RFID定位系统简介(共8页).doc

《RFID定位系统简介(共8页).doc》由会员分享，可在线阅读，更多相关《RFID定位系统简介(共8页).doc（8页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、精选优质文档-倾情为你奉上RFID定位系统简介RFID系统由RFID标签和RFID阅读器以及他们之间的通信组成。每个RFID标签具有唯一的标识符，即唯一的ID，他连接到某个对象上。用户用他的RFID阅读器读取RFID标签的唯一ID，使用户能够识别与RFID标签所连接的对象。因此，RFID标签系统在各个领域都有应用。例如，实物分配领域，一次性在一个纸箱或购物篮中识别多个目标的技术引起关注。RFID标签的唯一ID可以涉及到一些有用的信息。其中一个重要的信息是携带RFID标签的对象的位置信息。从RFID标签的唯一ID和位置信息，用户可以知道携带RFID标签的对象的位置。将射频识别技术用于室内定位领域

2、是目前RFID研究的一个热点。GPS是大家首先想到的一个定位系统，他基于卫星通信，在室外空旷环境下可提供精度在10米之内的导航，但是当目标移至室内，卫星信号受到建筑物的影响而大大衰减，定位精度也随之降低。近年来，许多技术和方案被提出用于室内坏境下的目标定位，这些技术包括红外线(Infrared)技术、超声波(Ultrasonic)技术、超宽带(UWB)和射频识别(RFID)技术等。红外线（Infrared）定位具有较高的室内定位精度，但是由于光线不能穿过障碍物传播，因此红外线定位受到直线视距的限制，而且定位距离比较短，通常只有5米左右。超声波(Ultrasonic)定位主要采用反射式测距法，通

3、过三角定位算法确定物体的位置。超声波的定位精度通常都很高，但超声波不能穿透墙壁，受多径效应和非视距传播影响很大，定位距离比较短。UWB技术通过发射和接收脉冲之间的时间差为进行距离测量和定位，具有定位精度高、鲁棒性好、不易受干扰等优点，但是系统需要较大的带宽(大于500MHz)和精度的同步时钟，校准难度较大。射频识别(RFID)技术利用射频方式进行非接触式双向通信交换数据以达到识别定位的目的，这种技术成本低、传输范围大，同时有非接触和非视距的优点，很适合室内定位技术。RFID系统的两大重要组成部分是读写器和标签。读写器包括天线、收发器、基本控制单元、逻辑接口等，可以方便地与标签和后台应用程序进行

4、数据传输和交换。标签包括芯片和天线两个部分。标签芯片是即ID系统的数据载体，可以存储商品或者物体的基本信息。当附着有标签的物体进入读写器天线的工作场区范围内，读写器和标签通过电场或者磁场藕合的方式实现两者之间的数据交互。根据RFID系统的工作频率不同，可将其分为低频LF(Low Frequency)、高频HF(High Frequency)、超高频UHF(Ultra High Frequency)和微波MW(Microwave)等四个频段。频段不同，工作特性也不同：低频和高频RFID系统基于电感耦合的基本原理，因此其通信距离较短；超高频和微波频段RFID系统基于电磁耦合反向散射的基本原理，因此

5、其通信距离较长。各个频段的工作特性如表1.1所示。其中，超高频RFID系统由于具有较远的识别距离、较快的通信速率和较小的天线尺寸而成为当前研究的热点各频段RFID系统的工作特性RFID标签按照其供电方式不同，可以分为无源、有源和半有源的三种。无源RFID标签通过从读写器发射的电磁波耦合能量来产生整个芯片工作的电源，因此成本较低，但是其工作距离有限；有源标签由于本身带有电池，不需要从电磁波中耦合能量，能主动发射射频信号，因此其工作距离较远，但寿命较短，而且成本相对较高；半有源标签自身也带有电池来供给芯片工作，但是不会主动发射信号，需要外部信号来激活其正常工作。由于成本原因，目前物流和门禁等领域中

6、最常用的还是无源RFID标签，有源和半有源标签仅用于少数贵重物品的识别和管理。短短几年，各种基于RFID的定位技术应运而生，下图就是几种技术的分类总结。基于RFID的定位技术基于RFID技术的定位方法按照是否测距分为2大类：非测距定位技术和测距定位技术。非测距定位技术不需要对距离进行检测，通过与参考点通信来进行区域定位：将参考读写器或者参考标签分布于特定区域，通过检测参考点与目标之间的通信成功与否来判断目标是否处于该区域。非测距定位技术必须将参考点按要求分布于目标区域，因此应用受到一定限制，成本也较高。基于测距的定位技术根据其测距原理又可以分为三大类：接收信号强度检测(RSSI)、信号到达方向

7、 (Direction of Arrival，DOA)、信号到达时间(Time of Arrival，TOA)。RSSI定位技术的基本原理为：射频信号的衰减量与距离的平方成反比；己知发射信号的功率，通过检测接收信号的功率强度即可得到信号传输的距离。但是接收信号强度受到环境因素影响，多径干扰严重，而且还受视距(LOS)与否、天气等的影响，定位精度较低。DOA定位技术的基本原理为：接收信号功率最强的方向或者接收信号功率最弱的反方向即为信号传输的方向；已知两条信号传输的方向即可确定目标的位置。但是信号方向的精确检测难度较大，需要复杂的方向性天线或者天线阵列，成本较高。TOA定位技术的基本原理为：射频

