,and S.Katti.WiDeo:Fine-grained device-free motion tracing using rf backscatter. In Proc.USENIX NSDI,pagesl89-204, 2015.
技术实现思路
针对上述现有技术中存在的缺陷或不足，本专利技术的目的在于，提供一种基于RFID 的细粒度多目标被动式定位方法，该方法能够在所监控区域准确的进行细粒度的多目标定 位，填补了多目标定位算法在定位精度方面的缺陷，对环境的动态适应性较好，且经济成本 低。 为了实现上述任务，本专利技术采用如下技术方案予以实现： 一种基于RFID的细粒度多目标被动式定位方法，具体包括以下步骤：步骤一，在监测区域中部署RFID被动式标签和多个RFID读写器； 步骤二，获取离线阶段指纹信息并存储，离线阶段指纹信息包括处于离线阶段监 测区域中的目标位置、被影响的标签ID和被影响的标签的多径信息； 步骤三，获取在线阶段与每个RFID读写器对应的被影响标签集合，根据被影响标 签集合确定多个被影响标签子区域，进而确定待检测目标数目；得到每个待检测目标对应 的在线指纹信息； 步骤四，利用步骤二得到的离线指纹信息和步骤三得到的每个待检测目标对应的 在线指纹信息，计算得到待检测目标的位置信息。 具体地，所述步骤二的具体实现方式包括： 步骤2.1: RFID读写器设置有两个，分别为X和Y，两个RFID读写器同时发送信号，每 个RFID读写器的天线阵列测量并记录所有标签在没有目标时的相位值，并通过SAR方法利 用获取的相位值得到每个RFID读写器到所有标签的多径信息； 步骤2.2:将监控区域划分为大小相同的正方形网格，选择一个体格中等的人站立 在每个网格，获取每个RFID读写器到所有标签的多径信息； 步骤2.3:采用DTW方法并考虑到系统噪声对标签的多径信息变化产生的影响，将 步骤2.1得到的没有目标时的多径信息和步骤2.2得到的有目标时的多径信息进行比较，分 别得到被每个目标影响的标签;将目标位置、被目标影响的标签ID、被影响标签的多径信息 以及影响程度作为离线阶段指纹信息存储于服务器数据库中。 具体地，所述步骤三的具体实现方式包括： 步骤3.1:若干个待被检测的人进入检测区域，静止后，两个RFID读写器，读取所有 标签的相位值，并采用SAR方法分别计算两个RFID读写器到每个标签的多径信息，最后将这 些信息存储于服务器数据库中；步骤3.2:两个RFID读写器到每个标签有不同的路径信息，即有两个集合:集合一 是第一个RFID读写器到所有标签的多径信息，集合二是第二个RFID读写器到所有标签多径 信息;利用步骤2.3中的DTW算法并考虑到系统噪声对标签的多径信息变化产生的影响，将 集合一和集合二中的标签多径信息分别与没人情况下的标签多径信息进行比较，得到两个 被影响标签集合；步骤3.3:对每个RFID读写器而言，与其对应的被影响标签集合中有若干个被影响 标签子区域，依据子区域个数计算目标数目；针对每个目标，与其对应的被影响标签ID和这 些标签的多径信息组成该目标的在线指纹信息。 具体地，所述步骤四的具体实现方式包括： 每个目标影响的标签不同，则每个目标之间没有任何关系，所以每个目标位置的 计算方式和过程相同，一个目标位置的计算公式如下： M(R,F)=NAmatch-dR(R,F)+niack · ffiack (9) 式中： R表示在线阶段计算得到的指纹信息，包括每个目标所影响的标签ID以及这些标 签的多径信息，一个目标位置对应一组在线指纹信息； F表示离线阶段计算得到的所有的目标信息集合，即目标位置、被影响标签ID以及 被影响标签的多径信息； M(R，F)表示在线阶段的指纹信息与一组离线阶段的指纹信息的匹配分数，匹配分 数越高，说明两者越相近； N表示在线阶段和每一组离线阶段的相同标签数目； Amatch表示相同被影响标签在位置匹配过程中的权重； dR(R，F)表示在线阶段的指纹信息与一组离线阶段指纹信息在所有相同被影响标 签的多径信息上的综合差异； SLT表示相同被影响标签在多径信息上的差别； nlac；k表示离线阶段和在线阶段中相同天线信号不全的被影响标签数量； Wlack表不天线信号不全的权重； Ltarg(3t表示针对每个待检测目标，分别计算此待检测目标对应的在线指纹和所有 离线指纹的M(R，F)值，得到最大M(R，F)值对应的离线指纹，则该离线指纹中的目标位置即 为所求位置。具体地，所述步骤2.3中得到被每个目标影响的标签的具体实现方式包括：假设有两个多径信息文件，即Βα和Be， Βα = Βα(0)，…Ba(i)，…Βα(本文档来自技高网...

【技术保护点】
一种基于RFID的细粒度多目标被动式定位方法，其特征在于，具体包括以下步骤：步骤一，在监测区域中部署RFID被动式标签和多个RFID读写器；步骤二，获取离线阶段指纹信息并存储，离线阶段指纹信息包括处于离线阶段监测区域中的目标位置、被影响的标签ID和被影响的标签的多径信息；步骤三，获取在线阶段与每个RFID读写器对应的被影响标签集合，根据被影响标签集合确定多个被影响标签子区域，进而确定待检测目标数目；得到每个待检测目标对应的在线指纹信息；步骤四，利用步骤二得到的离线指纹信息和步骤三得到的每个待检测目标对应的在线指纹信息，计算得到待检测目标的位置信息。

【技术特征摘要】

【专利技术属性】
技术研发人员：谢彬彬，张立超，李荔垚，陈晓江，房鼎益，邢天璋，汤战勇，王安文，王薇，刘晨，
申请(专利权)人：西北大学，
类型：发明
国别省市：陕西;61