一种改进LANDMARC射频识别室内定位算法*

曹 洁，牛丽波，王进花

(1.兰州理工大学电气工程与信息工程学院，甘肃 兰州 730050；2.甘肃省制造业信息化工程技术研究中心，甘肃 兰州 730050)

一种改进LANDMARC射频识别室内定位算法*

曹 洁1,2，牛丽波1，王进花1

(1.兰州理工大学电气工程与信息工程学院，甘肃 兰州 730050；2.甘肃省制造业信息化工程技术研究中心，甘肃 兰州 730050)

在射频识别RFID室内定位环境中，LANDMARC定位算法的精度与选取的近邻参考标签数量有关。传统的算法仅仅局限于在小范围定位环境中选取3～5个参考标签，而在较大的定位环境中，距阅读器较远的相邻参考标签存在干扰近邻参考标签选取的情况，因此，需要选取较多的参考标签来辅助定位，然而随着选取参考标签数量的增加，定位误差越来越大。针对这一问题，在选取的参考标签中引入加权思想来优化计算过程中权重的分配，进而降低系统误差，提高定位精度。仿真实验结果表明，改进后的LANDMARC定位算法在选取较多参考标签的情况下具有较高的定位精度。

RFID室内定位；LANDMARC；参考标签；权重

1 引言

随着科技的进步和社会经济的发展，人们对无线定位技术的要求越来越高，而室内定位技术越来越受到人们的关注。传统的定位系统已经不能满足室内定位的需求，如熟知的全球定位系统GPS(Global Positioning System)[1]在室外的定位精度已经做到让很多人都满意的程度，但是一旦进入到室内，由于室内物体的阻挡以及多径效应，GPS在室内的定位效果大打折扣。红外线、超声波等传统的室内定位技术，要么系统复杂、造价昂贵，要么定位精度差强人意。而射频识别RFID(Radio Frequency IDentification)技术以其成本低廉、非接触、非视距且定位精度高等优于其他技术的特点，成为了室内定位领域的优选技术[2,3]；另外，由于室内环境复杂多变，高精度的定位算法在室内RFID系统的设计中就显得尤为重要。

目前室内RFID定位方法主要有基于测距的定位算法和基于非测距的定位算法[4]。其中，基于测距的定位算法主要有信号到达时间TOA(Time Of Arrival)测距定位、信号到达时间差TDOA(Time Difference Of Arrival)测距定位、信号到达相位POA(Phase Of Arrival)测距定位、信号到达角度DOA(Direction Of Arrival)测距定位、收信场强指示RSSI(Received Signal Strength Indication)测距定位；基于非测距的定位算法主要有质心定位和LANDMARC定位。

TOA定位方法使用三个或三个以上的阅读器接收统一有源标签发射的无线电信号，己知信号传播速度，根据信号的传播时间来计算出阅读器与标签之间的距离，然后利用三边或极大似然估计法等计算出标签的位置。TDOA定位方法利用两个阅读器的TOA相减取得系统时间差，进而获得距离差来求得标签位置。POA定位方法是通过阅读器接收有源标签发出的信号时存在相位差，根据相位差信息获得有源标签到阅读器的距离，进而代入到TOA/TDOA模型中获得定位目标。DOA定位方法是通过阵列天线测量目标发射的射频信号，并感知信号的到达方向，计算读写器与标签之间的相对方位，再根据三角定位来估算目标的位置。RSSI定位方法是利用信道传播模型去描述路径损耗对于距离的衰减情形，阅读器将接收到的信号强度值依据先验路径损耗模型或经典路径损耗模型转化成距离信息，代入到TOA或TDOA求解模型中求出标签位置。

TOA与TDOA测距定位适用于多种距离的定位，但由于信号的传播速度非常快，其对于时间的敏感度较高，须精准测出信号实际的传播时间，在实际应用中，要求信号的发出端和接收端有较好的同步机制，因而对硬件的要求很高；POA与DOA测距定位算法精度高、时间短，且不需要测量精确的时间，但其用到的阵列天线造价昂贵，同时在非视距传播条件下，存在测量的电波到达方向偏离真实值的情况，容易产生较大的定位误差[5,6]。

质心定位方法[7]的原理是系统通过比较各阅读器收集到待定点和参考点的RSSI信息，选取与待定点RSSI信息最相近的k个参考点，将k个参考点所确定的多边形质心，作为待定点的估计位置。LANDMARC定位方法[8]的核心思想是引入额外的固定参考标签来帮助位置校准，对于定位标签受到的环境因素影响，与其近邻的参考标签也会受到相似的影响。因此，参考标签作为系统中的参考点比较容易适应环境的动态特性，系统通过比较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差异，优选出近邻参考标签，并采用“最近邻距离”权重思想进而估计出待定位标签的坐标。

