[發明專利]基于RFID多特征融合感知模型的物聯網環境參數自適應反演方法

有效

• 申請號: 202010513430.9
• 申請日: 2020-06-08
• 公開（公告）號: CN111818126B
• 公開（公告）日: 2022-03-11
• 發明（設計）人: 時國龍;何鎏璐;何怡剛;張朝龍;杜博倫
• 申請（專利權）人: 武漢大學
• 主分類號: H04L67/12
• 分類號: H04L67/12;H04L41/14;G06K9/62
• 代理公司: 湖北武漢永嘉專利代理有限公司 42102
• 代理人: 劉琰

1.一種基于RFID多特征融合感知模型的物聯網環境參數自適應反演方法，其特征在于，該方法包括以下步驟：

共識因子獲取，獲取物聯網環境下的共識因子，包括：空間幾何、多徑效應、介質、電磁干擾、小尺度衰落、環境參量；

多特征融合感知模型建立，通過分析共識因子對RFID感知過程進行多特征融合感知模型的建模，包括建模仿真、射線追蹤、時頻測試和信道模型建立，并結合電磁波傳輸機制和多特征融合參數，推導得到電磁波在通過各種路徑傳輸時的全局信號傳遞函數，多特征融合參數包括時域特征、能量域特征、頻域特征、空間域特征；

物聯網環境參數反演，通過新增RFID感知信息用于環境時空多變自適應要素迭代方法，形成物聯網環境參數反演，物聯網環境參數包括密度參數、幾何參數、衰減參數和輻射參數；

自適應要素迭代，自適應要素迭代方法通過推導感知實測數據與正演仿真數據之間的誤差泛函，給出相關的宏觀統計性能函數與代價函數，確定評估模型的目標函數，利用廣義非線性方法迭代求解該誤差泛函的極小化問題，反推目標的狀態參數得到物聯網環境參數分量，形成閉環的環境參量評估；確定已建立的模型是否有標準解法；如果沒有，通過進一步抽象，修正模型，使其轉化成標準模型；或者修改標準模型解法；

該方法中自適應要素迭代的具體方法為：

自適應要素迭代結合實際測試和評估結果，對物聯網環境感知參數提取方法、理論模型和評估方法進行改進和完善；

初始化多特征融合感知模型參數，經測量方程和全局信號傳遞函數，通過最小均方誤差估計量計算判別后形成物聯網環境參數反演，物聯網環境參數反演的具體方法為：

物聯網環境參數反演被看成是以下形式的非線性最小二乘問題：

x∈Sⁿ,m≥n

其中，s^T為殘量函數轉置，Sⁿ為殘量函數集合；f(x)表示目標函數；s_i(x)為殘量函數，表示射頻感知測量數據與正演模型計算數據之間的差別；x為待反演的物聯網環境參數；n為環境參數的數量；m為提取的感知特征參數數量；對密度、輻射、衰減、幾何參數單位不一致參量，引入對角比例矩陣進行坐標轉換，使得奇異值分解結果與單位無關；

環境參數反演數據模型已知但存在誤差時，反演參數經狀態方程、z變換和目標函數f(x)與多特征融合感知模型完成一次自適應要素迭代，并結合多特征融合感知模型不斷更新測量數據。

2.根據權利要求1所述的基于RFID多特征融合感知模型的物聯網環境參數自適應反演方法，其特征在于，該方法中的共識因子具體為：

空間幾何，用于揭示空間位置與移動性對路徑損耗的影響；

多徑效應，包括電磁波直射、折射、衍射、散射；

介質，研究多介質環境對RFID標簽感知性能的影響；

電磁干擾，包括外部電磁波干擾以及密集標簽導致的頻率偏移和互耦效應，利用實際RFID感知性能測試數據，提取多源電磁干擾參數特征，減少大規模RFID部署時內部讀寫器之間的碰撞沖突問題，提高位置感知精度；

小尺度衰落，無線信號不同多徑分量的相互干涉導致合成信號振幅的小尺度衰落變化，在短距離空間域或短時間時間域上，接收信號在幅度、相位以及時延上的瞬時值會呈現快速變化特征；

環境參量，包括溫度、濕度、輻射、壓力。

3.根據權利要求1所述的基于RFID多特征融合感知模型的物聯網環境參數自適應反演方法，其特征在于，該方法中建模仿真的具體方法為：

建模和測量動態場景，在幾何特征模型里定義不同的電磁波路徑，對不同的路徑設置合理的物理模型參數，構建等效物理模型。