基于无线射频识别技术的非测距室内定位技术的研究

1、研究生选题报告书选 题 题 目 基于无线射频识别技术的非测距室内定位技术的研究 研 究 生 姓 名 肖 龙 学 号 112201151 导 师 姓 名 殷业 职称 副教授 所 属 院 （系） 信息与机电工程学院 专 业 通信与信息系统 研 究 方 向 室内定位、无线传感网络 选题报告时间： 2013 年 3 月 27 日二O一三 年 三 月 二十七日说 明1选题报告要用计算机打印或用黑色钢笔逐栏填写，要求字迹清晰，文句通顺。2选题报告所列各栏内容要详细填写、要求重点突出。3选题报告于第三学期开始，最迟不能超过第四学期末完成。4选题报告是中期考核筛选工作的一部份，选题报告不合格者不得进入论文工作

2、阶段。注：1一至三的内容可打印加页（空表可在校园网上下载），四至八的内容，用碳素墨水填写在表内。2研究生将选题报告完成后，博士生加上研究生考核登记表，硕士生加上研究生考核登记表和研究生实践能力考核表一通交到研究生处培养办审核，审核通过后方可进入撰写论文阶段。研究生选题报告书一、 文献查阅报告：（附所阅读的主要文献至少40篇以上）随着数据业务和媒体业务的持续增长，人们对定位和导航的需求日益增加，特别是在基于上下文感知的系统(Context Aware System)中，移动设备和人的位置已经成为其主要的构件。说起定位技术，相信大家都能够罗列出很多相关技术， GPS(Global Position

3、ing System，美国)、GLONASS(Global Navigation Satellite System，俄罗斯)、DBS(BeiDou Navigation Satellite System，中国)、AGPS(Assisted Global Positioning System，美国)等等，都是比较完善的定位技术1-4。但是如果实在地下室，或者是大型室内购物场，天空被遮挡住后，这些定位技术就英雄无用武之地。室内环境是一个复杂的环境，信号在传播过程中受室内的人员和物品墙壁的影响，衰减比较大，这样给室内环境下的人和物品的精确定位带来了困难。可以想像当大楼、地下室、矿井、车库等环境下的人

4、员和物品，如在发生火灾，地震等灾难时，有一套有效的室内定位系统，将有利于我们实施快速而准确的救援，减少对人和物品的伤害。鉴于经典的室内定位系统很多，同时根据其精度、复杂度、稳健度和成本的综合考虑，目前还是没有一种能够令人满意，令市场广泛接受的室内定位系统，本文试图寻找一种依托现有无线射频识别系统5-10的一种更加高精度、低复杂度、稳健的非测距的室内定位技术。通过大量阅读文献资料和查阅网络资源，大体上了解了本课题的背景和国内外的研究现状，下面结合文献和网络资源对课题做一个大致的介绍：目前定位算法从定位手段上通常分为两种：基于测距的(Range-based)和基于非测距的(Range-free)。

5、基于测距的定位算法通过测量节点间的距离或角度信息，使用三边测量、三角测量或最大似然估计法计算节点的位置，典型的测量技术有接收信号强度测距法(RSSI)、到达时间测距法(TOA)、时间差测距法(TDOA)和到达角度测距法(AOA)。基于非测距的定位算法通过测量利用网络连通性等信息来实现节点定位，典型的测量技术有质心算法、DV-Hop算法、Amorphous算法和APIT算法2-4。由于基于测距的定位系统的定位精度传统上要比非测距的定位系统高些，所以下面主要介绍了几个经典的基于测距的定位系统：Active Badge、Bat、RADAR、Cricket、AHLos、LandMarc等等。1992年

