黄凤英

（厦门大学嘉庚学院 信息科学与技术学院，福建 漳州 363105）

随着社会不断发展，室内定位在社会生产和生活中发挥着越来越重要的作用。在一些室内场所对物品或人员进行实时定位可保证其安全，同时也方便管理。基于射频识别(radio frequency identification，RFID)的室内定位由于电子标签成本低、易于部署、非接触等优点可为室内物品位置定位或跟踪提供有效的解决方案[1]。但考虑到实际应用环境的复杂性，仍然存在许多不确定性因素影响着定位精度，常用的RFID 室内定位方法并不能满足要求[2]。因而对研究如何提高基于RFID 室内定位系统的定位精度与实时性有着重要的意义。

1 无源RFID 系统通讯模型

一个典型的无源超高频RFID 系统由标签（tag）、阅读器（reader）、天线（antenna）以及后台系统四部分组成，如图1 显示了RFID 系统进行通信的示意图。后台系统通过无线/有线方式与阅读器连接，并根据不同应用给阅读器发送相应的指令。阅读器通过天线发射射频信号并被标签接收，由此标签获得能量，从而激活标签中的芯片，芯片再对接收到的信号进行处理，并将芯片中的信息通过标签天线返回给阅读器。阅读器通过天线接收到标签信号并反馈给后台系统。阅读器的整个控制软件和目标标签定位算法程序均可位于后台系统上。

图1 RFID 的通讯模型Fig.1 Communication model of RFID

2 信号特征参数

根据RFID 系统的通信模型，阅读器和标签之间的通信方式是通过无线射频信号，因此能够为研究者提供接收信号强度（received signal strength indicator,RSSI）[3]、到达相位（phase of arrival，POA）或者到达相位差（phase difference of arrival，PDOA）[4]、到达时间（time of arrival，TOA）[5]或者到达时间差（time difference of arrival，TDOA）[6]、到达角度（angel of arrival，AOA）[7]等信号特征参数信息。研究者们利用这些特征信息与对应的距离位置建立相应关系，从而估算出待测标签的位置。

2.1 信号强度

根据电磁波理论，当标签的发射功率和天线增益一定时，阅读器接收的标签信号强度RSSI 值越小，则标签与阅读器距离越远，反之越近[8]。基于接收的信号强度[9,10]的标签定位方法是目前最为普遍的，其测距定位方法以自由空间传播模型或路径损耗模型为原理，通过阅读器测量标签射频信号强度从而估算出待测标签的位置。

但在RFID 实际应用中，由于室内空间环境的噪声及多径路径干扰，影响接收信号的RSSI 值，给基于RSSI 的定位系统的精度带来巨大挑战，因此这种方法通常需要采用多次测量获取平均值或加入参考标签等方法来处理误差。

2.2 射频相位

相位是射频信号中的一个非常重要的特征参数，有些阅读器可支持获取该参数指标，如Impin J R 420[11]，其接收信号的相位值分辨率可达0.0015 弧度，则可计算出的距离分辨率理论上为0.038 mm[12]。因此，相对于RSSI，相位对信号传播距离比较敏感。

图2 显示了在无源RFID 系统中阅读器与标签之间进行反射链路通信的过程。当阅读器天线发送某一频率f 的载波信号后，将接收经标签反射回的信号，得出相位值与距离的关系如下：

图2 反射链路通信信道Fig.2 Radio link comunication channel

式中：λ 是载波波长，dreader_tag为阅读器到标签的距离，c为光速，t 为阅读器发射信号与接收到信号的时间差，φ 为接收信号和发射信号的相位差。再将公式（1）变为：

但实际情况下，相位值φ 是一个周期函数，只有当相位值在单周期内时，得到的测距结果才是正确的。因此，简单依靠公式（2）进行相位测距，其定位距离范围是有限的[13]。

2.3 信号到达时间

基于信号到达时间（TOA）的定位方法，其主要原理是根据不同阅读器接收到标签返回的信号时间差来估算两者之间的距离。然后再通过定位算法进行待测标签位置估算。Stelzer 等[14]在TOA 方法基础上利用目标标签信号到达多个阅读器之间的相对时间差（TDOA）来计算它们之间的相对距离，用已知位置关系的阅读器计算出绝对距离。

