多径环境下无源超高频RFID定位算法研究

随着物联网技术的发展,无源超高频无线射频识别(UHF RFID)定位技术的应用环境日益扩大。但在室内复杂多径的信道条件下,其定位精度往往由于多径干扰而大幅下降。为此,对多径环境下的无源RFID进行定位误差分析,并根据误差模型提出一种基于多维标度的RFID定位算法。利用阅读器获取参考标签和定位标签的相位差,通过相位差构建参考标签和定位标签之间的距离矩阵,并采用多维标度方法获取定位标签的位置信息。仿真结果表明,在存在较强直视路径的多径环境中,该算法仅使用少量的参考标签即可有效对抗多径干扰。     

基于二次加权的LANDMARC景区改进定位算法研究

针对景区地形复杂导致定位精度低的问题,在传统的LANDMARC室内定位算法基础上,提出了一种基于二次加权定位的改进算法,以解决景区中部分参考标签不能均布地复杂定位问题。首先,该算法通过一次加权定位求出待定位标签坐标;然后,将第一次求得的待定位坐标分别与参考区域的顶点连接,将参考区域划分为k个三角形区域,再分别求出这k个三角形内切圆的圆心;最后,以k个圆心作为最邻近参考坐标,通过设定二次加权系数,从而计算出更精确的待定位标签坐标。本文以某典型景区进行定位实验,实验仿真结果表明,改进后的定位算法在复杂的景区环境中,相比传统的一次加权定位算法,定位精度提高了10.6%,这说明其在复杂景区中具有更好的适用性。     

基于RFID的虚拟参考标签三维室内定位算法

针对目前三维室内定位算法不稳定及定位误差较大等问题,提出一种基于RFID技术的三维室内定位算法。通过参考标签与待定位标签的欧氏距离,选择邻近参考标签,将待定位标签划定到一个六面体内;通过这几个邻近参考标签的欧氏距离值大小,划分空间,动态插入虚拟参考标签;经过两次缩减空间,使参考标签和动态插入的虚拟标签逐步逼近待定位标签。实验结果表明,该算法的定位误差较低,有效提高了室内定位的精度。     

基于PSO的无线传感网络节点定位算法

研究稀疏无线传感网络下异常节点的准确定位问题。在信息较少的空旷区域,无线传感网络的传感节点分布较为稀松,为方便计算,多采用多跳距离代替节点间的真实距离,导致距离计算存在较大误差,在传统的基于分布式加权距离定位算法建立的网络分布模型中,节点定位准确度低,导致节点定位误差较大。为了解决上述问题,提出了一种粒子群优化的多维标度节点定位算法。采用多维标度算法求得各未知节点的初始坐标,利用粒子群优化算法对其目标代价函数进行优化求得未知节点的真实距离坐标,准确定位节点。实验结果表明:改进算法在定位精度上有明显的提高。     

区域细化的RFID室内定位算法

提出一种在LANDMARC算法基础上进行定位区域细化的RFID室内定位算法(RDL)。首先对低成本、高精度的LAND-MARC算法进行简单分析,针对其计算中涉及过多无关参考标签和读卡器问题引入区域细化策略。算法利用对射频信号强度调制进行定位区域的细化,消除距离待定位标签较远的读卡器和参考标签对定位计算的影响。仿真结果表明,相比LANDMARC算法,该算法定位精度更高,定位误差的概率分布也更为合理。     

大空间双模多频段射频识别复合定位

针对室内大范围射频识别定位,提出一种双模多频段射频识别复合定位方法。被定位对象同时携带有源和无源两种模式的标签,微波频段阅读器与被低频频段信号激活的有源标签通信,根据有源标签信号区域选通超高频频段读写器天线,以减轻读写器天线之间干扰;以固定时间读写器天线对无源标签的收包次数为定位参数,在被定位对象位置计算过程中分区筛选最大后验概率位置并利用欧式距离修正定位坐标,完成贝叶斯概率定位算法的改进。实验验证表明,本文提出的复合定位方法,不但可以改善大空间定位中读写器天线间的干扰,而且与LANDMARC算法相比较,定位误差降低59.86%。     