6、，AT&T剑桥实验室开发出了Active Badge11-12定位系统，此系统是基于红外线定位的方案。带定位目标上装有红外发射器，作为移动台(MS，Mobile Station)，周期性向外广播ID标识。同时，定位区域内布置若干个红外接收器，作为基站(BS，Base Station)。当MS进入到定位区域，控制中心就会确定其位置。此系统的缺陷是：室内环境复杂多变，会造成许多死角，致使接收器无法收到红外信号；这种方案只能提供一个模糊的定位区域，精度无法满足要求。1999年，AT&T剑桥实验室又开发了Bat13室内定位系统，此系统是基于超声波定位的方案。与上一方案中的区别是将MS和

7、BS换为超声波发射器和超声波接收器。该方案是基于测距的，通过计算出MS和BS间的距离，最终利用三角定位算法估计出MS的位置。此定位系统的缺陷是：超声波信号极易受到环境干扰，精度很不稳定；而且AT&T提出的方案是采用有线网络方式连接中心服务器和接收器节点，应用范围受限。2000年，微软研究院提出了RADAR14定位系统，此系统是基于RSSI测量的室内定位方案。这种方案是首先采集环境的射电地图(Radio Map)，即表示RSSI值与位置的关系，然后利用实际采集的RSSI进行匹配，最终确定物体位置。此系统的缺陷是：射电地图对环境依耐性很大，一旦环境改变，地图即失效。2000年，MIT开发出

8、了Cricket15室内定位系统，此系统是基于射频+超声波的TDOA(Time Difference of Arrival，到达时间差)定位系统。Cricket室内定位系统也由三部分组成：作为MS的Listener；作为BS的Beacon；服务器。BS是安装在已知位置的信号发射器，周期性的广播信息。MS为接收器，记录MS和BS间的距离并反馈给服务器，服务器最终估计出物体位置。此系统定位精度可以做到厘米级，但是其又存在明显的缺陷：所有Beacon坐标事先设定好，一旦网络覆盖范围变化，会影响最终定位结果。同时由于该系统要做到严格时间同步具有极大困难，对硬件要求比较高，推广性较差。2003年，洛杉矶

9、加州大学UCLA开发的AHLos16定位系统可以看做事Cricket室内定位系统的改进。它基于超声波通信技术，但是系统采用的算法较为复杂，需要较强的数据处理能力，否则无法做到实时定位。然而，国内对室内定位的研究工作起步较晚，但近年来发展迅速，许多高校和研究所都投入到该领域的研究工作中。2005年，国内的唐恩科技有限公司利用UWB精确定位技术研发出了iLocateTM17系统，该系统虽说定位精度较高，但是对平台要求很高，只有政府部门或实力雄厚的企事业单位才能承受如此昂贵的设备，推广性能较差。2011年，香港科技大学研发出了全球首个无线射频识别定位系统LandMarc8室内定位系统，并获得当年的国

10、家自然科学二等奖。LandMarc室内定位系统首次将RFID技术应用到室内定位中，同时RFID系统成本较为低廉，利用该平台研究室内定位技术具有重大的指导意义。同时香港科技大学开展的“基于非测距的无线网络定位理论与方法研究” 获得2010年度教育部自然科学奖一等奖，其研究成果被国内外高校列为研究教材，ACM Fellow、斯坦福大学无线传感网资深专家Leonidas Guibas教授评价本研究为“普适计算环境下定位的开创性工作之一”，哈佛大学教授Matt Welsh评价本系统为“近年来全世界最具有代表性的传感网系统之一”。2012年8月23日，移动设备巨头Nokia，Samsung，Sony M

11、obile 移动及其他十九家公司共同成立了 In-Location Alliance(Indoor Location Industry Alliance，即室内定位联盟)，共谋推进室内地图技术发展和解决方案部署进程18。综上所述，国内外主流的研究基本上都是在做基于测距的研究，可以达到一个有效的精度。同时基于测距的定位研究要想获取较高精度，硬件要求就比较高，这是基于测距定位的一块短板。因为开展非测距的定位研究较测距的定位研究困难，同时非测距定位传统上精度较前者低，所以对于研究非测距的高精度定位具有迫切要求。鉴于香港科技大学在非测距定位研究领域取得了巨大成功，也更进一步推动了非测距高精度定位的研究

