基于RFID和WSN的仓库物资定位方法研究

尹章轩++王雅君++李勇

摘要：考虑到仓库环境复杂多变，造成定位精度不高，为有效地提高传统的基于RFID仓库物资定位算法的定位精度，提出了一种基于RFID技术与WSN技术融合的高斯权值校正RSSI质心定位算法。以RFID和WSN技术为基础，在传统的RSSI定位算法中引入高斯权值校正的三边质心组合定位算法，建立RFID与WSN的信号和算法数学转化模型，给出具体详细的算法步骤。对影响RSSI值的三个主要因素进行研究分析，并且使用MATLAB进行仿真测试分析，结果表明改进后算法的定位精度有显著提高，为仓库物资定位提供了一种新的方法和依据。

关键词：仓库物资；RFID技术；WSN技术；RSSI；定位算法

中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2017）30-0229-06

Research on Warehouse Materials Positioning Method Based on RFID and WSN

YIN Zhang-xuan， WANG Ya-jun， LI Yong

（Dalian Polytechnic University， Dalian 116000， China）

Abstract： Considering the complex and changeable warehouse environment， the positioning accuracy is not high， In order to improve the positioning accuracy of the traditional RFID based warehouse material positioning algorithm effectively， A Gauss weight correction RSSI centroid localization algorithm Based on RFID technology and WSN technology is proposed. Based on RFID and WSN technologies， Gauss centroid correction is applied to the three edge centroid combination localization algorithm in he traditional RSSI localization algorithm to establish he mathematical transformation model of signals and algorithms for RFID and WSN and make the detailed algorithm steps. Three main factors that affect the RSSI value are analyzed and simulated and analyzed by MATLAB， the results show that the location accuracy of the improved algorithm is improved significantly， and a new method and basis for warehouse material positioning is provided.

Key words： Warehouse Materials； RFID Technology； WSN Technology； RSSI； Location Algorithm

Radio Frequency Identification（RFID，無线射频识别技术），通过内部发射装置发射电磁波解析其他信号，对于接收到的信号可以进行相关数据处理。这样就可以对数据进行无缝链接和处理分析，对物资的定位和识别具有重大作用。RFID技术在本身内部融合了无线通讯技术和半导体技术，不用对物资进行接触就可以自动识别物资的相关信息，鉴于此方面的作用，使之成为现在研究的目标自动定位的最重要的技术之一[1]。

在企业的信息化管理中，仓库在整个管理中作为最基本的同时也是核心的部分[2]。对仓库进行智能化管理，将无线射频技术、无线传感技术、网络信息技术和定位导航技术等与传统的仓库管理信息系统相结合，设计出符合企业生产实际的智能化管理应用系统，提高企业生产管理效率，是目前研究的主要方向和目标。

海内外学者都研究分析了相关的物品定位技术和算法。如Zaheeruddin Asif [3]等人对 RFID 技术在企业ERP系统与企业库存管理集成应用进行了专门的定量分析；L.Ni[4]等人提出的 LANDMARC 系统是一种利用 RFID 技术实现定位系统的原型；Feng D X[5]等人提出了一种RFID信息自动集成技术，对RFID发射信号进行了整合，提高了RFID信号的接收的准确性；Ekahau公司[6]首次提出应用RFID技术实现室内定位，并且研究出相关的定位软件；在定位技术融合方面，Intel研究院[7]提出了应用Fast SLAM算法，在某处先放置信号辨别接收器，当接收到相关的射频信号的时候，接收器内部的处理模块应用Fast SLAM算法计算出来坐标位置；M Kranz [8]等人提出基于RFID的数字增大的无线线路模型的定位算法；Kyuwon Han [9]提研究分析了自适应最近邻居改进方法，在LANDMARC定位系统中处理近邻标签对定位误差产生的影响；王峰[10]等人研究了在复杂的室内环境下的基于无线射频的室内物品定位系统；宁焕生[11]等人定性研究了RFID技术在国家物联网中的应用；高飞[12]等人研究了RFID的工作原理与应用，给出了直观的RFID工作原理结构，为后续研究RFID技术的工作人员提供了理论支持；穆万里[13]等人提出应用RFID技术对区域目标进行定位，能够在区域内对物品进行准确定位；林玮[14]等人研究了仓库物资实时追踪定位，提出一种在无线传感器网络中基于RSSI的三角形质心定位算法；王书锋[15]等人利用无线传感网络技术和最小二乘法融合的算法对定位精度进行优化分析；翁宁龙[16]等人研究了室内外定位技术，分析了不同环境因素对定位误差的影响；冯刘中[17]等人研究了一种多传感器进行组网的信息共享的机器人定位导航技术，在传感器组网的过程中加入机器人技术进行信息共享，提高了物资定位精度。endprint

