硕士论文网第2022-06-08期,本期硕士论文写作指导老师为大家分享一篇
计算机专业论文文章《RFID技术框架下的室内定位方法分析》,供大家在写论文时进行参考。
近年来随着物联网技术的不断发展与日益成熟,物联网已被应用到日常生活中的各个领域,室内定位在现代社会中有着广泛的发展潜力与需求,同时也是RFID 技术的一个重要应用领域。人们对于位置信息的需求越来越高,通过对特定区域内的目标物体进行快速的精确定位,获取其位置信息,从而提高生产生活效率,目前室内定位技术已被应用于工厂,医院,图书馆等各个场所,为社会的发展做出了很大的贡献
第一章 绪论
1.1 研究背景与意义
近年来随着社会的不断发展与科技水平的日益提高,基于位置信息的服务已成为人们工作生活中不可或缺的一部分,例如在室外利用导航系统可以获取当前位置以及到达目的地的最近路线,在大型商场中根据定位可以找到目标店铺,在医院可以根据位置信息知道呼救病人目前所在的位置从而及时实施抢救等。尽管在室外 GPS 可以进行快速准确的定位[1],但由于受到建筑物的遮挡,卫星信号受到墙体阻隔导致室内信号较弱,因此 GPS 在室内的定位精度并不能满足人们的需求,如何对室内环境中的物体和人精确定位成为近几年的研究热点之一。国内外的研究学者与机构根据不同的传播信号提出了几种室内定位方案,主要有WiFi 定位、蓝牙定位、超声波定位、红外线定位以及 RFID 定位等七种定位方案[2]。RFID 技术具有设备成本低,阅读器识别速度快,场景布置简单等优点,被广泛应用于室内定位领域,目前基于 RFID 的室内定位已成为常用的室内定位技术之一。室内定位在目前的社会生产生活中越来越重要,在医院、监狱等某些特殊场所中,出于安全考虑需要及时获取人员的位置信息。而随着人们安全意识的提高,在一些重要场所需要对外来人员或物品进行精准的定位从而保证信息物品不会丢失,在图书馆等公共场所,如果能得到需要的图书的具体位置,不仅方便读者借阅,同时也方便管理人员管理图书。在一些灾害营救如地震、矿井坍塌等人员营救中,需要精准的定位才能对受伤人员实施快速的营救,准确的位置信息不仅能保障人员的安全,也可以保护我们的财产不受损失。综上所述,位置信息在如今的社会里变得越来越重要,但是由于室内复杂环境造成的多径效应等会影响无线信号的传播,目前常用的定位方法并不能满足人们的需求。
1.2 国内外研究现状及发展趋势
随着 RFID 技术的日益成熟,国内外的研究机构与学者在室内定位技术的系统构建、信号采集、算法优化等方面进行了深入研究。物联网技术的成熟使得电子标签的的体积越来越小,携带更加方便,RFID 技术的非接触、非视距等优点使研究学者将室内定位的研究聚集到基于 RFID 的室内定位技术上,一些经典的室内定位算法被提出后也慢慢被人们所熟知。国外对基于 RFID 的室内定位技术的研究相比于国内起步较早。2003 年密歇根州立大学的 Lionel M.NI 提出了 LANDMARC 定位系统[5],该系统引入了参考标签的概念,利用参考标签代替了实体标签,降低了电磁信号的干扰,还降低了系统的成本,系统的定位精度有了明显提高,LANDMARC 定位系统对无线定位技术的发展有着深远的影响,很多定位技术都是在 LANDMARC 系统的基础上改进得来的。IBM 公司在 2005 年提出了一种基于 RFID 的 Blue Bot 定位系统[6],该系统可以利用 WiFi 信号实现对 RFID 电子标签的位置跟踪,是一种自动定位模型。21 世纪 10 年代后,RFID 技术得到了飞速发展。Keong N Y , Chieh K S ,Burhan M F 等人在 2015 年提出了一种融合 ZigBee 和 RFID 技术的室内定位系统[7],利用波动消除算法来提高定位精度。2017 年,Subedi S , Pauls E , Zhang YD 等人[8]提出了一种提出了一种定位和跟踪 RFID 阅读器的方法,利用接收到的信号强度指示器(RSSI)测量数据作为从多个空间分布的无源标签获得的唯一观测形式,对多路径传播和非各向同性天线模式的伪影进行补偿,得到二维笛卡尔空间中 RFID 阅读器的最大似然估计,阅读器位置的标签估计数及其速度,然后作为卡尔曼滤波器的输入,用于动态估计其轨迹。文献[9]提出了一种基于有源RFID 的实时定位系统(RTLS),利用有效的多传播模型来弥补接收信号强度技术的不足。为了提高基于 RSSI 的测距性能和系统的鲁棒性,提出了参考标记和多传播模型,通过使用引用标记自适应地创建传播模型,不需要测量传播模型参数,例如路径损耗指数,该方法有效提高了系统的定位性能,减少了定位的误差,具有一定的实用价值。
第二章 室内定位方法与相关研究
2.1 RFID 系统的组成
