由于射频信号极易受到复杂室内环境中多径传播及噪声等因素的影响,场景分析算法凭借其非测距的优势成为目前基于UHF RFID(Ultra High Frequency Radio Frequency Identification,UHF RFID)定位的主流算法之一。但伴随着参考标签部署密...
详细信息
由于射频信号极易受到复杂室内环境中多径传播及噪声等因素的影响,场景分析算法凭借其非测距的优势成为目前基于UHF RFID(Ultra High Frequency Radio Frequency Identification,UHF RFID)定位的主流算法之一。但伴随着参考标签部署密度的增加,标签天线互耦影响逐渐增大,成为进一步降低场景分析算法定位精度的关键问题。对此,本文从分析密集部署场景下参考标签反向散射信号特征出发,提出信号扰动模式下点定位和区域定位算法。本文主要工作和创新点包括:(1)搭建包含不同标签间隔距离、方向和数目的RFID实测场景,深入分析引入邻近干扰标签后标签反向散射信号的变化情况,实验结果表明虽然密集部署环境中邻近标签之间的天线互扰对标签反向散射信号具有明显影响,但随着标签间距的增加标签互扰程度会呈现出下降趋势,为扰动模式下定位算法的研究提供可行性基础;(2)提出扰动模式下基于射频信号RSSI(Received signal strength indicator,RSSI)波动特征的点定位算法。该算法与传统基于相似性的场景分析算法不同,本算法将标签波动程度作为邻近参考标签的筛选准则,并引入Kmeans算法利用聚类剔除非邻近参考标签,进一步提高筛选准确性,实验结果表明,在密集部署条件下,本算法明显优于传统场景分析算法k NN算法和修正k NN算法,进一步验证了射频信号波动特征是一项新的有效定位特征;(3)针对货架场景下的区域级定位问题,提出基于单天线的区域级定位算法,FBL算法,该算法通过融合扰动模式下RSSI波动特征和相位波动特征,以进一步提高邻近标签筛选准确性,根据实测结果对比可知,FBL算法能有效提高区域级定位精度,可为智能货架应用提供算法基础。
暂无评论