关键词:
射频识别
相位轮廓
非线性拟合
空间映射
改进鸡群算法
摘要:
随着“万物互联”时代的来临,射频识别技术(Radio Frequency Identification,RFID)在近十年来飞速发展,凭借低成本、非接触、耐腐蚀易部署等优势被应用于智慧图书馆、无人超市、智能仓储等新兴物联网场景中。在标签密集场景中,能否快速、准确地感知目标标签在标签群中的相对位置,是影响用户自助服务体验、资源管理效率的重要因素。因此针对标签密集应用场景,研究具有高精度、低成本的RFID相对定位方法是一项重要课题,具有重要的学术意义和实用价值。现有的相对定位方法中虽然可以获得较好的识别精度,但是存在一定的局限性,主要体现在:(1)大多相对定位方法以相位轮廓没有挤拉畸变为前提,对采集平台的稳速性能和场景的理想程度提出了较高要求。在实际应用场景中,用户和障碍物的移动和出现引起采集平台变速移动频繁,进而导致获取的相位信息呈现“非理想”特征,从而限制了定位精度的提高;(2)大多相对定位方法未考虑到标签姿态对相位轮廓的影响,在实际场景中,标签姿态的多样性导致相位信息发生改变,进而导致相位信息呈现“非理想”特征,使得相位信息的可信度下降,从而导致定位精度下降。基于上述问题,本文围绕适于非理想相位信息的UHF RFID相对定位方法开展技术研究:1)针对非理想相位采集场景中阅读器天线多为变速运动情况,首先阐述标签密集部署场景下的相对定位问题,建立阅读器天线在变速运动情况下的相位轮廓模型,然后分析阅读器天线的速度与相位轮廓估计模型之间的关系,提出了一种适于非理想载波相位采集场景的UHF RFID相对定位方法。针对阅读器天线匀速移动情况,提出了基于弱估计子的相对定位方法,弱估计子的推导以阅读器天线匀速运动为前提。为了规避阅读器匀速运动条件,针对阅读器天线变速移动情况,提出了基于稳健估计子的位置估计模型。仿真结果证明,稳健估计子能够有效克服阅读器天线变速移动条件下的相位轮廓畸变问题并且计算复杂度低,但是稳健估计子不能很好应对阅读器天线速度变化频繁和变化范围过大导致的相位轮廓畸变严重问题。基于此,本文进一步提出基于增强稳健估计子的相对定位方法,仿真结果表明,所提方法能够有效地应对阅读器变速运动致的相位轮廓畸变严重问题,具有较高的定位精度。2)针对非理想相位采集场景中标签姿态多变的情况,提出了基于相位修正的UHF RFID相对定位方法。首先分析标签姿态对相位轮廓的影响,提出了基于神经网络空间映射技术的相位修正方法,利用神经网络空间映射技术建立相位轮廓求解模型,以神经网络空间中的权重系数作为寻优变量,利用改进鸡群优化算法对其进行寻优求解,最终得到修正的相位轮廓,并利用相位修正模型求解待测标签姿态,最后利用修正的相位轮廓中的谷点时戳来获取标签的相对位置关系从而实现相对定位方法。仿真结果表明,所提算法能够有效修正相位轮廓并识别标签姿态,提高相对定位精度。