以上研究大多数都是针对物资定位的摸一个技术或者算法进行了单独的研究，随着信息技术的快速发展，单一的信息来源已经不能满足发展的需求。因此，本文以制造行业的仓库管理复杂的环境为前提，在以往研究工作者的研究基础之上，着重研究了以RFID和WSN为基础的RSSI定位算法，将RFID技术与WSN技术的信息进行集成共享，提出了一种基于RFID 和WSN信息融合的高斯权值校正RSSI的三边质心定位算法。建立相关算法的数学转化模型，主要分析参考节点比例、通信半径大小和路径损耗系数高低对定位精度的影响，并且将普通的基于RSSI的质心定位算法和均值加权校正RSSI的质心定位算法与本文提出的基于RFID 和WSN的高斯权值校正RSSI的三边质心定位算法进行对比分析。

1 RFID和WSN定位技术

1.1 RFID定位技术工作原理

在一定的系统规定的磁场范围之内，应用系统的解读设备发射出来无线射频信号能够被在范围之内的电子标签所接收，同时由于感应电流的产生可以使电子标签产生出相应的能量将存储在其内部的物资的详细的信息发送出来。另外，RFID标签也可以主动的发送射频信号，然后信号被应用系统解读器接收分析且解码，最后后台的中央数据处理服务器对接收到的数据信息进行数据处理相关操作，情切存储在中央数据存储服务器中，以便后续的数据调用[18]。其工作原理如图1所示：

图1 无线射频工作原理图

1.2 WSN定位技术节点结构

传感器功能模块、处理器功能模块、无线通讯功能模块和能量供应功能模块是传感器网络节点体系结构的四个主要的功能模块，但是根据作用不同的传感器也会有不一样的类型[19]。四大功能模块里面又包含着不同的子功能模块。其中传感器的功能是对一定区域内的目标进行追踪检测（数据采集和数据信息转换（AD/DC））；电源负责节点的供电，通常采用微型电池，或者直接采用太阳能供电；储存模块负责存放程序和数据的储存；处理器和存储器主要对数据进行分析和保存；无线通信模块主要对网络信息、网络协议和信号数据的传递，在无线通信模块内部对数据信息初步的分析处理和融合，协调区域空间内数据信息采集，从而使数据信息通信量减少。其工作原理如图2所示：

在由单个传感器组成的WSN系统中，系统的基础部分是单个节点，并且也是整个体系的核心部分[20]。传感器将收集到的数据信息经过A/D转换为数字信号，经过处理模块的计算分析暂存到存储器。需要发送数据信息时将数据信息从存储器提取出来，无线通信器会将数据信息进行转发。

在每一个节点和模块的数据信息交换处理分析中，无线通信模块的数据信息传递和分析同样的需要处理器的参与控制 [21]。硬件和软件之间的良好的融合和配合，促使节点之间的效率提高和功能损耗的减少，以及各个节点和模块之间的相关的功能实现。

1.3 RFID与WSN技术融合

在WSN技術方面，其作用主要是进行网络体系的建设以及数据信息的搜集。RFID电子标签不再是仅仅局限于传统的编号代码进行统计，还包括数据信息的处理分析和控制，这些数据信息的分析处理类似于传感器的体系节点。将RFID技术中加入WSN的功能研究，同时使RFID技术和WSN技术实现自身的更大化价值研究。RFID技术在数据的处理分析上的优点和WSN对数据信息的采集上的优点，再结合WSN的网络组建特点，对整个系统网络进行融合能够更加准确的实现对目标的追踪。RFID技术和WSN技术的融合在无线通讯领域的数据信息的传递和处理分析方面具有里程碑的意义。

RFID技术和WSN技术的融合，主要是将两者的节点进行融合。应用RFID技术实现对数据信息的自动读取，应用WSN技术实现对数据信息的传递处理分析，此时，WSN的功能就如同RFID的外部数据信息处理模块，具体的框图如图3所示：

2 基于RFID高斯权值三边质心组合定位算法

2.1 高斯函数对RSSI测量值进行修正

基于RSSI （Received Signal Strength Indicator）的定位算法中，数据信息源发射点与接收点之间的距离计算过程为：固定数据信息发射器发射数据信息（信号强度），固定或者移动信号接收器接收相应的数据信息（信号强度），在接收到信号后根据相应的信号损耗模型公式计算损耗，应用数学公式将计算出来的信号损耗强度装化为距离公式，进而得出信号强度发射点与接收点之间的距离 [22]。

对于接收到的K个RSSI值，其中不免有一些概率较小，但是数值偏差很大的数据信息值。应用数学高斯分布函数模型去除这些小概率但数值偏差很大的RSSI值，可以提高RSSI的测量精度。高斯分布函数模型描述如下：