8、信号传输的速度恒定为光速c(3.0*108米/秒)；通过检测发射和接收信号的时间差，即可得到信号传输的距离。该方案基本不受视距和环境的影响，也不需要复杂的天线，低成本条件下实现精确的传输时间检测是其难点。LANDMARC：采用有源RFID的室内位置感应LANDMARC算法原理LANDMARC的设计思想是采用额外的固定参考标签辅助定位，通过参考标签的信号强度值与待定位标签的信号强度值之间的比较，采用“最近邻距离”权重思想，计算出待定位标签的坐标。假设现有N个RF阅读器、M个参考标签和U个待定位标签，N个阅读器分别读出M个参考标签和U个待定标签发给阅读器的信号场强值，此场强值分为18总共8个等级。

9、待定位标签坐标位置求解过程过下：1）定义参考标签的信号强度矢量为,表示参考标签在阅读器i上的值，待定位标签的信号强度矢量为，表示待定位标签在阅读器i上的值。因此，它们之间的欧式距离为：E越小表示参考标签和待定位标签距离越近。2）通过求得的k个跟待定位标签的信号强度最相近的参考标签，可以推算出待定位的的坐标为：为第个邻居的权重（l=1，2，3，K<M，K是M个欧式距离中最小的K个邻居），可根据经验公式得到：3）定义估计误差：其中，是估计出的待定位标签位置，为待定位标签的实际位置。LANDMARC系统按下图所示位置布设16个参考标签和4个阅读器，并放置8个待定位标签LANDMARC算法有以下

10、三个主要的优点：1）不需要大量昂贵的RFID阅读器，取而代之的是，采用了额外的、便宜的RFID标签。2）可以比较容易地适应环境的动态性。LANDMARC方法可以抵消很多环境因素，主要原因是，当待定位标签被定位时，参考标签也会受到相同的环境影响。因此，可以动态实时地更新参考信息。3）位置信息更加准确和可靠。但是，LANDMARC算法也存在一些缺点：1）在密集环境下，LANDMARC算法易受多径效应的影响。2）如果想进一步提高定位准确度，需要增加参考标签数目，会增加额外的系统开销。3）当前的RFID系统没有直接提供标签的信号强度，阅读器只能报告被检测标签的能量等级（在LANDMARC系统中能级为1

11、8），因此只能粗略地测量哪个等级对应什么样的距离。无源RFID标签的位置估计的多功率传感范围的方法在室内，配备RFID阅读器和RFID天线的机器人执行RFID标签的位置估计。为了估计标签的位置，我们采用概率的方法，计算后验概率。在这里，x是标签的位置，为时间步长从1到t的观测，为RFID天线的位置，时间从1到t。基于贝叶斯法则，有如下定义：(1)其中是给定标签位置x和RFID天线位置时观测到的似然值在传统方法中RFID读写器以恒定的传输功率感应标签的唯一ID。换句话说，此方法具有单一的通信范围。下图显示了传统方法的传感器模型，定义了分布的概率似然值。RFID读写器的探测范围假定为椭圆内的面积。

12、下图是传统位置探测的流程图。显示了更新后验概率在时间步长为1的例子。在这里，我们假定，一个机器人配有RFID天线，它移动并寻找标签的位置。在这个例子中，机器人是在观察点1。假定，机器人在时间步长1首次检测到标签，则计算各取样位置的概率似然值。三角形标记的取样位置的概率计算为（初始概率1）*（可能性0.9）= 0.9；点标记的取样位置的概率计算为（初始概率1）*（可能性0.5）= 0.5。接下来，RFID读取器移动到另一个位置。如果RFID读写器接收到一个标签的ID响应，则根据传感器模型计算各取样位置的概率似然值并更新后验概率。重复此过程，计算RFID标签的位置。如果有多个采样位置的后验概率一样

13、最大，则认为这些采样位置区域的重心为标签的估计位置。标签位置估计误差定义为e：这里，为标签的实际坐标，x,y为计算得出的坐标。不断改变通信范围的大小，可以高效地估计标签的位置。于是提出了一个多传感范围的方法，即多级RFID阅读器的发射功率的方法。为了简便，RFID阅读器发射功率分三个通信范围：远距离范围（long-range）对应最高发射功率、中距离范围（middle-range）对应中间发射功率、短距离范围（short-range）对应最小发射功率。图4显示了一个多传感范围的RFID标签的位置估计方法的流程图。首先，在同一观测点下，以远距离范围（最高发射功率）搜索标签，如果机器人接收到来自标签的ID响应，则机器人尝试以中距离范围搜索标签，如果再次接收到响应则尝试以短距离范围搜索标签。之后更新后验概率并移动到下一个观测点。感应模型一是只接收到远距离范围的感应，模型二是只接收到远距离和中距离的感应，模型三是接收到全部三种范围的感应。 专心-专注-专业