12、。1 Garmin Corporation, About GPS. Online. Available at: 2 HUI, L., HOUSHANG, D., PAT, B., JING, L. Survey of wireless indoor positioning techniques and systems. IEEE Transactions on Systems, Man, and Cybernetics- Part C, 2007, vol. 37, no. 6, p. 1067-1080.3 HIGHTOWER, J., BORRIELLO, G. A survey and

13、taxonomy of location sensing systems for ubiquitous computing. CSE 01-08-03, University of Washington, Department of Computer Science and Engineering, Seattle (USA). Technical Report, 2001.4 GUOQIANG, M., BARIS, F., BRIAN, D. O. A. Wireless sensor network localization techniques. Computer Networks,

14、2007, vol. 51, no. 10, p. 25292553.5 Radio Frequency Identification (RFID) home page. Online. Available at: /technologies/rfid/.6 YE, Y., JUN, Z., JIAN, Y. Design of world expo tour sites guide system based on RFID technology. In Proceedings of 2010 International Conference on

15、 Audio Language and Image Processing (ICALIP 2010). Shanghai (China), 2010, p. 1026-1030.7 HIGHTOWER, J., WANT, R., BORRIELLO, G. SpotON: An indoor 3d location sensing technology based on RF signal strength. UW-CSE 00-02-02, University of Washington, Department of Computer Science and Engineering, S

16、eattle (USA). Thesis, 2000.8 NI, L., LIU, Y., LAU, Y. C., PATIL, A. LANDMARC: Indoor location sensing using active RFID. In Proceedings of 1st IEEE International Conference on Pervasive Computing and Communications (PERCOM03). Dallas (USA), 2003, p. 407-415.9 MAJA, S., MLADEN, R., DINKO, B. RF Local

17、ization in Indoor Environment. Radioengineering, 2012, vol.21, no. 2, p. 557567.10 ZEPERNICK, H. J., WYSOCKI, T. A. Multipath channel parameters for the indoor radio at 2.4 GHz ISMband. In Proceedings of Vehicular Technology Conference, 1999 IEEE 49th. Houston (USA), 1999, vol. 1, p. 190-193.11 ROY,

18、 W., ANDY, H., VERONICA, F., JONATHAN, G. The active badge location system. ACM Transactions on Information Systems (TOIS), 1992, vol. 10, no. 1, p. 91-102.12 HARTER, A., HOPPER, A. A distributed location system for the active office. Network, IEEE, 1994, vol. 8, no. 1, p. 62-70.13 ANDY, H., ANDY, H

19、., PETE, S., Andy, W., Paul, W. The anatomy of a context-aware application. Wireless Networks, 2001, vol. 1, p. 1-16.14 PARAMVIR, B., VENKATA, N. P. RADAR: An In-Building RF-based User Location and Tracking System. IEEE INFOCOM, 2000, vol. 2, p. 775-784.15 NISSANKA, B. P., ANIT, C., HARI, B. The Cri

20、cket location-support system. In Proceedings of the 6th annual international conference on Mobile computing and networking, New York, USA, 2000, p.32-43.16 NICULESCU, D., NATH, B. Ad hoc positioning system (APS) using AOA. In Proceedings of Twenty-Second Annual Joint Conference of the IEEE Computer

21、and Communications, 2003, vol. 3, p.1734-1743.17 The Jiangsu DONN Technology, About us. Online. Available at: 18 In-Location Alliance, About us. Online. Available at: http:/www.in-location-19 ITO, K. Gaussian filter for nonlinear filtering problems. In Proceedings of the 39th IEEE Conference on Deci

22、sion and Control. 2000, vol. 2, p. 1218-1223.20 MINGHUI, Z., HUIQING, Z. Research on model of indoor distance measurement based on receiving signal strength. In Proceedings of 2010 International Conference on Computer Design and Applications (ICCDA). Qinhuangdao (China), 2010, vol. 5, p. 54-58.21 RA

