RFID测距的研究与应用

论文摘要

近几年来随着RFID技术的成熟和发展,RFID作为物联网关键支撑技术,在物联网上的应用越来越广泛,随着数据信息处理能力的提高,智能物件之间的距离和位置信息越来越受到重视。RFID凭借自身的特性和一系列优点,使得RFID非常适合在室内环境下测距定位的应用,成为在室内测距定位方面非常受欢迎的的技术。本文针对在RFID测距定位应用中,影响信号在室内传播损耗的因素众多,室内环境复杂多变,常见的通用模型结构较为单一,形式相对简单,往往无法对所有情况作出充分的考虑,造成应用通用模型进行测距误差较大的问题,研究探索了一种基于数据分析的有源RFID测距方法。该方法是建立在接收信号强度法的基础上,利用室内信号传播损耗模型反映信号传播路径损耗与传播距离的关系,通过信号传播损耗模型将RFID标签的信号强度值换算成标签的距离。因此测距的精度很大程度上是依赖于信号传播损耗模型能否准确的反映在该室内环境中标签信号的传播损耗与传播距离的关系。本文从数据挖掘的角度,根据标签的信号强度值是由标签发出的信号经过室内信道的传输然后被阅读器接收并测得,标签的信号强度值隐含了该室内环境下信道特征和对应该室内环境中信号传播损耗和传播距离的关系,对标签的信号强度值进行数据分析,挖掘出对应该室内环境的信号传播损耗与传播距离之间的关系,建立起对应该室内环境的信号传播损耗修正模型,然后将该修正模型应用到有源RFID的测距定位之中。通过仿真实验,初步验证了在不同的室内情况中,对标签的信号强度值进行支持向量机回归分析,能挖掘出对应该室内环境的信号传播损耗与信号传播距离的关系,并建立起对应特定室内环境的信号传播损耗修正模型,与对数路径损耗模型和衰减因子模型相比,修正模型能更好的反映特定室内环境中信号传播损耗与传播距离之间的关系,并且应用该修正模型进行测距定位的误差要小于常用的对数路径损耗模型和衰减因子模型的测距定位误差。对标签的信号强度值根据障碍物间隔划分进行K均值聚类分析,也能有效地区分出处于不同间隔区域的标签。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景与意义
• 1.2 国内外研究现状
• 1.3 论文研究内容
• 1.4 论文结构安排
• 第二章 RFID室内测距定位技术
• 2.1 室内测距的常见技术
• 2.2 室内测距的基本方法
• 2.2.1 信号时间信息法
• 2.2.2 到达角度法
• 2.2.3 接收信号强度法
• 2.3 室内无线信号传播损耗模型
• 2.3.1 Friis自由空间传播模型
• 2.3.2 Chan传播模型
• 2.3.3 对数路径损耗模型
• 2.3.4 衰减因子模型
• 2.3.5 Keenan-Motley模型
• 2.3.6 确定性模型
• 2.4 室内环境对RFID室内测距系统的影响
• 2.5 本章小结
• 第三章 基于数据分析的有源RFID测距方法
• 3.1 基于数据分析的有源RFID测距过程
• 3.2 数据收集
• 3.3 对数据进行预处理
• 3.4 数据分析与室内信号传播损耗修正模型的建立
• 3.4.1 支持向量机回归分析
• 3.4.2 K均值聚类分析
• 3.5 本章小结
• 第四章 仿真实验与结果分析
• 4.1 支持向量机回归分析仿真与结果分析
• 4.1.1 第一种室内环境
• 4.1.2 第二种室内环境
• 4.1.3 第三种室内环境
• 4.2 K均值聚类分析仿真与结果分析
• 4.3 本章小结
• 第五章 数据分析测距算法在定位上的应用
• 5.1 典型的RFID室内定位系统
• 5.1.1 SpotOn室内定位系统
• 5.1.2 LANDMARC室内定位系统
• 5.2 基于数据分析的有源RFID测距定位系统
• 5.3 本章小结
• 总结
• 参考文献
• 攻读硕士学位期间发表的论文
• 致谢