射频识别(Radio Frequency Identification,RFID)是一种通过空间耦合实现信息交换,并利用射频信号识别特定目标的非接触式通信技术。基本的 RFID 系统由三部分组成,分别是电子标签,阅读器以及计算机终端。计算机的作用是发送指令和接收阅读器返回的数据并处理。阅读器受计算机终端的控制,根据计算机发出的指令进行读写操作,通过天线向周围发送特定频率的射频信号,当电子标签进入到阅读器的读写范围后,接收阅读器发送的信号并将标签信息通过内置天线发送出去,阅读器接收到标签信息后,将信息送至计算机终端进行处理。
2.1.1 电子标签
电子标签作为目标对象的信息载体,通常包括天线,存储器,内置电路等。每个标签都有唯一的电子编码,保证了识别对象的唯一性[14]。存储器用于系统运作以及存储用户写入的数据。而天线是用来接收来自阅读器的信号,并把需要的数据返回给阅读器,根据标签封装形式以及性能、载波频率的需求不同,天线有线绕式和盘旋式等多种形式[15]。内置电路则是用来提供能量以及解调、调制信号。电子标签有四种工作频率,分别是低频、高频、超高频和微波频段。目前电子标签有很多种类,根据供电方式不同可将电子标签分为两种,即有源标签和无源标签。有源电子标签由于内置有电池,因而与无源标签相比,有源标签的工作范围更大,但其成本也较高。无源电子标签在接收到阅读器发出的微波信号后,将部分微波信号通过 AC/DC 电路转换为直流电供标签使用,具有更久的使用寿命,价格便宜且携带方便,但其工作范围较小。
2.2 室内定位算法简述
根据参数获取方式以及数据的采集方式的不同,可以将室内定位方法分为WiFi 定位、蓝牙定位、超声波定位、红外定位、RFID 定位等。根据是否需要测距可将 RFID 定位分为两种,即基于测距的 RFID 室内定位算法根据天线与待测点之间的距离角度等信息,结合三角测量等算法实现定位;基于非测距的 RFID室内定位方法通过场景分析等特征实现定位[19],通常测距定位的定位效果要好于非测距定位。
(1) 基于无线信号的定位技术
随着室内无线局域网技术的发展,WiFi 被广泛应用于各种室内场景中,不需要布置额外的设备进行定位,所以具有低成本高覆盖率的特点[20],而目前基于无线信号的定位方法也主要使用 WiFi 作为基础设施。WiFi 定位系统易于架设在现有的 WiFi 网络中,可以实现复杂的大范围定位,但 WiFi 定位存在受 WiFi 热点影响较大,定位精度有限,标签成本较高,不利于推广使用的问题,同时标签较短的电池寿命也限制了 WiFi 定位的使用。
(2) 蓝牙定位技术
蓝牙定位系统包括蓝牙网关设备和蓝牙信标[21],首先在室内部署蓝牙信标,当待定位人员或物品所携带的终端设备进入到 beacon 信号覆盖范围后,测出不同基站所接收到的 RSSI(Received Signal Strength Indication,信号场强指示)值后,通过定位算法得到终端的具体位置,手机,手环等都可作为终端设备。由于蓝牙定位存在信号传输距离有限,不同设备间协议不兼容等问题,因此限制了蓝牙定位技术的发展。
第三章 基于双神经网络的室内定位算法 ...............................................................................................26
3.1 神经网络算法简介..........................................................................................................................26
3.2 基于双神经网络的 RSSI 室内定位算法..................................................................................29
3.3 算法仿真实验与性能分析............................................................................................................33
3.4 本章小结 ............................................................................................................................................38
第四章 融合 CV 技术的 RFID 室内定位算法..........................................................................................39
