[發明專利]一種基于雙標簽陣列相位差的RFID室內定位算法有效
| 申請號: | 201810966075.3 | 申請日: | 2018-08-23 |
| 公開(公告)號: | CN109246612B | 公開(公告)日: | 2020-09-15 |
| 發明(設計)人: | 譚洪舟;陳熙衡;曾衍瀚;王嘉奇;方魏;談磊 | 申請(專利權)人: | 佛山市順德區中山大學研究院;廣東順德中山大學卡內基梅隆大學國際聯合研究院;中山大學 |
| 主分類號: | H04W4/021 | 分類號: | H04W4/021;H04W4/33;H04W4/80;H04W64/00;G01S5/06 |
| 代理公司: | 廣州嘉權專利商標事務所有限公司 44205 | 代理人: | 左恒峰 |
| 地址: | 528399 廣東省佛山市順德區*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 標簽 陣列 相位差 rfid 室內 定位 算法 | ||
1.一種基于雙標簽陣列相位差的RFID室內定位算法,其特征在于,包括以下幾個步驟:
S1:采用雙標簽陣列獲取相位差;
S2:消除相位模糊;
S3:根據相位信息與距離的關系,計算標簽陣列到多根天線的距離差,獲取多條雙曲線實現,首先構建某個真實天線對應的虛擬天線,并讓虛擬天線VA產生同樣的偏移,使其到待測點標簽的距離等于輔助標簽T2到真實天線的距離,待測標簽T1到真實物理A和虛擬天線VA的距離差等于標簽陣列到真實天線A的距離差:
其中:
待測標簽T1到虛擬天線VA的距離;
待測標簽T1到真實物理A的距離;
輔助標簽T2到真實物理A的距離;
因此,可以根據距離差為每個物理天線構建雙曲線,
虛擬天線VA的坐標滿足(xVA,yVA)=(xA-D cosθ,yA-D sinθ),則VA和A連線的中點的坐標滿足:
其中:
xA:真實天線A的橫坐標;
yA:真實天線A的縱坐標;
D:待測標簽T1到輔助標簽T2的間距;
對坐標系逆時針旋轉角度θ,則在原坐標系上的點(x,y)映射到新坐標系上為(x',y')=(x cosθ+y sinθ,-x sinθ+y cosθ),讓虛擬天線VA和真實物理天線A作為雙曲線的焦點,中心點為VA和A連線的中點(xo,yo),在旋轉坐標系中的雙曲線方程:
根據點在原坐標和旋轉坐標系的映射關系,得到雙曲線方程在原坐標中的表示形式:
其中:
D:待測標簽T1到輔助標簽T2的間距;
x′0:真實天線A和虛擬天線VA的中點的映射到新坐標系的橫坐標;
y′0:真實天線A和虛擬天線VA的中點映射到新坐標系的縱坐標;
λ:載波波長;
△θ:待測標簽T1和輔助標簽T2分別反射回來的載波信號的相位信息的相位差;
n:自然數;
在場景中放置多根天線,并為每條天線構建雙曲線;
S4:基于雙標簽陣列可能存在的偏轉角問題,構建目標函數并采用遺傳算法找到最優解從而實現定位,獲取多條雙曲線后,最后一步是找到它們的共同交點;將問題描述為尋找到某個偏轉角θ下的某個坐標點(x,y),該點到在該偏轉角下得到的雙曲線組的距離的和最小,該點即為目標標簽的位置;根據雙曲線的性質,將(x,y)到每組雙曲線焦點的距離差,和對應的雙曲線的實軸長的差值之和作為目標函數:
其中:
n:自然數;
ai:第i條雙曲線的實半軸長;
xri:第i條雙曲線的焦點的橫坐標;
yri:第i條雙曲線的焦點的縱坐標;
D:待測標簽T1到輔助標簽T2的間距;
目標是找到最優的(x,y,θ)使得該函數取得最小值;
由于偏轉角未知,標簽到真實天線的距離d1和到虛擬天線的距離d2的大小關系也未知;因此,標簽位置有可能位于每條雙曲線的左側分支或右側分支上,導致位置模糊;因此,對于每個(x,y,θ)組合,計算它們到天線和對應虛擬天線的距離并計算得到距離差,根據距離差求得理論相位差:
對比理論相位差和實測相位差的符號,若符號相反,說明當前點可能產生位置模糊;因此可將當前點的適應度設置為一個很大的值,一定程度上排除位置模糊帶來的影響;基于以上的目標函數,采用優化算法進行最優值的求解,使用的優化算法為遺傳算法;
算法流程如下:
P1:初始化
設置種群中個體的數目,最大遺傳代數,染色體的長度,限制尋優的范圍,創建隨機初始種群,染色體編碼方式為二進制編碼,即把x,y和θ轉化為二進制并編碼到染色體上,根據目標函數計算出種群中每個個體的目標函數值;
P2:分配適應度值
根據目標函數值的大小對種群進行排序,進行適應度值分配,對于線性排序,其適應度值由下式計算:
其中p為個體在排序種群中的位置,N為種群中個體總數,sp為壓差;
P3:選擇操作
選擇種群中的一些染色體來產生下一代,根據代溝參數確定需要從上一代種群中選擇保留下來的個體數量,然后基于輪盤賭的原理,讓個體被選擇的概率與其適應度值成正比,根據概率進行選擇并生成一個新種群;
P4:交叉操作
被選擇后的染色體種群按照序號的奇偶進行互相組合,形成染色體對,并根據交叉概率確定是否需要進行交叉,交叉方式為單點交叉,染色體對隨機確定一個位置,對該點之后的基因序列進行互換;
P5:變異操作
根據變異概率確定種群中需要發生變異的染色體編碼位置,將該位置上的基因進行取反操作;
P6:重插入
將變異后的子種群重插入到種群中,得到這一代最終的種群;計算新種群中每個個體的目標函數值,并找出這一代的最優個體;
P7:迭代
若當前迭代次數小于最大迭代次數,返回P2繼續進行迭代,否則退出循環;迭代結束后,找出迭代過程中產生的最優的個體并進行解碼,即可得到目標標簽的位置,從而實現最終的定位。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于佛山市順德區中山大學研究院;廣東順德中山大學卡內基梅隆大學國際聯合研究院;中山大學,未經佛山市順德區中山大學研究院;廣東順德中山大學卡內基梅隆大學國際聯合研究院;中山大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/201810966075.3/1.html,轉載請聲明來源鉆瓜專利網。





