【技术实现步骤摘要】
本专利技术涉及射频识别，特别是涉及基于模糊逻辑的rfid射频识别定位方法。
技术介绍
1、随着无线通信技术的发展和移动智能终端的普及，基于位置的服务(locationbased services，lbs)作为移动互联网络中最基础的服务已经成为沟通数字世界和物理世界的桥梁。位置计算研究是位置服务领域一个关键课题。其中，定位的精度是位置服务的主要关注点。在室外环境，以gps为代表的定位导航技术已经表现出优异的特性，然而，其在室内环境中难以有较好的效果。学术界和工业界对室内位置计算进行了广泛而深入的探索，其中，利用rfid射频技术进行室内位置估计是一种有效获取位置信息的方法。
2、rfid射频技术进行室内仓储环境的定位时，会面临复杂多变的室内环境带来的挑战，在实际仓储环境中，室内环境往往复杂多变，无线电波在传播过程中，由于遇到各种障碍物(如墙壁、货架、设备等)的反射、散射和衍射，导致信号从多个路径到达接收端，从而造成信号强度、相位和到达时间的变化，使得多径效应十分明显，导致参数化的定位方法受限严重。同时，相对定位系统受限于参考点的选取，而参考点的选取往往受到环境限制和人为因素的影响，难以保证精度和稳定性，且当参考点移动或失效时整个系统就必须重新定位。
技术实现思路
1、鉴于以上所述现有技术的缺点，本专利技术的目的在于提供基于模糊逻辑的rfid射频识别定位方法，用于解决现有技术中在仓储环境中，多径效应会导致rfid信号的衰减和相位偏移，以及参考点移动或失效时需要重新选取参考点增
2、为实现上述目的及其他相关目的，本专利技术提供基于模糊逻辑的rfid射频识别定位方法。
3、将多个rfid天线环绕布置于待测区域，获取不同rfid天线对应于待测区域内不同rfid标签的无线信号数据，rfid读写器解析所述无线信号数据得到rssi信息和相位信息；
4、将待测区域划分为多个网格点，测量每个网格点内标签的rssi值和相位值作为该网格点的rfid指纹，对指纹进行模糊聚类，生成模糊矩阵，根据模糊矩阵生成待测区域的rfid指纹库；
5、采集目标标签的实时信号数据，利用模糊决策对实时信号数据进行rfid指纹库匹配，得到目标标签所在的网格点，进而实现目标标签的位置定位。
6、可选地，对于每个rfid天线，收集所有网格点上的rssi信息和相位信息，具体包括：
7、待测区域划分为m×n个网格点，对于第i个rfid天线扫描得到所有网格点的rssi时间序列集合为相位时间序列集合为扫描时间为t，d＝m×n。
8、可选地，基于标签的rssi值和相位值对每个网格点构建特征向量表示该网格点，具体包括：
9、对于第i个rfid天线从第j个网格点接收到的rssi时间序列和相位时间序列分别记为rssij(t)、θij(t)，并对其进行高斯滤波得到t为时间索引；
10、对高斯滤波后rssi时间序列和相位时间序列计算其均值作为该网格点对应的rfid天线i的rssi值和相位值：
11、
12、式中，t′为滤波后时间序列的长度，rij为第i个rfid天线接采集第j个网格点的rssi值，θij为第i个rfid天线采集第j个网格点的相位值；
13、将第j个网格点对应rfid天线i的rssi值和相位值表示为向量fij＝(rij,θij)，即第j个网格点的rfid指纹。
14、可选地，将所有rfid天线采集到所有网格点的rssi信息和相位信息以行形式进行存储，得到全部离线采样阶段的rfid指纹，rfid指纹矩阵表示为：
15、
16、其中，y为rfid天线的数量。
17、可选地，对指纹进行模糊聚类，生成模糊聚类矩阵，具体包括：
18、将待测区域划分的网格点被rfid天线采集到的rssi信息和相位信息记作fa，1≤a≤d；
19、fa＝{(r1j,θ1j)；(r2j,θ2j)…(rij,θij)…(ryj,θyj)}
20、建立rfid指纹库的样本空间为f＝{f1,f2,…,fd}，任意一个样本fa∈f，定义样本fa属于第p类的模糊隶属度为δjp(0≤δjp≤1)，其中1≤p≤q，q为模糊聚类的类别数目，样本空间f的模糊聚类用模糊矩阵其中δjp表示矩阵第j行第p列的元素，即第j个网格点隶属于第p类的隶属度。
21、可选地，基于模糊聚类矩阵，通过迭代优化方法来最小化目标函数，从而找到最优的模糊隶属度和类中心，步骤如下：