4.1 目标检测算法简述..........................................................................................................................39
4.2 融合 CV 的 RFID 室内定位算法................................................................................................42
4.3 算法仿真实验与性能分析............................................................................................................51
4.4 本章小结 ............................................................................................................................................56
第四章 融合 CV 技术的 RFID 室内定位算法
4.1 目标检测算法简述
随着科技的发展,基于计算机视觉的运动目标检测与跟踪已经渗入到我们日常生活的各个方面,吸引力众多国内外学者参与到目标检测的研究中。目标检测是通过从静态图片或视频中检测出特定的目标,可以分为基于静态图片的目标检测和基于视频图像的目标检测[44]。其中基于视频的目标检测目前已被广泛应用于交通监控、天网追踪、人机交互等重要领域,在公共安全监管,意外事件检测等方面做出了重要贡献,因此更好的进行目标检测具有重要的现实意义。国外对于目标检测研究的起步较早,最早主要研究的是基于图片的目标检测算法,根据检测方法的不同分为基于轮廓的目标检测算法和基于特征提取的目标检测算法[45]。Gavril 等人提出了基于轮廓的分层匹配算法,通过构建人体轮廓模板库,计算检测窗口与人体的相似度进行匹配[46]。基于轮廓的目标检测算法需要构建大量的轮廓模板,而且受限于被检测人员的位置及遮挡信息,遮挡过多时会影响到最终的匹配结果,总的来说基于轮廓的目标检测复杂度较高,同时匹配效果一般。基于特征的目标检测算法通过特征提取和检测等过程实现目标检测。近年来深度学习在各个领域取得了巨的大的成功,其思想是模拟人脑对目标的认识学习过程,深度学习技术利用深度神经网络逐步传递目标的特征,将特征逐步抽象化,最终输出目标最准确的特征表达,深度学习也被用到基于视频的目标检测中并取得了一系列的成果,Y. Sun[47,48]等人利用卷积神经网络学习人的脸部特征训练贝叶斯分类器,并通过贝叶斯分类器进行人脸识别,该方法的识别率达到99.47%,识别效果远好于非深度学习的目标检测算法。
第五章 总结与展望
5.1 本文主要工作与贡献
近年来随着物联网技术的不断发展与日益成熟,物联网已被应用到日常生活中的各个领域,室内定位在现代社会中有着广泛的发展潜力与需求,同时也是RFID 技术的一个重要应用领域。人们对于位置信息的需求越来越高,通过对特定区域内的目标物体进行快速的精确定位,获取其位置信息,从而提高生产生活效率,目前室内定位技术已被应用于工厂,医院,图书馆等各个场所,为社会的发展做出了很大的贡献。而在一些特殊的应用场景,如医院对老幼患者的定位跟踪等,目前的定位技术难以满足其需求,不能保证实时获取到位置信息,如何提高定位精度,实现复杂场景的跟踪定位成为越来越多学者的研究重点。RFID 由于其具有低廉的成本,操作方便等特性成为目前常用的室内定位技术,针对当前基于 RFID 的定位精度不高,受室内环境影响较大等问题,本文提出了两种改进算法,首先提出了基于双神经网络的 RFID 室内定位算法,通过 BP神经网络预测路径损耗系数并将其输入到 DNN 网络中,最后输出待测标签的实际坐标,解决了因环境变化而路径损耗系数仍取固定值所造成的定位误差,提高了定位精度。另一方面针对室内环境中存在障碍物干扰,实时性差的问题提出了融合计算机视觉的室内定位算法,通过引入计算机视觉定位显著提高了定位的实时性,基本可以实现对室内运动物体的较高精度的跟踪定位。
该论文为收费论文,请扫描二维码添加客服人员购买全文。
以上论文内容是由
硕士论文网为您提供的关于《RFID技术框架下的室内定位方法分析》的内容,如需查看更多硕士毕业论文范文,查找硕士论文、博士论文、研究生论文参考资料,欢迎访问硕士论文网计算机专业论文栏目。