论文部分内容阅读
位置信息在我们日常生活中是必不可少的,小到寻找钥匙或手机,大到寻找商店或学校,从重要敏感物品的管理,到火灾地震等灾害的救援,位置信息与我们的生活息息相关,而定位就是通过技术手段获取目标位置信息的过程。目前,随着物联网和智能家居等技术的不断发展,对于无源目标室内定位的需求不断增加,相关研究受到人们的广泛关注。无论在日常生活还是新兴技术领域,室内无源目标定位的相关研究都具有重要意义。射频识别(Radios Frequency Identification,RFID)和超宽带(Ultra Wide Band,UWB)是室内定位研究中应用潜力较大的两项技术。其中RFID是一种典型的无线目标识别技术,是物联网重要技术手段之一。特别是超高频无源RFID技术具有低成本、低复杂性、盘存时间短的优点。UWB则是一种利用超宽频带信号进行通信的技术,可获得较高的测距精度,并且可以获取不同距离上的环境信息。首先,本论文研究了基于目标对超高频无源RFID参考标签干扰的室内无源目标三维定位方法,提出基于RFID信道参数估计的Lobain定位算法,实现了无需大量参考标签的三维高精度无源室内定位。然后,在利用RFID标签感知目标干扰的基础上,研究了无源多目标的室内定位方法,提出基于空间谱干扰消除的Spinca无源多目标定位算法,解决了相干信号叠加时难以估计目标数量和位置的问题。最后,研究了基于目标对UWB信号干扰的无源目标室内定位和姿态识别方法。利用UWB较高的测距精度,实现了目标室内定位,并结合深度学习实现了物品摆放方式和人员姿势的精确识别。本论文中提出的方法均在真实环境中进行验证测试。论文的主要研究内容为:(1)通过对电子标签进行仿真测试,获取电子标签的电磁参数,探究RFID电子标签感知目标干扰的原理。通过对实际标签信号进行采样,测试了 RFID电子标签感知周围物体的实际特性。通过构建参考标签平面阵列,初步实现了地面目标的二维定位。(2)提出一种基于目标干扰的室内无源三维定位算法Lobain。解决了传统RFID参考标签方法中的阵列标签数量较多,空间三维定位几乎不可实现的问题。通过构建空间信号传输模型,充分利用相邻参考标签的相位特性,从复杂的接收信号中提取目标相关的信道信息,并利用相对相位缠绕次数方法解决了电子标签相位缠绕问题,最后通过最小二乘法进行信道参数估计,获得目标坐标。该算法以较小的系统成本实现了较高的定位精度,将密集的参考标签阵列减小到L型阵列,实现了无源目标的三维定位。(3)提出一种基于空间谱干扰消除的室内无源多目标定位算法Spinca。在将单目标RFID定位方法扩展到多目标应用场景时,接收的信号变为多个相干信号的叠加,导致难以准确估计目标数量和目标位置。为了解决这一难题,利用最大似然构建观测区域的空间谱:采用均匀圆型阵列代替线型阵列,避免了孔径限制的影响;测试标签互耦影响并根据测试结果设计参考标签的相对位置,优化信号传输模型,从而减小标签间互耦影响;利用读写器天线的移动构建天线阵列,消除目标间干扰引起的“假阳性”和“假阴性”估计。通过这一系列的干扰消除方法实现了基于空间谱的室内多目标定位。(4)提出一种基于目标对UWB信号干扰的室内无源目标定位与姿态识别算法Lorec。利用UWB模块测距精度高的优点,采用到达时间法获得模块到目标的距离,通过最小二乘法获得目标位置估计。然后利用距离信息对UWB模块的信号进行裁剪拼接等预处理,通过深度卷积网络实现目标姿态的分类识别。Lorec可以完成物品定位和摆放姿态识别,以及人员定位和动作姿态识别。