但无论是基于TOA 还是TDOA 的定位方法，都要用到射频信号在传播过程中的时间差值，因此要求阅读器和标签之间的时钟能够同步，且时间精度高。这在实际运用中都较难实现，所以基于TOA/ TDOA的RFID 室内定位方法应用较少。

2.4 信号到达角度

基于信号到达角度（AOA）是利用信号到达角度的特征参数信息来定位标签位置。一般情况，利用带有较强方向性天线或者阵列天线的阅读器来接收标签返回信号的角度信息，以此类推，其他阅读器也测得的该标签返回信号的到达角度信息，并以它们信号的角度方向所产生的交点，来确定标签位置[7]。

但基于AOA 的定位方法对天线设备要求比较高，通常需要在阅读器上安装特定的阵列天线，才能达到较好的定位效果。

3 标签定位处理方法

通过以上分析可知，无论是采用哪一种特征参数信息进行定位，都存在一些不足。另外，若特征参数信息未经相关处理而直接进行标签距离定位，RFID 定位系统将很容易受室内环境因素干扰，造成定位结果的准确度与精确度的降低。在基于以上信道特征参数信息进行标签定位过程中，为了提高定位精度，提出不同的定位处理算法，如几何定位法，指纹定位法，全息图法[15]等。

几何定位法主要是通过所获得信号参数信息建立相对应的线性或非线性方程组，然后通过求解方程组的值，来计算待测标签位置。而对于求解建立的非线性方程组，大多采用最小二乘法、梯度法等[15]。

指纹定位法最早由LANDMARC[3]被提出，该方法的思想一般分为两个阶段：一是建库，二是匹配。首先在环境中部署大量的已知位置的标签，通过阅读器分别获取它们的信号强度值，并存入后台数据库中，然后将接收到待测标签的信号强度值一一和库中的强度值进行比对，最后选择信号强度值最接近的已知标签位置作为待测标签位置。基于指纹定位法，很多研究者采用，如K 邻近算法 (K-nearest neighborhood，KNN)[3,9,10,16]、神经网络算法[17-18]、最大期望估计[19]和贝叶斯概率算法[20]等进行处理。

全息图法最早是由ROBEAT 等[21]提出的一种SAR 的定位方法。全息图法的核心内容如下：首先将待搜索的二维平面或三维空间分割成为一个个位置像素点，并通过阅读器天线在不同位置上采集标签相位信息，每个天线测得的实际相位值与天线到每个像素点的理论相位到建立复指数函数，根据计算得到的复指数大小来估算待测标签的位置。下面以三维空间为例，将三维空间分为W×L×H 个方格位置像素点，如图3 所示，并用Zw,l,h代表（w,l,h）出的像素中心点位置，设在M 个时刻下阅读器的天线位置分别为｛A1…Am…AM｝,m∈M,相应测量的相位值为 ｛θ1…θm…θM｝,m∈M，因此计算待测标签的位置可用以下公式计算：

图3 阅读器与全局坐标系示意图

式中：ϑ（zw,l,h，An）表示第m 个天线位置与像素点zw,l,h距离所对应得理论相位值。

式中：d（zw,l,h，Am）表示第m 个天线位置与像素点zw,l,h直线距离。Hw,l,h代表M 个复指数信号的叠加，其值大小反映了（w,l,h）处的理论相位与测量相位之间的差异情况。如果对全空间的所有像素点进行公式（3）遍历计算，则有个位置会使得Hw,l,h值最大，换句话说该位置处所有的理论相位值与测量相位值之间误差的总和最小，因此可认为该位置即为待测标签的实际位置。有研究者通过构造不同全息图来实现高精度的定位，如，YANG[12]提出差分增强全息图、SHANGGUAN[22]提出具有多载波频率数据的全息图、XU[23]提出联合全息图等。XU[23]设计一种鲁棒性更好的全息图，探讨了目标标签可能存在的所有位置的可能性，并提出将全息图与深度卷积神经网络算法相融合来抑制多路径效应。

