一种基于射频层析成像的多目标被动式定位方法技术

本发明专利技术公开一种基于射频层析成像的多目标被动式定位方法，包括以下几个步骤：射频层析成像；局部最大值提取；横截面扫描：得到成像结果中所有的局部最大值点后，对每一个最大值点进行灰度横截面扫描，以最大值点作为扫描直线L的中心，以固定的角间距θ旋转直线，记录每次旋转后直线穿过的像素点的像素值，旋转一周后停止；灰度分布图的特征计算；根据灰度分布图特征，利用朴素贝叶斯分类器，把待分类点分为三类：伪目标点，单目标点以及双目标点，对每个热点进行判断，去除伪目标，并区别当多个目标聚在一起时的目标数目。本发明专利技术具有精度较高的特点。

【技术实现步骤摘要】

本专利技术属于利用UHFRFID设备进行室内人员被动式定位的研究领域，具体涉及射频层析成像算法，灰度横截面扫描分析法和贝叶斯分类方法。
技术介绍
定位，即获取感兴趣目标在空间中的坐标。自从人类进入信息时代以来，导航与通信技术在互相交融中得到了迅猛发展，其中用户个人的定位导航技术产生了更大的应用价值，在人们的日常生活中发挥着越来越大的作用，同时单一的位置导航也在向监控、管理、交通、物流、救助、娱乐等综合位置服务的转变。位置服务作为战略型新兴产业已经进入人们生活，并逐渐成为社会生活，经济建设，甚至国防安全中不可或缺的一部分。目前，很多定位方法已经运用于目标的入侵检测，定位和追踪系统。总的来说，定位系统可以分为两类：合作系统与非合作系统。合作系统需要用户携带一些辅助定位设备(如手机，GPS接收器或近场通信标签等)来辅助其定位，即主动式定位。例如，GPS系统通过测量来自多个卫星的接收信号来预测接收机的位置。物联网中的无线射频识别系统通过利用阅读器来读取RFID标签的信息，可以用阅读器来自动识别和追踪标签的位置，实现自动仓储物流分配管理。基本上合作式的定位方式都是通过测量用户或目标所发出无线信号的某个物理量，然后利用三边(或多边)定位或三角定位法来实现定位。非合作定位也就是通常所说的被动式定位(DeviceFreeLocalization,DFL)。被动式定位[1]不需要用户携带任何辅助性设备，在紧急救援(如火灾，地震)，入侵检测，智能居家等领域有重大应用前景。目前的被动式定位算法主要是通过分析目标出现在定位区域后对信号造成的干扰来进行定位。但是，受信道环境复杂、算法抗干扰性不强等因素的影响，实现高精度、较强抗干扰能力、适应复杂环境的目标被动式无线定位和跟踪仍然是亟待解决的课题。射频层析成像(RadioTomographicImaging，RTI)，是近几年出现的一种新颖的被动式定位方法。基本思想是把定位区域划分成大小相等的网格(像素点)，网络中每条链路的衰减等效成该条链路穿过的所有网格的衰减值之和。然后建立数学模型，通过求解矩阵方程组，反解出每个像素点衰减的像素值。衰减值最高的点作为最终的目标位置。该算法具有计算复杂度低，定位精度高，不需要训练数据，实时性好的优点。目前射频层析成像算法基本上都是基于无线传感器网络(WSN)的，而实际上在物联网中应用广泛的RFID系统不仅能用于主动式定位，而且也可以用在被动式定位中。同时，RFID系统中的无源标签不需要电池供电，成本低，维护费用低。
技术实现思路
本专利技术提供一种基于射频层析成像的多目标被动式定位方法，能够有效排除伪目标，实现在目标数目未知时的多目标定位。本专利技术的技术方案如下：一种基于射频层析成像的多目标被动式定位方法，包括以下几个步骤：1)射频层析成像首先在定位区域四周布置l个无源UHFRFID标签，在每条边的中点布置一个阅读器天线，把定位区域均匀分成N个网格，这些网格称为像素点，每个阅读器和标签之间可以进行通信。射频层析想算法线性模型为y＝Wx+n，其中，y表示链路的接收信号强度(RSS)衰减值，x表示区域中每个像素点的RSS衰减值，W表示每个像素点对每条链路的权重值大小，n为加性高斯白噪声；计算出权重矩阵W，并测出每条链路的RSS变化量y，进而求出x，以成像的方式显示出来，得到定位结果。