论文部分内容阅读
随着物联网技术的发展,基于室内定位的服务已经越来越成为人们的需求,大型超市导航、地下停车定位、物流跟踪等领域都需要精确的位置信息。然而,传统的室内定位技术,如红外线、超声波、Zigbee等室内定位技术,由于其自身存在一定的技术缺陷和设备成本较高等问题,都没能得到广泛应用。相比传统室内定位技术而言,无线射频识别技术(Radio Frequency Identification,RFID)作为一种非接触式的信息技术,具有低成本、低功耗、高速识别等优点,避免了传统技术的不足,成为当前室内定位技术的研究热点。本文对基于RFID的室内定位技术进行研究,并改进定位算法以提高室内定位精度,主要工作有:(1)依据RFID阅读器读取到的RFID标签信号强度值,在现有K最近邻算法的基础上,提出了一种基于多天线的室内定位算法M-KNN(Multi-antenna K-Nearest Neighbor),采用多个天线对定位区域中的标签进行定位,扩大了定位区域。针对室内环境对RFID信号强度值造成很大的波动性问题,采用高斯滤波算法对读取到的信号强度数据集进行过滤,避免了波动较大的值对结果造成的影响。针对传统参考标签部署方式中参考标签相互干扰性大的问题,改进了传统参考标签部署方式,不仅降低了标签之间的干扰性,还提高了参考标签的覆盖区域。(2)针对一些特殊室内场景不易部署参考标签的问题,本文采用在定位场景中部署虚拟参考标签的方式,依据RFID阅读器读取到的信号相位值进行室内定位;针对相位与标签到达天线距离存在周期性问题,采用相位差来计算距离;最后依据贝叶斯算法,提出了一种基于贝叶斯的室内定位算法BPOSI(Bayes Position)用来进行室内定位,解决了一些特殊场景不易部署参考标签的问题,提高了室内定位精度。(3)在提出的两种算法的基础上,设计并实现了一套室内定位系统。对于室内定位系统,分析了数据库表之间的设计以及硬件设备的选择,并将M-KNN算法与BPOSI算法应用于系统中,给出了系统的测试结果和分析。