基于ZigBee技术的RFID空间定位系统

中图分类号:TP391 文献标识码:A 文章编号:1009-2552(2009)09-0102-04

基于ZigBee技术的RFID空间定位系统

房淑芬

(辽宁省铁岭师范高等专科学校,铁岭112001)

摘　要:通过ZigBee mote与RFID reader结合的方式应用随机数定位算法展示了一种低能耗的基于Zigbee技术的R FID空间定位系统,使得对佩带了Zigbee mote的人可以实时进行定位。在本系统中,通过使用基于取样的表示方法,定位算法能够表示任意分布。通过将系统实现的算法与算法原型比较,可以发现在Non-Line-Of-Sight(NLOS)场景下,本算法的定位错误(positioning er-r ors)有明显改进。

关键词:RFI D;ZigBee;空间定位算法

RFID space location system based on ZigBee technology

FANG Shu-fen

(Tieling Normal C ollege of Liaoning Province,Tieling112001,China) Abstract:This paper presented a low energy cost RFID space location system based on Zigbee technology by using the combination of ZigB ee mote and R FID reader,and random sa mpling algorithm,by which a person holding an Zigbee mote can be located in real time.In this system,by using the representation based on random sa mpling,the location algorithm can represent ar bitrar y distribution.According to the comparison of the algorithm implemented in this system and the prototype algorithm,we it is concluded that the location err ors in this algorithm have been distinctly impr oved under the scenario of Non-Line-Of-Sight(NL OS).

Key words:RFID;ZigBee;space location algorithm

0　引言

移动计算设备、无线技术和Inter net的飞速发展,促使人们对位置感知的服务系统越来越感兴趣。在许多应用中,都需要知道一个物体的确切位置。其中,GPS[1]是最著名,也是应用最广泛的定位系统,它被用来对户外移动的物体进行定位。对于室内的定位机制,有红外线[2]、超声波[3]、RFID[4]等等。

上面介绍了三种基于网络的定位机制。它们的共同点是采用固定的接收装置来接收佩带在人或物体上的发射装置发出的信息并将这些信息通过有线网络转发到控制中心。这些机制经常在一些跟踪系统中被采用。

红外线机制为每一个物体附带一个标签,这些标签周期性地通过红外线发射器发射自己的唯一的ID,固定的接收装置接收这些信息并通过有线网络将这些信息传到控制中心,通过这种方式来实现对室内物体的识别、定位。但是,这种机制存在两个缺点,首先它要求发射装置跟接收装置之间的光线不能被阻隔,另外,它要求在一个建筑内布置一个有线的网络以进行数据的传输。

超声波机制与红外线机制的区别就是把红外线换成了超声波。但是,由于目前超声波装置结构比较复杂,使得它的成本过高,目前还很难让大多数用户接受。RFID定位的典型系统是LANDMARC(Location identification based on dynamic active RFID calibra-tion)[4],它使用tags和r eaders来实现定位。这一系统的精确度随着所部署的tag的密度的增加而增加。但是部署太多的ta g是不实际的。

收稿日期:2009-02-10

作者简介:房淑芬(1965-),女,副教授,本科,研究方向为电子测量技术。

—

102

—

1　典型基于RFID室内定位系统

目前,部分用于室内定位的RFID系统已被建立,本文主要分析L AND MARC[4]系统,以及对于LANDMARC系统的算法改进。LANDMARC系统是基于主动射频识别校验的动态定位识别系统,它采用定位参考标签来辅助定位,这些参考标签充当系统的定位参考点。

当标签处于检测范围内时,LANDMARC需要提供标签到读写器的信号强度信息。然而,当前的RFID系统并不直接提供标签的信号强度信息,读写器仅仅检测标签的能量等级,因此必须找出能量等级和距离的对应关系。LANDMARC系统采用“最近邻居”算法,通过信号的强弱来表征几何距离的远近关系。假设现有n个RF读写器、m个参考标签和u 个待定位标签。读写器在连续工作模式下,检测范围为1～8级,每三十秒检测一次。定义待定位标签的信号强度矢量为S=(S1,S2,…,S n),其中S i表示待定位标签在读写器i上的值,i∈(1,n)。对于参考标签,定义相应的信号强度矢量θ=(θ1,θ2,…,θn),其中θi表示参考标签在读写器i上的值。对于每个待定位标签p,p∈(1,u),定义E j=