邻近参考标签权值的射频识别室内定位算法

介绍了VIRE算法和BVIRE算法的定位原理。在BVIRE算法的基础上,提出了一种基于邻近参考标签的权值的改进算法(简称WBVIRE算法)。该算法通过改进最近邻参考标签与待定位标签的信号强度的差值,重新设定邻近参考标签的权值计算方法,以得到更加准确的待定位标签的坐标,从而提高 BVIRE 算法的室内定位精度。实验结果表明, WBVIRE算法明显提高了室内定位精度。     

基于非度量多维标度的无线传感器网络节点定位算法

把统计学中的多维标度技术应用到无线传感器网络节点定位是一种新的思路.提出了NMDSRSSI(nonmetric multidimensional scaling and received signal strength indication)定位算法,它利用非度量多维标度技术直接根据无线信号强度值来进行节点的定位,省去了以往利用无线信号强度的定位算法中先把强度转换为距离再进行定位所带来的计算误差和计算量.无线信号强度受实际环境影响存在反射、多径传播等问题,理论和实验分析表明算法对此具有较好的适应性.仿真与真实传感器节点的实验结果显示算法取得了较好的定位效果.     

非视距环境下室内RFID标签定位算法研究

在室内无线定位中,由于受到非视距NLOS的影响,信号的传播变得复杂起来。复杂的传播环境使得传统的定位算法例如最小二乘算法(LS)或者CHAN算法无法达到我们需要的精度。在使用无源超高频无线射频识别(Passive UHF RFID)技术的基础上,分析和建立了UHF RFID信道模型,并由此对定位误差进行了分析。基于运用相位法POA进行测距而得到的距离信息,提出了一种两步式标签定位算法:首先使用凸优化中的内点法将非视距误差消除,再使用加权残差方法进行精确定位。通过仿真结果的比较,表明本文提出的算法优于传统算法。     

基于克里金插值的自适应VIRE室内定位算法研究

VIRE算法在虚拟标签计算上往往采用线性插值方法计算RSSI与距离的关系,易导致误差增大,并且需要通过反复调整实验获得的标签消除阈值为固定值,增加了定位的时间复杂性,针对这两点问题提出一种基于克里金插值的自适应VIRE室内定位算法。利用克里金插值估计虚拟标签的RSSI值,并根据待定位标签的实时特点自动调整阈值,使邻近标签数量接近最优,更准确地排除干扰,从而获得定位坐标。实验对比结果表明,该算法不仅节约定位成本,而且提高了定位精度。     

基于分组动态帧时隙的RFID防碰撞算法

为了解决射频识别(RFID)系统中的多标签防碰撞问题,在分析帧时隙ALOHA算法的基础上,提出一种基于分组动态帧时隙的RFID防碰撞算法。当标签数量庞大时,该算法可以通过分组限制响应标签数量达到较高的识别效率。仿真结果表明,当标签数为1 000时,与传统算法相比,该算法能使时隙利用率提高80%以上。     

超高频射频识别标签数据盲分离算法

提出了一种新的基于ICA的超高频(Ultra high frequency,UHF)射频识别(Radio frequency identification,RFID)多标签混合数据盲分离算法。在分析UHF RFID系统链路传输模型、标签数据编码规则以及多天线RFID系统模型的基础上,得出UHF RFID多标签混合数据符合ICA算法要求的结论,并利用FastICA算法对UHFRFID仿真数据进行了盲分离,定量分析了算法的分离效果及抗噪声性能。实验结果表明,利用ICA技术对多标签混合数据进行盲分离可获得良好的效果。这为将盲分离技术应用于UHF RFID系统标签防碰撞算法奠定了良好的理论和实验依据。     

基于ECP算法的RFID标签图像去雾与测试保障

射频识别（RFID）多标签几何分布对系统识别性能具有重要的影响,基于人工智能新技术的图像处理方法对测量多标签的几何分布提供技术支撑。在RFID系统应用的盐雾环境下,环境会对标签图像产生污染,影响标签图像的识别,进而影响RFID多标签应用性能的测试。因此,去雾便成为了盐雾环境下RFID多标签系统性能测试保障的一个关键步骤。研究了将极端通道先验（ECP）运用于图像去雾的理论,提出了将ECP运用于标签图像去雾的新算法。该算法分别利用亮通道先验（BCP）和暗通道先验（DCP）对明亮像素区域和暗区域的透射率进行估算,以此构成整张图像的总体透射率,再带入估算的大气光强,完成标签图像的去雾复原。实验结果表明,所提出的算法去雾效果较为理想,具有很好的鲁棒性。     

基于标签序列号扩展分组的防碰撞算法

射频识别(RFID)标签识别技术普遍应用在物流和零售行业等工业领域.为了解决多标签识别过程中信息传输时延过长的问题,在系统分析了当前多标签识别技术中的关键技术(特别是标签防碰撞技术)的优劣后,提出了一种基于标签序列号扩展分组的防碰撞算法.该算法在曼彻斯特编码的基础上,增加了递归分组的标签识别方法.该方法改变了现有算法中...     

