基于RFID技术的智慧园区室内定位算法

【作者】 吴文炤； 王潇； 赵鲲鹏； 文亚凤；

【机构】 北京国电通网络技术有限公司； 新能源电力系统国家重点实验室(华北电力大学)； 国家电网公司客户服务中心；

【摘要】 作为物联网核心技术之一的射频识别(radio frequency identification,RFID)技术通过非接触式无线通信方式可实现对智慧园区内大量资产设备更高效便捷的智能化管理。智慧园区楼宇内的各种资产设备数量庞大,流动频繁,对资产设备位置信息的有效管理是实现资产全周期管理过程中非常重要的一部分。1算法描述1.1定位模糊环在RFID技术的室内定位算法中,最经典的就是LANDMARC系统算法,其核心思想是通过引入位置固定的参考标签来辅助定位,由于位置邻近的目标标签与参考标签的信号强度值近似,所以系统根据阅读器分别接收到的目标标签与参考标签的信号强度值的差值,选出最近邻的参考标签通过权重质心法估计目标标签位置。但是,根据无线信号在自由空间的传播特性,仅考虑目标标签与参考标签的信号强度值近似只能说明参考标签在以阅读器为圆心,以目标标签信号强度R为圆心的圆周线附近,并不能说明该参考标签位置与目标标签近邻。在实际应用中,由于多径效应、温度、干扰等环境因素的变化,会造成接收到的无线信号强度的偏差,故本文借鉴定位模糊环的思想,即在定位过程中,目标标签应处于以阅读器为圆心,以信号强度值R+Re为内半径,R-R_e为外半径的模糊环内。由于目标标签位于模糊环内,处于模糊环外的参考标签对目标标签的定位意义不大,所以为减少计算量降低系统能耗,只选取模糊环内的参考标签进行位置估计。利用三角隶属度函数根据参考标签与目标标签的信号强度距离大小对模糊环内的参考标签进行隶属度计算。隶属度越大,则表明参考标签越靠近定位模糊环的中心圆周线,但这还不能说明参考标签与目标标签位置近邻,因此采用信息融合的方法判断参考标签是否为目标标签的近邻。1.2多阅读器信息融合当参考标签距离目标标签较远时,会存在少数阅读器判定其隶属度较大,但其他阅读器判定结果则较小。本文算法采用最小值融合的方法对所有阅读器计算得出的隶属度进行融合,融合后的值较小,即可判定参考标签与目标标签距离较远,则可以排除该参考标签;当参考标签距离目标标签较近时,所有的阅读器计算得到的隶属度值都较大,采用最小值融合算子融合后的最终结果仍然比较大,故而可判定该参考标签为目标标签的近邻标签。将融合后的值定义为参考标签的贴近度,用以表示参考标签与目标标签位置的近邻程度。从近邻参考标签中选取若干贴近度最大的标签进行加权质心运算,以贴近度作为其参与运算时的权重。目标标签的最终估计位置就是加权质心运算的结果。2算法性能仿真利用MATLAB软件对该算法的性能进行仿真分析,详细分析了阅读器数量、参考标签数量以及定位模糊环宽度对算法定位精度的影响,并且与经典RFID定位算法LANDMAC进行对比分析。仿真结果表明,本文算法具有具有定位精确度高、算法复杂度低、成本低的特点。3结束语针对园区智慧楼宇内大量资产设备全方位管理的多方面需求,在基于RFID系统资产设备管理的基础上,利用阅读器与电子标签之间的无线感知特性,结合参考标签与定位模糊环概念提出一种多阅读器信息融合的室内定位算法,能够对楼宇内资产设备标签进行快速准确定位,从而实现对智慧园区楼宇内的大量资产更高效更智能的全周期管理。更多还原