22、步骤1：初始化模糊矩阵确保每个样本点的隶属度集合为1，即
23、步骤2：使用当前的模糊矩阵更新类中心zp，zp为第p类的类中心，更新公式如下：
24、
25、式中，m为模糊指数，m＞1，k为每类样本包含的样本值；
26、步骤3：使用更新后的类中心zp(k)+1)来重新计算模糊隶属度δjp，计算公式如下：
27、
28、式中，djp(k)为样本fa与类中心zp(k)之间的欧式距离，为|fa-zp(k)|，r为索引变量，用于遍历所有类别；
29、步骤4：重复步骤2和3，直到目标函数的变化小于某个预设的阈值或达到最大迭代次数，目标函数如下：
30、
31、式中，z表示聚类中心集合。
32、步骤5：当目标函数收敛时，输出最终的模糊矩阵和类中心zp，表示每个rfid指纹样本属于各个类别的模糊隶属度，将所有样本划分为q类，每类中包含由k个样本值，q类样本数据构成rfid指纹库。
33、可选地，利用模糊决策对实时信号数据进行rfid指纹库匹配，具体包括：
34、对于需要定位的目标标签被多个rfid天线获取到的rfid无线信号记作fb，b为需要定位的标签数量；
35、fb＝{(r1j,θ1j)；(r2j,θ2j)…(rij,θij)…(ryj,θyj)}
36、计算fb和rfid指纹库中经模糊聚类的已确定的q个类中心的模糊隶属度，并选取最大模糊隶属度的第p类，并在此类进行模糊决策，实现对rfid标签的定位。
37、可选地，所述模糊决策如下：
38、分别计算实际测量得到的fb中的各个数值，以及rfid指纹库中第p类样本fa中对应的数值之间距离的绝对值：
39、vαβ＝|rlb-rla|，l＝1，2，3…y
40、vαβ＝|θlb-θla|，l＝1，2，3…y
41、其中，α＝1,2…y…2y，β＝1,2…k，计算得到的所有绝对值构成矩阵v
42、
43、计算相对偏差值μαβ：
44、
45、式中，vαmax＝max{vα1,vα2,…,vαk}，vβ min＝min{vβ1,vβ2,…,vβk}，
46、根据相对偏差值构成矩阵...
【技术保护点】
1.基于模糊逻辑的RFID射频识别定位方法，其特征在于，包括：
2.根据权利要求1所述的基于模糊逻辑的RFID射频识别定位方法，其特征在于，对于每个RFID天线，收集所有网格点上的RSSI信息和相位信息，具体包括：
3.根据权利要求2所述的基于模糊逻辑的RFID射频识别定位方法，其特征在于，基于标签的RSSI值和相位值对每个网格点构建特征向量表示该网格点，具体包括：
4.根据权利要求3所述的基于模糊逻辑的RFID射频识别定位方法，其特征在于，将所有RFID天线采集到所有网格点的RSSI信息和相位信息以行形式进行存储，得到全部离线采样阶段的RFID指纹，RFID指纹矩阵表示为：
5.根据权利要求4所述的基于模糊逻辑的RFID射频识别定位方法，其特征在于，对指纹进行模糊聚类，生成模糊聚类矩阵，具体包括：
6.根据权利要求5所述的基于模糊逻辑的RFID射频识别定位方法，其特征在于，基于模糊聚类矩阵，通过迭代优化方法来最小化目标函数，从而找到最优的模糊隶属度和类中心，步骤如下：
7.根据权利要求6所述的基于模糊逻辑的
8.根据权利要求1所述的基于模糊逻辑的RFID射频识别定位方法，其特征在于，所述模糊决策如下：
...【技术特征摘要】
1.基于模糊逻辑的rfid射频识别定位方法，其特征在于，包括：
2.根据权利要求1所述的基于模糊逻辑的rfid射频识别定位方法，其特征在于，对于每个rfid天线，收集所有网格点上的rssi信息和相位信息，具体包括：
3.根据权利要求2所述的基于模糊逻辑的rfid射频识别定位方法，其特征在于，基于标签的rssi值和相位值对每个网格点构建特征向量表示该网格点，具体包括：
4.根据权利要求3所述的基于模糊逻辑的rfid射频识别定位方法，其特征在于，将所有rfid天线采集到所有网格点的rssi信息和相位信息以行形式进行存储，得到全部离线采样阶段的rfid指纹，rfi...
【专利技术属性】
技术研发人员：谢玉春，宋贵民，郑素洁，
申请(专利权)人：深圳神州盾安全系统有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。