面向室内复杂环境的RFID定位方法研究-东篱科研大数据发现系统（DRDS）

位置：立项数据库 > 立项详情页

面向室内复杂环境的RFID定位方法研究

项目名称：面向室内复杂环境的RFID定位方法研究
项目类别：面上项目
批准号：61172018
申请代码：F010508
项目来源：国家自然科学基金
研究期限：2012-01-01-2015-12-31

项目负责人：李军怀
依托单位：西安理工大学
批准年度：2011

中文摘要：

本项目通过分析影响室内定位精度和效率的诸多因素，结合动态子区域划分思想，引入环境因子，建立具有自适应性的室内定位信号传播模型。然后从链路收包率PRR、RSSI与距离变化之间的规律入手，针对室内复杂的实际环境在不同时间、空间的大量实验与理论分析、研究基础上，建立链路收包率PRR和RSSI以及定位距离之间的关系模型。在此基础上，利用收包率PRR、RSSI作为位置感知信息，引入虚拟标签概念，利用经典信号传播模型在定位区域内构造虚拟参考标签空间，避免实际部署大量高密度参考标签带来的射频信号干扰问题，以提高定位精度。同时克服现有RFID定位方法在参考标签范围外的区域上定位精度失真的问题，最终建立基于适合室内复杂环境、中短距离下的移动对象距离评估模型和虚拟参考标签空间相融合的RFID定位模型和方法体系，为RFID定位研究和应用提供新的思路和理论依据。

中文主题词： RFID；室内定位；虚拟参考标签；环境自适应；

英文摘要：

RFID；indoor localization；virtual reference tag；environment self-adaption；

英文主题词： RFID；indoor localization；virtual reference tag；environment self-adaption；

结论摘要：

复杂环境中的室内定位方法是基于位置服务应用的关键技术。本项目针对RFID室内定位方法的定位精度、效率和环境自适应等问题，探索适合室内复杂环境的移动对象距离评估模型与虚拟参考标签空间相融合的RFID定位模型和方法体系，重点研究链路收包率PRR、RSSI与定位距离之间的变化规律、具有环境自适应性的RFID室内定位方法模型。本项目首先通过对不同定位场景中各种环境因素与定位精度及效率关系的分析，引入虚拟参考标签和环境因子等概念，建立具有环境自适应性的定位模型。针对环境自适应和定位冗余数据处理开销问题，引入定位子区域概念，提出了一种基于投票机制的区域选择方法及子区域动态信号传播模型和复杂的低标签密度环境下最近邻K值自校正的虚拟参考标签定位方法。针对定位环境与局部定位环境的差异性，以及定位算法中普遍存在的以增加算法复杂度和加大定位参考点数目为代价来提升算法精度的问题，提出了定位子区域划分的可分辨性、粒度适合性和子区域规则性等原则，提出了一种基于区域划分和误差补偿机制的RFID定位方法。根据RFID室内定位系统中信号强度的变化特点，通过建立读写器与参考标签之间链路的信号干扰椭圆模型，提出了一种RFID参考点稀疏环境中的被动定位与追踪方法。通过大量实验，针对RFID室内定位中使用异种标签以及标签电量差异引起的定位精度问题，提出了一种基于信号强度差的RFID室内定位方法。同时，还提出了一种基于模糊聚类的环境自适应指纹定位方法。此外，针对典型RFID室内定位算法普遍存在计算量大和实时性差等问题，通过对基于虚拟信号强度的RFID室内定位算法中路径损耗指数N、虚拟标签RSSI估计以及定位过程等并行化特点分析，从任务分解、任务映射和任务合并等方面，探索并提出了一种云计算环境下基于区域划分的RFID并行化定位方法，为相关研究和应用提供了一种新的思路，具有较好的实际意义。

成果综合统计