3 仿真分析

3.1 算法流程

经过校正优化后的算法，在定位精度上会有所改善。算法流程如图7所示。

算法具体的步骤如下：

（1） 在定位系统中所有参考节点周期性地发射信号，发射出来的信号可以被网络节点中的其他节点识别，在信号中包含着最为重要的数据信息，其中最重要的两条信息是节点自身的ID和位置坐标[Xi，Yi]；

（2） 待测点的未知节点接收参考节点发出来的数据信息，同时可以检测到各个参考节点的[RSSIi]值，建立[RSSIi]与[Xi，Yi]相对应的存储矩阵[RSSIi，Xi，Yi]。同时设置未知节点的可接收信号的信号阀值，设置为5，即当信号数量值i>5时，在阀值以外的参考节点的信息被屏蔽；

（3） 在信号阀值以内的5个参考节点发射的信号信息可以相互识别和接收，即第i[i≤5]个参考节点可以检测到其余4个参考节点发射的[RSSIij]值[i≤5，j≤5，i≠j]；

（4） 利用步驟（2）、（3）中的RSSIi、RSSIij和公式（3），求出第i个参考节点的Pi和Pij值；

（5） 利用步骤（1）中的位置坐标（Xi，Yi）算出五个参考点的距离dij（i≤5，j≤5，i≠j），且dij =dij，根据数学中的排列组合可知有10个这样的距离值；

（6） 根据步骤（4）中的Pi和Pij，步骤（5）中的dij和公式（4），求出未知节点和第i个参考节点的4个修正距离长度di1、di2、di3和di4，求其数学期望，即为未知点和第i个参考点的di，如式（12）所示：

[di=di1+di2+di3+di44i≤5] （12）

（7） 重复步骤（6），求出5个最终修正距离（阀值为5），舍弃其中的最大值，剩下的这4个值则对应4个参考节点，任意3个为一组，共4组，应用三边质心测距算法可知每组数据可以得到3个圆，根据以上可知，3个圆相交的交点可以得到一个三角形；

（8） 根据（8）式可求出步骤（7）中的4个三角形的质心坐标；

（9） 根据（11）式求出未知节点的位置坐标。

3.2 仿真分析

应用MATLAB软件仿真测试，选择70m×70m的范围区域，区域的4个顶点坐标为（0，0）、（0，70）、（70，0）和（70，70），未知节点坐标为（33，32），在该区域内参考节点是随机分布，如图8所示，参考节点为图中10个红色星号；未知节点为图中90个黑色实点，区域中的所有参考节点都具有一样的功能。本次实验仿真将对普通RSSI的三边质心定位算法，校正RSSI的均值加权质心定位算法和校正RSSI的高斯加权质心定位算法进行对比分析。

进行一下实验来验证各个因素对定位误差的影响。第一步改变路径损耗系数，分析路径损耗系数大小对定位误差的影响；第二步调节参考节点比例数值，分析参考节点比例对定位误差的影响；第三步改变通信节点的半径大小，分析通信节点半径大小对定位误差的影响；在实验仿真中，参考节点的数量分别为10、20……100，各个数量级的参考节点进行一百次仿真测试。选择十个参考节点为例，进行一百次的运行仿真测试，选择结果的平均值和最大值，运行结果如图8、9所示：

图8 定位仿真区域选择

图9 未知节点定位

本实验对定位算法的误差分析评估的最主要的因素是未知节点的误差的平均值。通过增大定位系统网络中的参考节点比例，观察分析对误差的影响。

图10 路径损耗系数对定位误差影响曲线图

通过仿真，首先设定参考节点数目为10，通信半径大小为50m，改变路径损耗系数大小（2、2.5……6），研究分析其对算法定位误差的影响，如图10所示。由图分析可得，三种不同的定位算法的定位误差随着路径损耗系数的增大都有所减小，但是校正RSSI高斯加权质心定位算法的定位误差数值最小。

图11 参考节点数目对定位误差影响曲线图

然后设定路径损耗系数大小为2，参考节点的通信半径大小还是50m，改变参考节点数目大小（10、12……26），研究分析其对算法定位误差的影响，如图11所示。由图分析可得，三种不同的定位算法的定位误差随着参考节点个数的增大都有所减小。但是在一定的范围内，本文所提出的算法的定位精度最高，误差最小。

图12 参考节点通信半径大小对定位误差影响曲线图

最后路径损耗系数设为2，参考节点的数目设定为12，改变通信半径数值的大小（20、25……60）研究分析其对算法定位误差的影响，如图12所示。由图分析可得，三种不同的定位算法的定位误差随着参考节点个数的增大都有所减小。但是在一定的范围内，本文所提出的算法的定位精度最高，误差最小。