23、PPAPORT, T. S. Wireless communications principles and practices. Prentice-Hall Inc, 2002.22 WOOYONG, L., KYEONG, H., TAEYOUNG, K., DOODEOP, E., JONGOK, K. Large scale indoor localization system based on wireless sensor networks for ubiquitous computing. Wireless Personal Communications, 2012, vol. 6

24、3, no. 1, p. 241-260.23 MADIGAN, D., ELNAHRAWY, E., MARTIN, R. Bayesian indoor positioning systems. In Proceedings of 24th Annual Joint Conference of the IEEE Computer and Communications Societies (INFOCOM 2005). Miami (USA), 2005, vol. 2, p.1217-1227.24 CHRITOPHER, M. B. Pattern Recognition and Mac

25、hine Learning. Springer-Verlag New York Inc, 2006.25 NI, L. M., DIAN, Z., SOURYAL, M. R. RFID-based localization and tracking technologies. IEEE Wireless Communications, 2011, vol. 18, no. 2, p. 45-51.26 SHANGBO, W., ANDREAS, W., SEBASTIAN, R., CHRISTIAN, K., DONG, X., ALEXANDER, V., GUIDO, H. B., P

26、ETER, J. Java implementation of localization and tracking application based on HDR-UWB platform. In Proceedings of Applied Sciences in Biomedical and Communication Technologies (2009 ISABEL), Bratislava, 2009, p. 1-5.27 APOSTOLIA, P., HAKIMA, C. RFID-assisted indoor localization and the impact of in

27、terference on its performance. Journal of Network and Computer Applications, 2011, vol. 34, no. 3, p. 902-913.28 JAESUNG, P., YUJIN, L., KILHUNG, L., YONG, H. C. A Polygonal Method for Ranging-Based Localization in an Indoor Wireless Sensor Network. Wireless Personal Communications, 2011, vol. 60, n

28、o. 3, p. 521-532.29 JING, W., VENKATESHA, P. R., XUELI, A., IGNAS, G. M. M. N. A study on wireless sensor network based indoor positioning systems for context-aware applications. Wireless Communications and Mobile Computing, 2012, vol. 12, no. 1, p. 53-70.30 PAOLO, B., STEFANO, L., STEFANO, C., FRAN

29、CESCO, F. Automatic virtual calibration of range-based indoor localization systems. Wireless Communications and Mobile Computing, 2012, vol. 12, no. 17, p. 1546-1557.31 KWON, O. H., SONG, H. J., PARK, S. The Effects of Stitching Orders in Patch-and-Stitch WSN Localization Algorithm. IEEE Transaction

30、s on Parallel and Distributed System, 2008, vol.20, no. 9, p. 1380-1391.32 LIU, K. W. K., MA, W. K., SO, H. C., CHAN, F. K. W. Semi-definite programming algorithms for sensor network node localization with uncertainties in anchor positions and/or propagation speed. IEEE Transactions on Signal Proces

31、sing, 2009, vol. 57, no. 2, p. 752-763.33 3A, G., PASCUCCI, F. An Interlaced Extended Information Filter for Self-Localization in Sensor Networks. IEEE Transactions on Mobile Computing, 2009, vol. 19, no. 10, p.1491-1504.34 XIAODONG, W., DEMIN, W. AGRAWAL, D. P. Range-Free Localization Using Expecte

32、d Hop Progress in Wireless Sensor Networks. IEEE Transactions on Parallel and Distributed System, 2008, vol. 20, no. 10, p.1540-1552.35 KEGEN, Y., GUO, Y. J., HEDLEY, M. TOA-based distributed localisation with unknown internal delays and clock frequency offsets in wireless sensor networks. IET Signa

33、l Processing, 2009, vol. 3, no. 2, p. 106-118.36 BAALA, O., ZHENG, Y., CAMINADA, A. The Impact of AP Placement in WLAN-Based Indoor Positioning System. Eighth International Conference on Networks, 2009, p. 12-17.37 IVANOV, S., NETT, E., SCHEMMER, S. Automatic WLAN localization for industrial automat