LANDMARC定位算法是基于收信场强指示的RFID定位系统的典型代表，相比于TOA、TDOA算法，收信场强指示法更易实现，同时降低了阅读器接收端同步机制的要求，具有良好的实用性。然而，LANDMARC定位算法的精度与选取的参考标签个数有关，在小范围的定位环境中，通常选取3～5个参考标签才能取得较好的定位效果；在较大范围的定位环境中，部署的参考标签较多也较为密集，距阅读器较远的相邻参考标签在阅读器上所表现的特性基本一致，致使在计算过程中存在干扰近邻参考标签选取的情况，因此，需要选取较多的近邻参考标签来辅助定位。然而增加近邻参考标签个数会增加系统误差，针对定位精度低这一问题，本文在选取的近邻参考标签中引入加权思想[9]来优化计算过程中权重的分配，进而降低系统误差，提高定位精度。

2 改进LANDMARC定位算法

2.1 基本LANDMARC算法

(1)

(2)

(3)

其中，k为近邻参考标签个数，wj为第j个近邻参考标签的权重，(xj,yj)为第j个近邻参考标签已知的物理坐标。

系统估计误差为：

(4)

其中，(xt,yt)为待定位标签t的实际坐标。

2.2 改进权重

由上述的场强欧氏距离公式(1)可知，欧氏距离越小，代表待定位标签与参考标签距离越近。由此，在权重分配中引入加权思想，优化赋予各个近邻参考标签的权重，那么改进后的权重系数为：

(5)

改进后的待定位标签t的估计坐标值为：

(6)

其中，k为近邻参考标签个数。系统估计误差为：

(7)

3 仿真与分析

3.1 仿真分析1

标签发射信号的RSSI在室内信道传播过程中的强度变化可用对数路径损耗模型来反映，即：

(8)

其中，P(d)表示阅读器在距离为d时接收信号的RSSI值，P(d0)表示阅读器在参考点d0处接收信号的RSSI值，n为路径损耗指数，Xσ为高斯噪声。P(d0)与Xσ在此均为设定好的已知量。

现假设在室内办公室环境，n=3.0，Xσ～N(0,1)。由于现阶段可用于直接检测标签RSSI值的阅读器很少，现将标签在阅读器上的RSSI值近似用阅读器检测到的能级数RSSIG(Received Signal Strength Indicator Grade)表示，设阅读器最大可测能级数RSSIGmax为8，相邻能级间隔BG为6 dB。那么，阅读器检测到标签的RSSI值近似为：

(9)

采用Matlab仿真，随机产生10个待定位标签，设定近邻参考标签个数k=8，改进前与改进后的定位结果如表1所示，定位效果如图1所示，改进后的算法在k=8的情况下具有较高的定位精度。由于定位精度与选取的近邻参考标签个数有关，系统误差与k的关系如图2所示，仿真结果表明，在k值较大的情况下，改进后的算法具有较高的定位精度，即系统误差较低。

Table 1 Positioning result table when k=8 in simulation 1表1 仿真 1中k=8的定位结果表

Figure 1 Positioning of the rendering when k=8 in simulation 1

Figure 2 System error under different k values in simulation 1

3.2 仿真分析2

由于能级取整，在计算过程中有可能出现欧氏距离为0，相应计算权重时会出现分母为0的情况，因此，假设阅读器为理想条件，即可检测到准确的RSSI值，由公式(8)可知，阅读器检测到标签的RSSI值E与距离的关系为：

(10)

其他室内条件不变，分析算法改进后的效果。设定近邻参考标签个数k=8，改进前与改进后的定位结果如表2所示，定位效果如图3所示，改进后的算法在k=8的情况下具有较高的定位精度。系统误差与k的关系如图4所示，仿真结果表明，在k值较大的情况下，改进后的算法与仿真分析一结果相同，均具有较高的定位精度。

Table 2 Positioning result table when k=8 in simulation 2表2 仿真2中k=8的定位结果表

Figure 3 Positioning of the rendering when k=8 in simulation 2

Figure 4 System error under different k values in simulation 2

3.3 仿真分析3

由于质心定位也是一种较为常用的非测距定位算法，现将其与改进的LANDMARC算法作比较。室内条件不变，设定阅读器为理想条件，可检测到准确的RSSI值，近邻参考标签个数k=8，质心定位算法与改进LANDMARC算法的定位效果如图5所示，从图5中可以看出，改进LANDMARC算法具有较高的定位精度。在不同k值的情况下，质心定位算法与改进LANDMARC算法的系统误差如图6所示，质心定位算法的系统误差随着k值的增加明显提高，而改进LANDMARC算法的系统误差则随着k值的增加稳定在0.2 m左右，因此改进的LANDMARC算法明显优于质心定位算法。

Figure 5 Positioning of the rendering when k=8 in simulation 3

Figure 6 System error under different k values in simulation 3

3.4 仿真分析4

为了测试算法的可行性，现随机进行10次实验，在上述定位环境中，随机产生20个待定位标签，系统误差分布如图7所示。经大量实验验证，改进的LANDMARC算法在较大k值的情况下具有较高的定位精度。

