RFID定位技术研究答辩课件

,单击此处编辑母版文本样式,第二级,第三级,第四级,第五级,#,单击此处编辑母版标题样式,Contents,RFID,的概述,1,RFID,系统构成及工作原理,2,RFID,无线定位方法,3,Monte Carlo,定位算法分析,4,ContentsRFID的概述1RFID系统构成及工作原理2,1,RFID,系统的概述,射频识别（,RFID,），是一种利用射频信号自动识别目标对象并获取相关信息的技术。一次来实现无接触信息传递并达到识别对象的目的。识别工作无须人工干预，可工作于各种恶劣环境。,RFID,基本组成：,（,1,）电子标签（,tag,）,（,2,）读写器（,reader,）,（,3,）数据处理单元,RFID系统的概述射频识别（RFID），是一种利用射频信号自,2,RFID,基本组成,RFID,标签,(Tag),：由芯片与天线组成，每个标签具有唯一的电子编码。标签附着在物体上以标识目标对象,RFID,阅读器,(Reader),：主要任务是控制射频模块向标签发射读取信号，并接收标签的应答，将对象标识信息连带标签上其它相关信息传输到主机以供处理,RFID,数据处理单元：主要任务管理数据库及防冲突等,RFID基本组成RFID标签(Tag)：由芯片与天线组,3,典型,RFID,定位系统,典型RFID定位系统,4,系统的工作过程如下,:,阅读器通过发射天线发送一定频率的射频信号，当应答器进入发射天线工作区域时产生感应电流，应答器获得能量被激活；应答器将自身编码等信息通过其内置发送天线发送出去；系统接收天线接收到从应答器发送来的载波信号，并对接收的信号送到后台主系统进行相关处理,系统的工作过程如下: 阅读器通过发射天线发送一定频率,5,RFID,无线定位方法,-,TOA,定位方法,Reader1,Reader2,Reader3,RFID无线定位方法-TOA定位方法 Reader1R,6,RFID,无线定位方法,-,TDOA,定位方法,RFID无线定位方法-TDOA定位方法,7,TOA,、,TDOA,定位方法缺陷分析,在室内，由于阻挡物较多，基于信号到达时间的,TOA,定位算法存在一定缺陷。在阅读器的工作范围内，三台阅读器中只要有一台阅读器接收不到标签信号，就无法对标签进行定位。,TOA、TDOA定位方法缺陷分析在室内，由于阻挡物较多，基于,8,RFID定位技术研究答辩课件,9,Monte Carlo,定位算法,Monte Carlo,定位算法是一个递推算法，在每个计算周期一般包含预测阶段和更新阶段，递归调用这两个阶段，就能对标签实现跟踪定位。,1.,预测阶段：在第,k-1,时刻，通过预测模型预测,k,时刻标签可能会出现的位置，即计算采样点的位置；,2.,更新阶段：在第,k,时刻，测得标签与阅读器之间的距离，通过测量模型计算出各采样点的权值，选取权值最大的采样点的位置作为标签的估计位置。,Monte Carlo定位算法Monte Carlo定位算法,10,Monte Carlo,定位算法的核心思想是在贝叶斯滤波位置估计的基础上，用若干个带权重的采样来描述移动标签在状态空间的可能位置分布。但传统的,Monte Carlo,定位算法存在以下缺陷：,Mnote Carlo,定位算法需要大量取点，在更新阶段，当标签静止时，当前时间步的测量信息与上一步的时间相同，则测量模型无法对各采样点的权重进行迭代更新，故,Monte Carlo,定位算法无法对静止物体进行定位,Monte Carlo定位算法的核心思想是在贝叶斯滤波位置估,11,改进,Monte Carlo,定位算法,预测模型：,在第,k-1,时刻，通过预测模型预测第,k,时刻标签可能会出现的位置，即计算采样点的位置。假设室内噪声为高斯噪声，采用高斯分布的预测模型为：,式中，,N(0,2,),表示高斯分布；,X(k),Y(k),分别为横纵坐标；,(k),为运动的角度，方差为,v,；,dk,为时间步长,改进 Monte Carlo定位算法预测模型：,12,改进,Monte Carlo,定位算法,测量模型：,在第,k,时刻，测得标签与阅读器之间的距离，并计算出各采样点与阅读器的距离，通过测量模型计算出标签的位置,Dk,为,k,时刻采样点,Sk,所在的位置到阅读器的计算距离值；,Zk,为,k,时刻测得标签到阅读器的距离；,为分布模型的标准差。,改进 Monte Carlo定位算法测量模型：,13,改进,Monte Carlo,定位算法,静止模型,当标签在运动的过程中停顿时，由,k-1,时刻和,k,时刻分别测得的标签到阅读器的距离，通过静止模型来判断标签是否停顿。,将计算出的,P(Zk |Zk-1),与门限比较，大于门限则标签静止，否则标签运动。,改进 Monte Carlo定位算法静止模型,14,改进的,Monte Carlo,定位算法流程,选择可用,Reader,初始化,K=1,Tag,是否静止,Monte Carlo,定位,Tag,位置存入数据库,否,是,K=K+1,查询数据库第,K-1,的,Tag,位置,改进的Monte Carlo定位算法流程 选择可用Reade,15,1,、初始化：将标签的起始位置录入数据库，时刻,k=1,；,2,、选择可用,Reader,：选择能够检测到标签信号的阅读器进行定位运算，即标签在阅读器天线的覆盖范围之内。,3,、判断标签是否静止：由静止模型计算出标签停顿的概率,p,；若,p,大于判别门限，则标签静止；否则，标签视为运动；,1、初始化：将标签的起始位置录入数据库，时刻k=1；,16,4,、,Monte Carlo,定位：采用改进的,Monte Carlo,定位算法对标签进行定位。根据预测模型在,X,k-1,时刻的周围产生,N,个随机采样点，这些随机采样点的概率相同均为,P,i-1,=1/N,；在,N,个随机采样点中找出概率最大的采样点，得标签位置,X,k,；,5,、将标签位置,X,k,录入数据库,6,、查询数据库，则数据库中第,k-1,时刻,Tag,位置,X,k-1,的位置即为,X,k,的位置,7,、,k=k+1,，返回,4、Monte Carlo定位：采用改进的Monte Car,17,改进算法的标签路径跟踪图,改进算法的标签路径跟踪图,18,Thank You !,Thank You !,19,