34、ion. IEEE International Workshop on Factory Communication Systems, 2008, p. 93-96.38 SHIHHAU, F., TSUNGNAN, L., KUNCHOU, L. A Novel Algorithm for Multipath Fingerprinting in Indoor WLAN Environments. IEEE Transactions on Wireless Communications, 2008, vol. 7, no. 9, p.3579-3588.39 SHIHHAU, F., TSUNG

35、NAN, L. A dynamic system approach for radio location fingerprinting in wireless local area networks. IEEE Transactions on Communications, 2010, vol. 58, no. 4, p.1020-1025.40 SHIHHAU, F., TSUNGNAN, L., POCHIANG, L. Location Fingerprinting In A Decorrelated Space. IEEE Transactions on Knowledge and D

36、ata Engineering, 2008, vol. 20, no. 5, p. 685-691.41 SHIHHAU, F., TSUNGNAN, L. Indoor Location System Based on Discriminant-Adaptive Neural Network in IEEE 802.11 Environments. IEEE Transactions on Neural Networks, 2008, vol. 19, no. 11, p. 1973-1978.42 GOMEZ, C., PARADELLS, J. Wireless home automat

37、ion networks: A survey of architectures and technologies. Consumer Communication and Networking, 2010, vol. 48, no. 6, p. 92-101.43 RIGGS, T. A., TAMER, I., WEIZHONG, Z. An Autonomous Mobile Robotics Testbed: Construction, Validation, and Experiments. IEEE Transactions on Control Systems Technology,

38、 2010, vol. 18, no. 3, p. 757-766.二、 和选题相关的调研报告：（调研时间、地点、单位及主要收获等）2011年9月至今，上海师范大学图书馆查阅相关资料和学习网络资源的使用方法，并利用网络资源指导科研实验；2011年11月，考察上海真灼电子有限公司，了解2010上海世博会导游机和家校通相关信息，同时了解无线射频识别技术的基本情况，并收集相关资料。2012年3月，通过网络调查室内定位的相关技术和国内外研究情况，了解到室内定位领域一直是国内外的研究热点，同时该领域已经发展到了瓶颈阶段，全球的科研工作者都在对其进行攻关，就连美国国防部也在对这个领域进行大量科研经费投入。

39、亚洲，香港科技大学的倪明选教授带领的团队在这个领域的研究处在前列，他们的课题于2012年2月获得国家自然科学一等奖。了解到当前实际条件下进行这方面的研究对实验平台的选择很重要。2012年7月，进入上海真灼电子科技有限公司，参与到上海真灼电子与大连万达集团合作的万达广场地下停车场定位项目，实际操作停车场定位模式搭建和定位方式测试。了解到了RFID定位中的各种不可避免的问题，磁场干扰、信号串扰等等。2012年9月，来到江苏南通协助中科怡海解决渣土车出入工地智能管理项目中解决原有磁棒天线读取效果差和覆盖范围小这一问题，协助他们改用线框天线，达到读取效果好，覆盖范围广这一效果。通过这一次项目跟进，使我

40、了解到线框天线在工程门禁系统中的磁场覆盖比单纯磁棒天线要好，为日后做室内定位了解空间磁场分布打下基础。2012年10月，来到位于临港新城的上海海事大学，现场测试开发了三个月的地下停车场定位系统，进一步使我了解到射频系统的工作原理。2012年11月，利用阿里巴巴平台，进行2.4GHz高频读头和标签的调研和选购，并最终确定深圳新力量通信技术有限公司作为我们射频硬件的供应商。通过对各类相关文献的查阅，对本课题的目的意义以及实现方法有了更深入的理解。 三、选题报告（应包括以下内容）：1所选课题的题目及课题来源； 课题题目：基于无线射频识别技术的非测距室内定位技术的研究 课题来源：自己已有的研究成果2课

