一种基于LANDMARC的室内定位优化方法技术

一种基于LANDMARC的室内定位优化方法，提出了一种最优K值算法，是基于RFID技术的改进算法，该算法通过对选定邻居参考标签的数目K进行规定，将K按照待测标签摆放位置的不同情况取一个变化的值，对邻近参考标签进行进一步筛选，从而达到提高LANDMARC室内定位精度的效果。首先通过阅读器读取参考标签和待测标签的RSSI值；然后计算待测标签与参考标签之间的欧几里得距离；通过权重质心算法计算K=4时待测标签的坐标；计算每个邻居参考标签到待测标签的距离，并选出最大距离；判断待测标签的定位误差及位置来决定K的取值，进一步得到待测标签位置。本发明专利技术适用于室内定位应用领域，提高了LANDMARC定位系统的精度，为在复杂条件下提高定位算法精度的研究打下了良好的基础。

An indoor location optimization method based on LANDMARC

【技术实现步骤摘要】
一种基于LANDMARC的室内定位优化方法
本专利技术是一种基于LANDMARC(locationidentitybasedondynamicactiveRFIDcalibration)的室内定位优化方法，属于室内定位应用领域。
技术介绍
在室内定位系统中，基于无线射频识别RFID(RadioFrequencyIdentification)的LANDMARC室内定位技术是应用最广泛的室内定位技术之一，因为射频识别技术具有诸如非视距、短时延、低造价、高性能等优点，而LANDMARC系统使用价格低廉的参考标签进行辅助定位，大大降低了定位系统的运行成本。LANDMARC室内定位算法最早由香港科技大学的LionelM.Ni、YunhaoLiu和密歇根大学的YiuChoLau、AbhishekPatil等人的课题组于2003年提出的一种基于信号强度值进行定位的最典型应用。它主要的设计思想是在定位场景布置参考电子标签，通过比较参考电子标签和待测标签在各个阅读器上的信号强度值以及欧几里得距离，再利用K的邻近算法选出K个差值最小的参考电子标签作为邻居参考标签，最后通过对邻居参考标签加权求出待测标签的位置。然而在上述过程中，邻居参考标签一旦错选或漏选，定位系统的精度就会大打折扣。针对邻居参考标签选取的问题，国内外学者已经提出了一些改进的方法。例如2010年KyuwonHan、SungHoCho等人在《AdvancedLANDMARCwithadaptivek-nearestalgorithmforRFIDlocationsystem》一文中分析了邻居参考标签数量对LANDMARC系统定位精度的影响，并且提出了一种自适应K邻近算法。该方法主要思想：在LANDMARC算法流程中，计算待测标签与参考标签之间的欧几里得距离后，选择欧几里得距离最小的参考标签作为关键参考标签，并将该标签试作待测标签，K分别取1～5运用LANDMARC算法计算出其理论位置，由于关键参考标签的位置已知，便可得到K在不同取值下的误差，取误差最小的K值作为邻居参考标签的个数。然而这种方法需要不断重复LANDMARC算法的流程，计算量过大，增加了算法的复杂度。2013年张晓丹、黄海燕等人在《基于免疫克隆算法的LYQ聚类算法权值优化》中提出了一种聚类思想，从K个参考标签中选出与待测标签最近的两个标签作为聚类边界，并与待测标签组成一个聚类，同时通过与免疫克隆算法中的变异思想相结合产生新的集合来取代K个邻居参考标签，最终降低了待测标签的定位误差，但是由于免疫克隆算法尚未成熟，因此系统稳定性较差。
技术实现思路
本专利技术的目的是提供一种基于LANDMARC的室内定位优化方法，提出了一种最优K值算法来对选定邻居参考标签的数目K进行规定，将K按照待测标签摆放位置的不同情况取一个变化的值，对邻近参考标签进行进一步筛选，从而计算出待测标签实际的坐标信息，达到改进LANDMARC算法定位精度的效果。一种基于LANDMARC的室内定位优化方法，包括如下步骤：步骤1，通过阅读器把待测标签和参考标签相对应的信号强度值计算出来；步骤2，通过上一步获取到的信号强度值，计算出参考标签相对于待测标签的欧几里得距离并按照LANDMARC算法计算待测标签的初始坐标；步骤3，将上一步得到的欧几里得距离进行排序，选择欧几里得距离最小的4个邻居参考标签，根据最优K值算法计算每个邻居参考标签到待测标签的距离di(i＝1,…,4)，选出最大距离dmax，判断待测标签的定位误差及位置来决定LANDMARC算法中K的取值；若时，则K＝5；若时，则K＝4；步骤4，根据上一步K的取值，若K＝4，则步骤2中测得的初始坐标即为待测标签的最终位置；若K＝5，则重新依据LANDMARC算法，选取5个和待测标签距离最接近的参考标签作为邻居参考标签；步骤5，通过权重公式计算出上一步得到的5个邻居参考标签的权重因子，通过权重因子和参考标签的坐标来计算出待测标签的实际位置信息。进一步地，步骤1中，待测标签的信号强度RSSI值用向量的形式表示成：其中Si为待测标签在第i个阅读器测得的信号强度值，i∈(1,n)；同时将参考标签的信号强度RSSI值用向量的形式表示成：其中θi为参考标签在第i个阅读器测得的信号强度值，i∈(1,n)。进一步地，步骤2中，待测标签b(b∈(1,q))和参考标签aj两者间的信号强度值的欧几里得距离，其计算公式为：Ej2＝(θ1-S1)2+(θ2-S2)2+……+(θi-Si)2，i∈(1,m)；由这个公式我们不难发现，欧几里得距离的大小与参考标签和待测标签两者之间的距离息息相关，计算出来的欧几里得距离越小，就说明了待测标签与参考标签两者之间离得比较近。设有m个参考标签，经计算得出m个欧几里得距离，将这m个欧几里得距离按照从小到大的顺序进行排序，然后使用K的邻近算法选出几个与待测标签离得最近的参考标签的欧几里得距离，即假定选出K个相差最小的欧几里得距离。进一步地，所述步骤5中，通过权重公式计算出得到的K个参考标签的权重因子，其中，第i个参考标签的权重因子的公式为：Wi＝(1/Ei2)/(1/E12+1/E22+……+1/Ek2)欧几里得距离越小，所得到的权重因子就越大。最后通过公式计算出待测标签的坐标：(x,y)＝(W1x1+W2x2+……+Wkxk,W1y1+W2y2+……+Wkyk)。本专利技术达到的有益效果为：LANDMARC室内定位算法中运用RFID参考标签和RSSI测距方法，RFID参考标签的使用可以大大减少RFID阅读器的数目，而且定位系统的成本也被进一步降低，参考标签配合残差加权算法和最优K值算法可以进一步提高系统定位的准确性。LANDMARC室内定位算法的主要优点有：(1)参考标签的体积小，价格便宜，且只需要少量读写器就可完成，所以该算法的定位系统不需要很高的成本。(2)能应付复杂的环境，有较强的抗干扰能力。其定位精度较高，因为该算法是通过计算与待测标签距离近的参考标签的坐标，所以标签周围的电磁环境接近，消除了相当部分的误差。(3)LANDMARC是一种常见的RFID室内二维定位算法，它的优点是简单、成本低、易部署等。后来的很多RFID室内定位算法都是在LANDMARC算法的基础上改进而来的，LANDMARC是二维室内定位技术的鼻祖。使用最优K值算法将K按待测标签所处位置的不同情况进行赋值，将K赋予一个变化的值，即避免了待测标签距离某一个参考标签较近或待测标签放置于四个参考标签组成的正方形区域边缘等情况下，由于固定的将K值取4会引起邻居参考标签的漏选，导致定位精度的降低。改进后的LANDMARC算法针对该情况对K值进行调整，在误差较大时增加邻居参考标签数目，相比之前的算法在室内定位精度上有着明显的提高，定位精度保持在20厘米左右。验证了使用最优K值算法来提高LANDMARC定位系统的精度是十分可行的，为在复杂条件下提高定位算法精度的研究打下了良好的基础。本文档来自技高网...