2)局部最大值提取首先对成像结果图像的x进行局部最大值提取，即找出图像中所有的热点，这些热点可能是真实目标位置，也可能是伪目标点。方法如下：通过比较每一个像素点与其周围相邻的八个或十六个像素点的大小来判断，如果该像素点的值最大，则认为其为一个局部最大值点，对图像中所有的像素点执行此算法，找出所有的局部最大值点。3)横截面扫描得到成像结果中所有的局部最大值点后，对每一个最大值点进行灰度横截面扫描，以最大值点作为扫描直线L的中心，以固定的角间距θ旋转直线，记录每次旋转后直线穿过的像素点的像素值，旋转一周后停止，这里L的长度单位为像素点的个数。4)灰度分布图的特征计算设定包括峰的宽度，高度，上升速度和下降速度在内的几个变量来记录每个方向的灰度分布图特征。5)朴素贝叶斯分类器根据灰度分布图特征，利用朴素贝叶斯分类器，把待分类点分为三类：伪目标点，单目标点以及双目标点，对每个热点进行判断，去除伪目标，并区别当多个目标聚在一起时的目标数目。附图说明图1为本专利技术流程框图。图2(a)和(b)分别为UHFRFID被动式定位场景示意图及其链路示意图。图3为多个目标出现时定位结果示意图。图4为横截面扫描过程示意图。图5为灰度分布图特征提取示意图。图6仿真结果示意图。具体实施方式本专利技术的基于射频层析成像的UHFRFID多目标被动式定位方法包括以下几个步骤：1)射频层析成像首先在定位区域四周布置l个无源UHFRFID标签，在每条边的中点布置一个阅读器天线。把定位区域均匀分成N个网格，我们把这些网格称为像素点。每个阅读器和标签之间可以进行通信。当图2中各个节点通信时，无线链路会穿过节点覆盖的区域。而目标的出现会使得周围的链路受到影响，因为目标会反射，吸收，衍射或散射一部分发射功率。从而使得到达链路接收方的功率下降。射频层析想算法线性模型为y＝Wx+n，其中，y表示链路的接收信号强度(RSS)衰减值，x表示区域中每个像素点的RSS衰减值，W表示每个像素点对每条链路的权重值大小，n为加性高斯白噪声。只要我们计算出权重矩阵W，并测出每条链路的RSS变化量y。我们就能求出x。得到x后，以成像的方式显示出来，就可以得到定位结果。然而当有多个目标出现在定位区域中时，最后的成像结果会出现伪目标点，如图3所示。本专利提出一种基于横截面扫描的图像处理方法来去除成像结果中的伪目标。具体步骤如下。2)局部最大值提取首先对成像结果图像x进行局部最大值提取，即找出图像中所有的“热点”。因为“热点”都可能是真实目标位置。最简单的方法是通过比较每一个像素点与其周围相邻的八个或十六个像素点的大小来判断，如果该像素点的值最大，则认为其为一个局部最大值点。对图像中所有的像素点执行此算法，找出所有的局部最大值点。3)横截面扫描得到成像结果中所有的局部最大值点后，对每一个最大值点进行灰度横截面扫描，这也是本专利技术所提出的方法的核心思想。以最大值点作为扫描直线L的中心，以固定的角间距θ旋转直线，记录每次旋转后直线穿过的像素点的像素值，旋转一周后停止。这里L的长度单位为像素点的个数。如图4所示。4)灰度分布图的特征计算如何将图形上的差异信息转化为数字量进而实现定位是必不可少的步骤。因为实际定位时是借助计算机进行处理最后给出目标的坐标，而不是人为的在图像中查找。首先我们设定几个变量来记录每个方向的灰度分布图特征，包括峰的宽度，高度，上升速度，下降速度等。如图5所示。5)朴素贝叶斯分类器朴素贝叶斯分类器是贝叶斯分类中最简单的一种分类器。其思想基础是：对于给定的待分类项，求出该项各个特征出现的前提下各个类别出现的概率，把待分类项分给概率最大的类别。唯一的问题是怎么得到后验概率，而贝叶斯定理告诉我们只要知道先验概率就可以表示出后验概率。而先验概率可以通过对样本进行学习得到。本专利所研究的问题就可以看作一个分类问题。这里需要强调的一点是本专利技术所提出的本文档来自技高网...