41、题研究的目的、意义；随着数据业务和多媒体业务的快速增加，人们对定位和导航的需求日益增加，尤其是在复杂的室内环境中，如机场大厅、展厅、仓库、超市、图书馆、地下停车场等，常常需要定位移动终端或其持有者、设施与物品在室内的位置。但是与室外环境相比，室内环境受定位时间、定位精度及室内复杂环境等条件的限制，比较完善的GPS(Global Positioning System，美国)、GLONASS(Global Navigation Satellite System，俄罗斯)、DBS(BeiDou Navigation Satellite System，中国)、AGPS(Assisted Global

42、Positioning System，美国)等全球定位技术并不能够覆盖室内环境从而实现有效定位。另外，由于复杂环境下的室内定位技术在地下救援、智慧城市、大型展厅等具有重要的应用背景，所以对室内定位的研究可以在一定程度上提高生活质量，保障生命财产安全。3和本课题有关的国内外研究现状分析，包括发展水平和存在的问题等； 首先，介绍国外关于室内定位技术的研究情况。1992年，AT&T剑桥实验室开发出了Active Badge定位系统，此系统是基于红外线定位的方案。带定位目标上装有红外发射器，作为移动台(MS，Mobile Station)，周期性向外广播ID标识。同时，定位区域内布置若干个红外

43、接收器，作为基站(BS，Base Station)。当MS进入到定位区域，控制中心就会确定其位置。此系统的缺陷是：室内环境复杂多变，会造成许多死角，致使接收器无法收到红外信号；这种方案只能提供一个模糊的定位区域，精度无法满足要求。1999年，AT&T剑桥实验室又开发了Bat室内定位系统，此系统是基于超声波定位的方案。与上一方案中的区别是将MS和BS换为超声波发射器和超声波接收器。该方案是基于测距的，通过计算出MS和BS间的距离，最终利用三角定位算法估计出MS的位置。此定位系统的缺陷是：超声波信号极易受到环境干扰，精度很不稳定；而且AT&T提出的方案是采用有线网络方式连接中心服务

44、器和接收器节点，应用范围受限。2000年，微软研究院提出了RADAR定位系统，此系统是基于RSSI测量的室内定位方案。这种方案是首先采集环境的射电地图(Radio Map)，即表示RSSI值与位置的关系，然后利用实际采集的RSSI进行匹配，最终确定物体位置。此系统的缺陷是：射电地图对环境依耐性很大，一旦环境改变，地图即失效。2000年，MIT开发出了Cricket室内定位系统，此系统是基于射频+超声波的TDOA(Time Difference of Arrival，到达时间差)定位系统。Cricket室内定位系统也由三部分组成：作为MS的Listener；作为BS的Beacon；服务器。BS是

45、安装在已知位置的信号发射器，周期性的广播信息。MS为接收器，记录MS和BS间的距离并反馈给服务器，服务器最终估计出物体位置。此系统定位精度可以做到厘米级，但是其又存在明显的缺陷：所有Beacon坐标事先设定好，一旦网络覆盖范围变化，会影响最终定位结果。同时由于该系统要做到严格时间同步具有极大困难，对硬件要求比较高，推广性较差。2003年，洛杉矶加州大学UCLA开发的AHLos定位系统可以看做事Cricket室内定位系统的改进。它基于超声波通信技术，但是系统采用的算法较为复杂，需要较强的数据处理能力，否则无法做到实时定位。2012年8月23日，移动设备巨头Nokia，Samsung，Sony M

46、obile 移动及其他十九家公司共同成立了 In-Location Alliance(indoor Location Industry Alliance，即室内定位联盟)，共谋推进室内地图技术发展和解决方案部署进程。接下来，了解下国内在这方面的进展情况。国内对室内定位的研究工作起步较晚，但近年来发展迅速，许多高校和研究所都投入到该领域的研究工作中。2005年，国内的唐恩科技有限公司利用UWB精确定位技术研发出了iLocateTM系统，该系统虽说定位精度较高，但是对平台要求很高，只有政府部门或实力雄厚的企事业单位才能承受如此昂贵的设备，推广性能较差。2011年，香港科技大学研发出了全球首个无线射