4 结束语

本文在提出的基于RFID 和WSN的高斯权值校正RSSI的三边质心定位算法，融合RFID和WSN技术，突出各自优点。分析了传统的基于RSSI质心定位算法、校正RSSI均值加权质心定位算法和基于RFID 和WSN的高斯加权校正RSSI的质心定位算法中的参考节点、通信半径和路径损耗系数对定位误差的影响。最后应用MATLAB软件进行仿真测试分析。通过对比不同因素对三种算法的误差的影响曲线分析，结果表明本文提出的基于RFID 和WSN融合技术的高斯权值校正RSSI的质心定位算法的定位误差最小，对仓库物资定位精度有了很大的提高。

参考文献：

[1] 黄光宇.基于RFID的仓储物流监控系统的设计与实现[D].上海：上海交通大学，2012.

[2] 徐弘扬.基于RHD的仓储管理系统研究与实现网[D].天津： 天津理工大学，2014.

[3] Zaheeruddin Asif， Munir Mandviwalla.Integrating the supply chain With RFID：A technical and business analysis[J].Communications of AIS，2008（15）：24.

[4] L. Ni， Y. Liu， Y. Lau， etal. LANDMARC： Indoor Location Sensing Using Active RFID[C]. Proceedings of the First IEEE International Conference on Pervasive Computing and Communications， 2013： 407-415.

[5] Feng D X， Xia Z L， Ling F H. An Improved Anti-collision Algorithm in RFID System [J]. Journal of Hang zhou Dianzi University， 2010.

[6] Garcia A. Ekahau Mobile Survey troubleshoots Wi Fi networks [J]. Eweek ， 2011.

[7] M. Montemerlo， S. Thrun， D. Kbller and B. Wegbreit， Fast SLAM： A factored solution to the simultaneous localization and mapping problem， in Proceedings ofthe AAAI National Conference on Artificial Intelligence， Edmonton， Canada，2002.

[8] M. Kranz， C. Fischer， and A. Schmidt， A comparative study of dect and wlan signals for indoor localization， in Pervasive Computing and Communications （Per Com）， 2010 IEEE International Conference on， 29 2010-april 2 2010， pp. 235-243.

[9] Kyuwon Han， Sung Ho Cho. Advanced LANDMARC with adaptive k-nearest Algorithm for RFID location system， In： Proceedings of the 2nd IEEE International Conference on Network Infrastructure and Digital Content， Beijing， 2010.595-598.

[10] 王峰. 基于 UHF RFID 的室内定位系统研究与设计[D]. 重庆：重庆大学， 2012.

[11] 宁焕生. RFID 重大工程与国家物联网[M]. 北京：机械工业出版社， 2011： 129-135.

[12] 高飞，薛艳明，王爱华.物联网核心技—RFID原理与应用[M].北京：人民邮电出版社， 2010： 55-153.

[13] 穆万里.区域定位系统原理与RFID关键技术研究[J].电信快报， 2012（3）：6-8+17.

[14] 林玮，陈传峰.基于RSSI的无线传感网络三角形质心定位算法[J]. 现代电子技术，2009，289（2）：180-182.

[15] 王书锋，侯义斌，黄樟钦.无线感知网络最小二乘法定位算法的误差分析与优化[J]. 系统仿真学报， 2009， 21（19）：6211-6214.

[16] 翁宁龙，刘冉，吴子章.室内与室外定位技术的研究[J].数字技术与应用，2011（3）：179-180

[17] 冯刘中. 基于多传感器信息融合的移动机器人导航定位技术研究[D].西南交通大学， 2011.

[18] N Lim， A. Yassine， S. Shirm. Equipment location in hospitals using RFID-based positioning system[J]. IEEE Transactions on Information Technology in Biomedicine， 2012， 16（6）：1058-1069.

[19] S.Y.Scidel，T.S.Rappaport.M.J.Feucrstein，K.L.Blackard， L.Grindstaff” The impact of surrounding buildings on propagation for wireless in-building personal communications system design.”Proceddings： IEEE Vehicular Techonogy Conference.pp.814-818.May.1992

[20] 刘文娟.基于 RSSI测距的WSN定位系统设计[D].大连：大连理学.2010：8-10

[21] 高雷，郑相全，张鸿.无线传感器网絡中一种基于三边测量法和质心算法的节点定位算法[J].重庆工学院学报，2009，23（7）：138-141

[22] 金彦亮，薛周，张勇.基于天线高度的 RSSI 测距分析[J].上海大学学报：自然科学版，2012，4（18）：30-364

[23] 高雷，郑相全，张鸿.无线传感器网络中一种基于三边测量法和质心算法的节点定位算法[J].重庆工学院学报，2009，23（7）：138-141

[24] 余义斌，曹长修，李昌兵.基于权重重心法的传感器网络节点定位[J].计算机仿真，2010，24（6）：296-299endprint