一般情况下，指纹估计法相比几何估计法在复杂的室内环境下能够获得较高的定位精度，但由于离线阶段指纹库的建立时间花费较多，指纹匹配算法的计算量较大，因此，整体的定位实时性也较差。而全息图方法是通过遍历搜索空间的方式，相比指纹估计法其免去了指纹库的建立过程，定位实时性更能满足要求。

4 不同特征参数定位方法比较

下面将从不同特征参数对硬件需求、适用的定位处理方法以及优缺点等多方面进行简要分析总结，结果如表1 所示。

表1 不同信号特征参数的定位方法对比Tab.1 Comparison of localization methods for different signal charateristig parameters

（1）RSSI：基于接收信号强度的定位方法首先需要一个可获取RSSI 值的阅读器，例如IMPINJ 的R 500 或R 2000 等型号芯片所开发的阅读器。基于经典的RSSI 指纹定位法LANDMARC[3]系统定位平均误差为1120 mm。在行李轨迹追踪测试中，文献[12]将参考标签放在轨道附近，最后测得综合误差为600 mm，而SHANGGUAN[8]通过改变RSSI 和阅读速率的方法决定行李顺序，并测得平均误差只为150 mm。

（2）POA/PDOA：基于相位参数的定位方法需要一个可获取相位值的阅读器，如IMPINJ 的R 420 型号芯片开发的阅读器。相比于接收信号强度，信号相位对距离变化更敏感，精度更高。WANG[28]使用通过天线运动创建的合成孔径雷达 (synthetic aperture radar，SAR) 来提取每个标签的多路径特征信息，并像基于RSSI 的方法一样利用参考标签来定位待测标签，Wang 的平均误差距离为120 mm。YANG[12]基于差分增强全息图的方法减小了环境噪声和标签多样性带来的额外相移影响，在线性轨迹追踪上，测得综合误差为14 mm，在环形轨迹追踪上，测得综合误差为7.28 mm，由此可知，在可控环境下，基于DHA 的定位精度大大提高。邱兰馨等[33]提出一种3DinSAR 定位算法，该算法基于多相位差可实现高精度、实时的三维标签定位，在实际环境测量下，平均误差为240 mm，最小误差为60 mm。

（3）TOA/TDOA：基于信号到达时间的定位方法要求阅读器与阅读器，阅读器与标签之间能有较高精度的时钟同步。主要因为信号传播速度为光速级别，如果时钟的精度不够，且不同步，那么时钟一点点的变差都将会对目标标签位置估算产生较大误差，从而使标签定位精度降低。

（4）AOA：由于大部分阅读器不支持测量角度功能，因此需要专门设置一种特殊的阵列天线，同时，室内环境对阵列天线尺寸安装的限制，让整个硬件系统设计难度变高。但有研究者[20,34]为此采用虚拟天线阵元来替代实际阵列天线，即用天线在移动过程中接收多个标签反射信号来模拟天线阵。文献[32]提出的PATL 定位方法，利用加权算法估算标签的二维位置，经过实验测试，该方法的定位精度为21 cm。

在基于RFID 室内定位技术的具体实施过程中，应通过具体的应用场景，从实施成本、精确度、算法复杂度等方面选择合适的定位信号特征参数以及标签的定位处理方法。

5 总结与展望

通过对文献内容的分析，对RFID 室内定位技术总结出如下几个方向发展。第一，单一信号特征参数的测距定位模型具有较多的局限性，为提高精度，可结合多种特征参数信息进行定位，即从单一特征参数转向多个特征参数发展。第二，在现有的定位处理方法上进行改进，将几何定位方法、指纹定位方法向全息图法或其他方法发展。第三，简化硬件组成系统，系统将从大量参考标签、多阅读器、多天线等向移动标签、移动阅读器、虚拟天线阵等低成本方向发展。再者，从实际应用来看，可从室内物品位置及追踪定位等转到增强现实及人机交互方向发展。

未来，随着RFID 室内定位技术的不断发展，定位的准确性、精确度和实时性不断提高，基于RFID 的室内定位技术将为人们生产和生活带来更大的变化。