47、频识别定位系统LandMarc室内定位系统，并获得当年的国家自然科学二等奖。LandMarc室内定位系统首次将RFID技术应用到室内定位中，同时RFID系统成本较为低廉，利用该平台研究室内定位技术具有重大的指导意义。总结国内外室内定位的研究现状，定位精度、复杂度和稳健性是该领域研究的重点，提供一种普及廉价的高精度、低复杂度和稳健的室内定位技术一直是研究的目标，只有这样才能够将室内定位技术推向应用领域。4研究目标、研究内容和拟解决的关键问题；本课题属于无线网络信息技术领域。随着信息技术向更广泛的互联互通和更全面的智能化方向发展，物理世界与数字世界无缝融合的需求越来越高，使得无线网络的规模不断增大

48、，对网络自组织能力和移动特性的要求不断提高，如何在相应的计算环境中准确获取无线网络中物体的位置信息成为至关重要但又非常困难的问题。与传统的卫星定位和蜂窝定位系统不同，室内定位的环境范围较小、直达波路径损耗严重、信道非平稳。由于目前无线射频识别技术发展较迅速，平台较普及，这就决定了室内定位研究的目标就是在利用现有无线射频识别技术平台上提出一种普及廉价的高精度、低复杂度和稳健的室内定位技术。下面为课题中拟解决的三个关键问题：传输环境是影响无线通信系统性能的主要因素之一，建立准确的传输信道模型对于系统设计、性能估计等发面来说至关重要。室内的无线传播同样受到反射、绕射、散射的影响，与室外传输环境相比，

49、室内信道由于大量的遮挡和障碍物等影响，使得信道环境更加复杂。所以，研究的首要任务就是分析和研究室内环境传播模型。由于室内环境的多变，所以研究一个稳定的室内定位系统一直是该领域的研究热点和难点，所以在对传播模型有了较深刻的研究基础上，我们开展对校准技术的研究，使系统具有更强的鲁棒性。现阶段已经对实物校准技术做了深入研究，下阶段将开展对虚拟校准技术的研究，将降准推向后台，减少环境干扰。这一个是最重要的问题，即在现有平台基础上研究出一套低复杂度和高精度的非测距定位算法。以上三个关键点是构建一个稳健的室内定位系统的基本保障，除了以上三个关键问题急需解决外，还有两个次重点问题在时间允许的条件下也将会探讨

50、下：第一个是关于系统中误差累积的分析，因为在定位过程中，往往是将采集到的数据经过数次变化后，再来进行定位估计，这势必会形成误差累积，而在我们的课题中减少了误差累积的可能，所以以后有时间可以在这个方面做做分析；第二个是室内定位轮状图模型深入分析，这个点是大规模室内定位的一个基础，在这方面进行深入研究很有意义。5拟采取的研究方法、技术路线；本课题的研究的总体思路是分为两个阶段，第一阶段是开展理论研究，包括传播路径损耗模型研究、校准算法研究（实物校准和虚拟校准）、定位估计模型研究；第二阶段开展现场测试，利用实验数据进行模拟系统搭建和分析。首先，由于我们室内定位系统平台是无线射频识别系统平台，决定了我

51、们得对RSSI(Received Signal Strength Indication，接收信号强度指示)进行深入分析和研究，分别从其传播特征和分布特征着手。首先对数据进行滤波处理，分为两个阶段：数据采集和数据滤波。数据采集：标签会不断向周围读头广播消息，读头在一段时间内会采集到大量RSSI信息，记为RSSIt,t=1,2,3n，t表示不同的时刻。数据过滤：由于RSSI值对周围环境很敏感，采集到的一组RSSI值往往具有波动性，如图1和图2为2米和3米处的RSSI采样值。简单采用算术平均的RSSI值可靠性很差，由于采集到一系列的RSSI值服从高斯分布，所以对这组值进行高斯滤波处理。这里定义为这组

