一种无佩戴RFID的定位系统技术方案

本发明专利技术公开了一种无佩戴RFID的定位系统，包括以下步骤：确定定位范围并进行系统设备布置；对RFID标签进行读取，收集RSSI数据；获取各个位置的RSSI信号强度后，利用knn概率模型对数据集进行训练；建立HMM模型并对数据集进行训练；利用维特比算法搜索运动的路径。上述技术方案利用商用RIFD读写器和商用RIFD标签作为硬件设备，结合隐马尔可夫模型和knn分类器方法，对RFID读写器接收到的RSSI信号值进行分析，使用维特比算法计算出被定位物体的运动轨迹，大大降低了成本，并且有效防止设备的丢失、遗忘或损坏。

【技术实现步骤摘要】
一种无佩戴RFID的定位系统
本专利技术涉及RFID的室内定位
，尤其涉及一种无佩戴RFID的定位系统。
技术介绍
全球定位系统GPS在实际应用中应用十分广泛。但是缺点也很明显，在建筑密集区域、室内环境、空间狭小的环境中，由于多径效应(multipatheffect)的影响。定位精度会显著下降。这时使用RFID定位技术来对室内物体进行定位就显得十分有必要了。有资料显示，如今的RFID技术经过十几年的发展，技术水平也在不断地提高，但是大多停留在理论方面的研究。是由于RF射频信号的多径效应影响，还有受外界条件的影响，使得射频信号会附带噪声，造成了射频信号的不稳定性。现在由于机器学习在目前各个领域中有大量的应用，而且效果非常好。例如神经网络的应用(Google的AlphaGo)，各种动态线性模型(卡尔曼滤波和粒子滤波模型等等)和支持向量机SVM等模型，都是在现实生活中有广泛应用的。RFID也不例外，机器学习对于RIFD定位技术有了很大的突破。对于解决或者说减少射频信号对RFID定位系统、提升定位精度、降低算法的复杂度以至于减少硬件的成本和计算开销都是十分有意义的。中国专利文献CN102509061A公开了一种“基于RFID的矿工定位系统”。包括有RFID射频识别系统，RFID射频识别系统通过无线传输线路与地面控制器相连，RFID系统由读卡器、标签以及计算机系统等部分组成。RFID读卡器和RFID标签组成了RFID读写模块，通过无线方式进行数据和能量的交换，其通信所需能量完全由读卡器天线辐射出来的电磁场提供，RFID读卡器接收标签发出的信号，提取有用信息，最后回传到地面控制系统的中心数据库进行相应的处理，从而对人员进行实时定位。上述技术方案使用RFID标签结合RFID读卡器实现定位，RFID标签成本高且不易携带，不适用于如今社会。
技术实现思路
本专利技术主要解决原有的技术方案进行定位需要用户主动携带设备的技术问题，提供一种无佩戴RFID的定位系统，利用商用RIFD读写器和商用RIFD标签作为硬件设备，结合隐马尔可夫模型和knn分类器方法，对RFID读写器接收到的RSSI信号值进行分析，使用维特比算法计算出被定位物体的运动轨迹，大大降低了成本，并且有效防止设备的丢失、遗忘或损坏。本专利技术的上述技术问题主要是通过下述技术方案得以解决的：本专利技术包括以下步骤：(1)确定定位范围并进行系统设备布置；(2)对RFID标签进行读取，收集RSSI数据；(3)获取各个位置的RSSI信号强度后，利用knn概率模型对数据集进行训练；(4)建立HMM模型并对数据集进行训练；(5)利用维特比算法搜索运动的路径。作为优选，所述的步骤1确定定位房间，系统设备布置包括在房间中放置阅读器天线，在周围的墙壁上等高度地贴上RFID无源标签。要求是放置在房间内的阅读器天线能够完整地读取到房间内所有的RFID标签，以防止数据的不稳定和丢失。作为优选，所述的步骤2采样时打开RFID的接口程序开始进行数据采集，房间内没有人时，对RFID标签进行读取，收集RSSI数据；房间内有人时，把房间等间距的分割，然后人站在不同的位置上静止一段时间来采集RSSI数据。作为优选，所述的步骤3把传统knn分类器转换成概率模式，在将RSSI观测值与潜在位置进行映射方面有更好效果，dis(r,s)为RSSI向量的欧氏距离。knn概率模型对采样获得的数据进行学习后，数据呈簇状分布。作为优选，所述的步骤3在数据集中搜索观测到的RSSIrj的最近k个近邻RSSI集合N(rj)；用其所属位置标记这些搜索到的k个样本，Ni(rj)＝{sk|sk∈N(rj)∩sk∈li}；然后建立基于概率knn的发射矩阵。作为优选，所述的步骤4建立模型生成转移矩阵，用在HMM模型中的解码问题，其中Ωi表示当前网格的邻近网格数，如果下一时刻的位置超出邻近的网格，则判定概率为0。根据贝叶斯定理，该问题转换为一个数学模型L*＝argmaxP(L|R)，根据似然函数，求出最大参数L。根据人员在家的行动速度不快这个条件，可以推断出下一时刻的位置必然不会离当前位置太远，这一原则很大的减少了系统的运算量。作为优选，所述的步骤4建立HMM模型，利用齐次隐马尔可夫假设和观测独立假设，并且把参数加上时间戳，进而将模型转换为作为优选，所述的步骤5当有人在移动时，会收集到一连串的RSSI信号值，Viterbi算法对收集到的数据进行解析，结合HMM模型中的发射矩阵和转移矩阵。δt+1(i)＝max[δt(j)aij]bi(ot+1)表示t时位置为i的所有路径中概率最大值。表示t时刻位置为i的所有路径中概率最大的路径的前一个结点，计算出一个向量，内含最大可能的路径。使用维特比算法对测试得到的RSSI信号进行解码得到最大可能的路径。本专利技术的有益效果是：1.无需老人佩戴定位手环，有效防止老人把设备遗忘在某处、丢失和损坏，极大地提升了设备的便捷性可靠性以及实用性。2.通过knn和HMM结合的模型，很好的提升了定位系统的精确度，利用得到的数据进行学习，得到的模型很好地降低了射频信号噪声对定位精度的影响。3.建立在商用无源RFID标签上的无设备定位系统在环境部署上更加便利，既不需要对硬件或固件进行任何的修改。同时维护工作简单，不需要更换电池，能量来源于射频信号的反向散射能量，并且成本非常低，超高频无源标签价格在5元以下，而且价格仍然在下降。附图说明图1是本专利技术的一种工作流程图。图2是本专利技术的一种系统模型图。图3是本专利技术的一种定位环境的布置方式图具体实施方式下面通过实施例，并结合附图，对本专利技术的技术方案作进一步具体的说明。实施例：本实施例的一种无佩戴RFID的定位系统，如图1所示，包括以下步骤：(1)确定定位房间并进行系统设备布置，系统设备布置包括在房间中放置阅读器天线，在周围的墙壁上等高度地贴上RFID无源标签。(2)对RFID标签进行读取，收集RSSI数据。在采样阶段，在windows系统上打开RFID的接口程序，开始进行数据采集，采样分两个步骤：当房间内没有人时，对RFID标签进行读取，收集RSSI数据；房间内有人时，把房间等间距的分割，然后人站在不同的位置上静止一段时间来采集RSSI数据。(3)获取各个位置的RSSI信号强度后，利用knn概率模型对数据集进行训练。把传统knn分类器转换成概率模式，在将RSSI观测值与潜在位置进行映射方面有更好效果，dis(r,s)为RSSI向量的欧氏距离。knn概率模型对采样获得的数据进行学习后，数据呈簇状分布。在数据集中搜索观测到的RSSIrj的最近k个近邻RSSI集合N(rj)；用其所属位置标记这些搜索到的k个样本，Ni(rj)＝{sk|sk本文档来自技高网...