【技术保护点】
1.一种基于LANDMARC的室内定位优化方法，其特征在于：包括如下步骤：/n步骤1，通过阅读器把待测标签和参考标签相对应的信号强度值计算出来；/n步骤2，通过上一步获取到的信号强度值，计算出参考标签相对于待测标签的欧几里得距离并按照LANDMARC算法计算待测标签的初始坐标；/n步骤3，将上一步得到的欧几里得距离进行排序，选择欧几里得距离最小的4个邻居参考标签，根据最优K值算法计算每个邻居参考标签到待测标签的距离d

【技术特征摘要】
1.一种基于LANDMARC的室内定位优化方法，其特征在于：包括如下步骤：
步骤1，通过阅读器把待测标签和参考标签相对应的信号强度值计算出来；
步骤2，通过上一步获取到的信号强度值，计算出参考标签相对于待测标签的欧几里得距离并按照LANDMARC算法计算待测标签的初始坐标；
步骤3，将上一步得到的欧几里得距离进行排序，选择欧几里得距离最小的4个邻居参考标签，根据最优K值算法计算每个邻居参考标签到待测标签的距离di(i＝1,…,4)，选出最大距离dmax，判断待测标签的定位误差及位置来决定LANDMARC算法中K的取值；若时，则K＝5；若时，则K＝4；
步骤4，根据上一步K的取值，若K＝4，则步骤2中测得的初始坐标即为待测标签的最终位置；若K＝5，则重新依据LANDMARC算法，选取5个和待测标签距离最接近的参考标签作为邻居参考标签；
步骤5，通过权重公式计算出上一步得到的5个邻居参考标签的权重因子，通过权重因子和参考标签的坐标来计算出待测标签的实际位置信息。


2.根据权利要求1所述的一种基于LANDMARC的室内定位优化方法，其特征在于：步骤1中，待测标签的信号强度RSSI值用向量的形式表示成：其中Si为待测标签在第i个阅读器测得的...

【专利技术属性】
技术研发人员：李鹏，李阳，王汝传，徐鹤，朱枫，程海涛，樊卫北，肖亮，
申请(专利权)人：南京邮电大学，
类型：发明
国别省市：江苏;32