52、值的概率密度函数，其中xRSSIt 、，。我们选择高概率区P>0.6(此概率可以设定，越大最终过滤后采样量就越小，选择为0.6可获得较理想的采样量)作为这组值的选择概率。因为f(x)的分布函数为，现在我们计算服从正态分布N(u,2)的随机变量X落在区间(x1,x2)内的概率，如下式：置换，得到，进一步得出其中为标准正态分布的分布函数。由于我们要计算P>0.6时的x取值范围，此时我们取两个端点值来求解：1）P=0.6时求x的取值；2）P=1时求x的取值。1） P=0.6时求x的取值：满足此结果的X的取值为，即，查表得出=0.26，即x2=0.26+为其下界。2） P=1时求x的取值：

53、满足此结果的X的取值为，即，查表得出=3.09，即x2=3.09+为其上界。经过上面的分析，可以得出RSSI的选择区间0.26+, 3.09+。根据RSSI的选择区间0.26+, 3.09+来过滤采样值，记录过滤后的RSSI值为RSSIf,f=1,2,3w，w<n。表1对比了经过高斯滤波和未经过高斯滤波的两组数据的估计距离(标签到读头间的距离)的误差情况。观察很容易得出，经过高斯滤波的数据估计出来的距离的估计误差缩小了35倍，即估计距离的准确性提升了35倍。表1.对比经过高斯滤波和未滤波数据的估计距离实际距离RSSI的均值(dBm)估计距离(meter)估计误差未滤波数据2m3m-67.

54、0073-72.48871.7443792.65676612.78%11.44%滤过波数据2m3m-68.2239-73.72951.9151082.9222234.24%2.59%其次，由于我们研究的重点放在非测距定位技术的研究，同时根据现有平台进行权衡，我们在定位算法中将不会利用RSSI测距定位这一思想，由于传统思想首先利用RSSI测距，再来利用测距估计位置，这一系列过程中存在误差累计。我们融入了概率统计和贝叶斯推论的思想，有效的避免了误差累计，从概率的方向着手，对位置进行概率估计。在对RSSI进行滤波过后，接下来对RSSI进行传播模型建模，分析其模型特征。随后对校准算法进行研究，最后研究

55、定位算法。图1 2米处RSSI采样值 图2 3米处RSSI采样值6预期的研究成果和创新点；本课题围绕基于无线射频识别技术的非测距室内定位技术开展研究，通过无线射频识别技术对移动物体进行定位估计。首先我们需要对定位系统结构进行分层，在这里我们将定位系统分为三层：传感网络层、数据采集层和数据处理层。通过分层思想，我们可以让整个定位系统的任务分工明确，每一层都负责自己的任务，相互不干扰。图3为定位系统结构分层图。由于在现有平台基础上采用了高斯滤波技术、路径传播损耗模型概率建模、标签校准技术、改进贝叶斯概型，使得我们的定位系统在90%情况下，定位误差小于50cm，70%情况下定位误差小于20cm。既满

56、足是一个较稳定的系统，又可以取得了一个较高的定位精度。图3 定位系统结构图4-9为我们实验中使用的两套射频设备，图4-6为一套全向天线无线射频识别设备A，图7-9为一套定向天线无线射频识别设备B，设备A为我们构架室内定位系统的基础设备，设备B为我们研究传播路径损耗的基础设备。 图4 2.4GHz射频接收器（Reader-1） 图5 2.4GHz射频发射器（Tag-1） 图6 2.4GHz Reader and Tag（1） 图7 2.4GHz Tags（2） 图8 2.4GHz射频接收器（Reader-2） 图9 2.4GHzReader and Tags(2)我们所设计的定位系统具有以下几个方面的独特之处：(1)建立了路径损耗的概率模型我们选择对数常态