Capture-aware Bayesian RFID Tag Estimate for Large-scale Identification

Dynamic framed slotted Aloha algorithm is one of popular passive radio frequency identification (RFID) tag anticollision algorithms. In the algorithm, a frame length requires dynamical adjustment to achieve higher identification efficiency. Generally, the adjustment of the frame length is not only related to the number of tags, but also to the occurrence probability of capture effect. Existing algorithms could estimate both the number of tags and the probability of capture effect. Under large-scale RFID tag identification, however, the number of tags would be much larger than an initial frame length. In this scenario, the existing algorithm's estimation errors would substantially increase. In this paper, we propose a novel algorithm called capture-aware Bayesian estimate, which adopts Bayesian rules to accurately estimate the number and the probability simultaneously. From numerical results, the proposed algorithm adapts well to the large-scale RFID tag identification. It has lower estimation errors than the existing algorithms. Further, the identification efficiency from the proposed estimate is also higher than the existing algorithms.      

基于锁位的并行二进制分割防碰撞算法研究

针对传统超高频射频识别(UHF RFID)系统中出现的多标签碰撞问题,提出一种基于锁位的并行二进制分割(LPBS)防碰撞算法。利用曼彻斯特编码发送锁位指令,确定并提取碰撞位,不再传输非碰撞位信息;利用并行二进制分割技术,使得阅读器和标签可以进行一位标签应答。该算法减少阅读器和标签之间传送的比特数量的同时,减少了碰撞时隙。仿真结果表明,在大多数情况下,该算法在吞吐率、时间延迟等方面优于传统的防碰撞算法。     

Differential received signal strength based RFID positioning for construction equipment tracking

A novel differential received signal strength (RSS) positioning algorithm is proposed in the paper. Different from traditional methods to find the relationship between RSS and distance, this new positioning approach is based on linear regression of angle and differential received signal strengths. The advantages of this positioning algorithm is robust to heterogeneity of RFID tags as well as direction between tag and reader. Several experiments are firstly carried out in open environment and then a further experiment is conducted in a LNG training centre to validate our proposed algorithm. The results show that our proposed algorithm can achieve better accuracy than existing RFID positioning approaches for equipment tracking.     

基于CSMA-CA机制的P-GFSA防碰撞算法设计

RFID系统由标签和阅读器组成,往往标签的数量远远大于阅读器,这样就容易产生标签碰撞问题。因此,标签防碰撞算法的性能直接决定了RFID系统中阅读器识别标签的能力和采集数据的速度。在分析了传统防碰撞算法的基础上,本文提出一种基于CSMA-CA机制的预分组GFSA防碰撞算法,并在有源RFID系统上实现。经过测试,该算法适合有源RFID系统,在大量标签处于动态的环境下,性能好于传统算法。     

基于后退式二进制搜索算法的有源RFID系统防碰撞算法

有源RFID技术在远距离、高传输速度、穿透能力强和高可靠性等应用方面比无源RFID技术有着无可比拟的优势。有源RFID技术应用中的一个核心和关键技术就是标签的防碰撞问题。在对比现阶段主要有源RFID防碰撞算法的基础上,本文提出了一种后退式二进制搜索防碰撞算法,算法有效的解决了有源RFID系统中的多标签防碰撞问题。在2.45G有源RFID硬件平台上对该算法进行测试和验证。测试结果表明,该算法算法具有识别速度高、速度快和准确率高的特点。解决了有源RFID系统的多标签防碰撞问题。     

RFID中多标签识别缺陷与防碰撞算法分析

针对射频多标签识别多种防碰撞算法,提出了对标签设计的改进和相应的分组识别算法,利用各标签与阅读器距离不同这一物理条件对发生冲突的标签进行分组,把数量大的冲突标签划为多个小部分。实际应用过程中,该方法使多标签识别效率有较大幅度的提高,碰撞问题也比较容易得到解决。