【技术保护点】
1.一种无佩戴RFID的定位系统，其特征在于，包括以下步骤：/n(1)确定定位范围并进行系统设备布置；/n(2)对RFID标签进行读取，收集RSSI数据；/n(3)获取各个位置的RSSI信号强度后，利用knn概率模型对数据集进行训练；/n(4)建立HMM模型并对数据集进行训练；/n(5)利用维特比算法搜索运动的路径。/n

【技术特征摘要】
1.一种无佩戴RFID的定位系统，其特征在于，包括以下步骤：
(1)确定定位范围并进行系统设备布置；
(2)对RFID标签进行读取，收集RSSI数据；
(3)获取各个位置的RSSI信号强度后，利用knn概率模型对数据集进行训练；
(4)建立HMM模型并对数据集进行训练；
(5)利用维特比算法搜索运动的路径。


2.根据权利要求1所述的一种无佩戴RFID的定位系统，其特征在于，所述步骤1确定定位房间，系统设备布置包括在房间中放置阅读器天线，在周围的墙壁上等高度地贴上RFID无源标签。


3.根据权利要求1所述的一种无佩戴RFID的定位系统，其特征在于，所述步骤2采样时打开RFID的接口程序开始进行数据采集，房间内没有人时，对RFID标签进行读取，收集RSSI数据；房间内有人时，把房间等间距的分割，然后人站在不同的位置上静止一段时间来采集RSSI数据。


4.根据权利要求1所述的一种无佩戴RFID的定位系统，其特征在于，所述步骤3把传统knn分类器转换成概率模式，在将RSSI观测值与潜在位置进行映射方面有更好效果，



dis(r,s)为RSSI向量的欧氏距离。


5.根据权利要求4所述的一种无佩戴RFID的定位系统，其...

【专利技术属性】
技术研发人员：鲁建厦，包秦，汤洪涛，赵文彬，邵益平，潘文超，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：浙江;33