Figure 7 Algorithm feasibility analysis diagram

4 结束语

本文针对LANDMARC算法的定位精度受限于近邻参考标签个数的问题，提出了一种基于加权因子的优化定位算法。在较大规模的定位环境中，由于受到各种外界环境因素的影响，选取少量的近邻参考标签显然不能满足定位要求，因此需要适当增加近邻参考标签数量。在这种情况下，不论阅读器是否为理想条件，改进后的算法都具有较好的适应性，随着近邻参考标签个数的增加，改进后的算法均具有较高的定位精度。

[1] Peng Jing,Liu Zeng-jun,Zhu Ming,et al. Research on GPS/RFID integration algorithm based on the optimal selection of RFID observations[J]. Journal of National University of Defense Technology,2012,34(2):70-75.(in Chinese)

[2] Chen Rung-ching,Huang Sheng-ling. A new method for indoor location base on radio frequency identification[J].WSEAS Transactions on Communications,2009,8(7/9):616-625.

[3] Saad S S,Nakad Z S. A standalone RFID indoor positioning system using passive tags[J].IEEE Transactions on Industrial Electronics,2011,58(5):1961-1970.

[4] Ju Ying. The indoor location algorithm based on RFID research [D].Tianjin:Tianjin University,2010.(in Chinese)

[5] Chen Yu-qi. The research and application of RFID range [D].Guangzhou:Guangdong University of Technology,2012.(in Chinese)

[6] Ding Yuan-yuan. The indoor localization technology based on RFID research [D].Chengdu:Southwest Jiaotong University,2014.(in Chinese)

[7] Zhang Chan-ai,Ma Yan-yan,Bai Feng-e,et al. Implement of weighted centroid localization algorithm based on RSSI[J]. Journal of Taiyuan University of Technology,2009,40(2):146-147.(in Chinese)

[8] Lionel M N, Liu Yun-hao, Yiu Chao Lau,et al. LANDMARC:Indoor location sensing using active RFID[J].Wireless Networks,2004,10(6):701-710.

[9] Shi Wei-guang,Liu Kai-hua,Yu Jie-xiao,et al. RFID location algorithm based on weighted Euclidean operator[J]. Computer Engineering,2011,37(9):22-25.(in Chinese)

附中文参考文献：

[1] 彭竞，刘增军，朱明，等.基于优选RFID观测值的GPS/RFID组合定位方法[J].国防科技大学学报,2012,34(2):70-75.

[4] 俱莹.基于RFID的室内定位算法研究[D].天津：天津大学,2010.

[5] 陈宇琦.RFID测距的研究与应用[D].广州：广东工业大学,2012.

[6] 丁园园.基于RFID的室内定位技术研究[D].成都：西南交通大学,2014.

[7] 张婵爱，马艳艳，白凤娥，等.基于RSSI的加权质心定位算法的实现[J].太原理工大学学报,2009,40(2):146-147.

[9] 史伟光，刘开华，于洁潇，等.基于加权欧氏算子的射频识别定位算法[J].计算机工程,2011,37(9):22-25.

曹洁(1966-),女,安徽宿州人，硕士，教授，研究方向为信息融合和智能交通。E-mail:1020581028@qq.com

CAO Jie,born in 1966,MS,professor,her research interests include information fusion， and intelligent transportation.

牛丽波(1989-),男,山西山阴人，硕士生，研究方向为射频室内定位和嵌入式系统应用。E-mail:46469478@qq.com

NIU Li-bo,born in 1989,MS candidate,his research interests include RFID indoor location， and embedded system application.

An improved LANDMARC RFID indoor location algorithm

CAO Jie1,2，NIU Li-bo1,WANG Jin-hua1

(1.College of Electrical and Information Engineering,Lanzhou University of Technology,Lanzhou 730050；2.Technology & Research Center of Gansu Manufacturing Information Engineering,Lanzhou 730050,China)

In the environment of RFID indoor location, the location accuracy of LANDMARC is affected by the number of neighboring reference tags. Traditional algorithms confine to selection of 3-5 reference tags in a small location environment. However, in a wide location environment, how to select neighboring reference tags is interfered by the neighboring reference tags which are far away from the readers .Therefore, more neighboring reference tags are required to assist locating. But as the number of neighboring reference tags increase the location error will increase accordingly. In order to solve this problem, we introduce the weighted idea in the neighboring reference tags to optimize the calculation of weight distribution, to reduce the error of the system and to thus improve the location accuracy. Simulation results show that the improved LANDMARC localization algorithm possesses higher accuracy in cases of selecting more reference tags.

RFID indoor location;LANDMARC;reference tag;weighted

1007-130X(2015)09-1671-05

2014-12-10;

2015-03-11基金项目：国家自然科学基金资助项目(61263031)；国家科技支撑计划课题资助项目(2012BAF12B19)

TP391.4

A

10.3969/j.issn.1007-130X.2015.09.012

通信地址：730050 甘肃省兰州市兰州理工大学电气工程与信息工程学院

Address:College of Electrical and Information Engineering,Lanzhou University of Technology,Lanzhou 730050,Gansu,P.R.China