【技术保护点】
一种基于射频层析成像的多目标被动式定位方法，包括以下几个步骤：1)射频层析成像首先在定位区域四周布置l个无源UHF RFID标签，在每条边的中点布置一个阅读器天线，把定位区域均匀分成N个网格，这些网格称为像素点，每个阅读器和标签之间可以进行通信；射频层析想算法线性模型为y＝Wx+n，其中，y表示链路的接收信号强度(RSS)衰减值，x表示区域中每个像素点的RSS衰减值，W表示每个像素点对每条链路的权重值大小，n为加性高斯白噪声；计算出权重矩阵W，并测出每条链路的RSS变化量y，进而求出x，以成像的方式显示出来，得到定位结果；2)局部最大值提取首先对成像结果图像的x进行局部最大值提取，即找出图像中所有的热点，这些热点可能是真实目标位置，也可能是伪目标点；方法如下：通过比较每一个像素点与其周围相邻的八个或十六个像素点的大小来判断，如果该像素点的值最大，则认为其为一个局部最大值点，对图像中所有的像素点执行此算法，找出所有的局部最大值点；3)横截面扫描得到成像结果中所有的局部最大值点后，对每一个最大值点进行灰度横截面扫描，以最大值点作为扫描直线L的中心，以固定的角间距θ旋转直线，记录每次旋转后直线穿过的像素点的像素值，旋转一周后停止，这里L的长度单位为像素点的个数；4)灰度分布图的特征计算设定包括峰的宽度，高度，上升速度和下降速度在内的几个变量来记录每个方向的灰度分布图特征；5)朴素贝叶斯分类器根据灰度分布图特征，利用朴素贝叶斯分类器，把待分类点分为三类：伪目标点，单目标点以及双目标点，对每个热点进行判断，去除伪目标，并区别当多个目标聚在一起时的目标数目。...

【技术特征摘要】
1.一种基于射频层析成像的多目标被动式定位方法，包括以下几个步骤：1)射频层析成像首先在定位区域四周布置l个无源UHFRFID标签，在每条边的中点布置一个阅读器天线，把定位区域均匀分成N个网格，这些网格称为像素点，每个阅读器和标签之间可以进行通信；射频层析想算法线性模型为y＝Wx+n，其中，y表示链路的接收信号强度(RSS)衰减值，x表示区域中每个像素点的RSS衰减值，W表示每个像素点对每条链路的权重值大小，n为加性高斯白噪声；计算出权重矩阵W，并测出每条链路的RSS变化量y，进而求出x，以成像的方式显示出来，得到定位结果；2)局部最大值提取首先对成像结果图像的x进行局部最大值提取，即找出图像中所有的热点，这些热点可能是真实目标位置，也可能是伪目标点；方法如下：通过比较每一个...

【专利技术属性】
技术研发人员：马永涛，高鑫，
申请(专利权)人：天津大学，
类型：发明
国别省市：天津;12