∑n

i=1

(θi-S i)2,j∈(1,m),j∈(1,m),表示参考标签和待定位标签之间距离关系,E越小表示参考标签和待定位标签距离越近。

这样,参考标签的摆放位置、数量和相应最近邻居的权重成为设计系统时的三个主要因素。对于一个未知的待定位标签,其坐标(x,y)通过下式表达: (x,y)=∑k

i=1

w i(x i,y i)其中w i为第i个邻居的权重,为E的函数。在LANDMARC系统中,基于经验,

通过下式给出:w j=

1

E2i

∑k

i=1

1

E2i

。

2　基于ZigBee技术的RFID室内定位系统

Zigbee是部署无线传感器网络的新技术。它是一种短距离、低速率无线网络技术,是一种介于无线标记技术和BlueTooth(蓝牙)之间的技术提案。Zig-Bee的技术特性决定它将是无线传感器网络的最好选择。

数据传输速率低。只有10kb/s～250kb/s,专注于低传输应用。无线传感器网络不传输语音、视频之类的大数据量的采集数据,仅仅传输一些采集到的温度、湿度之类的数据,所以WSN对传输速率的需要不是那么高。

功耗低。在休眠状态下耗电量仅仅只有1μW,通信距离短的情况下工作状态的耗电为30m W,在低耗电待机模式下,两节普通5号干电池可使用6个月以上。这也是ZigBee的支持者所一直引以为豪的独特优势。WSN的节点对功耗的需求极其苛刻,传感器节点需要在危险(比如战场、核辐射)的区域持续工作数年而不更换供电单元。ZigBee的耗电符合这一需求。

成本低。因为ZigBee数据传输速率低,协议简单,所以大大降低了成本,这也正是蓝牙系统所不具备的。无线传感器网络中可以具有成千上万的节点,如果不能严格地控制节点的成本,那么网络的规模必将受到严重的制约,从而将严重地制约WSN的强大功能。

网络容量大。每个ZigBee网络最多可支持65000个节点,也就是说每个ZigBee节点可以与数万节点相连接。由于W SN的能力很大程度上取决于节点的多少,也就是说可容纳的传感器节点越多, WSN的功能越强大。所以ZigBee的网络容量大的特点非常符合W SN的需要。

有效范围小。有效覆盖范围在10～75m之间,但是可以扩展到数百米,具体依据实际发射功率的大小和各种不同的应用模式而定,基本上能够覆盖普通的家庭或办公室环境。降低WSN节点的能量消耗和平衡所有节点的能量,有必要缩小节点RF 模块的覆盖范围。

工作频段灵活。使用的频段分别为2.4GHz、868MHz(欧洲)及915MHz(美国),均为免执照频段,具有16个扩频通信信道。相应的,WSN采取2.4GHz工作频段的特性将会更有利于WSN的发展。

安全。ZigB ee提供了数据完整性检查和鉴权功能,硬件本身支持CR C和AES-128。这一安全特性能很好地适应军事需要的无线传感器网络。

自动动态组网、自主路由。W SN网络是动态变化的,无论是节点的能量耗尽,或者节点被敌人俘获,都能使节点退出网络,而且网络的使用者也希望能在需要的时候向已有的网络中加入新的传感器节点。这就希望W SN能具有动态组网、自主路由的功能,而ZigBee技术就正好能解决了W SN的这一需要。

本文向大家展示了一个低成本的RFID室内导

—

103

—

航系统。在以前的R FID室内定位系统中,昂贵的readers常常必须被安装在一些位置已知的固定的点上,而tags被附到物体上,以此来实现对物体的定位。这种系统往往需要笨重的readers来准确地对tags进行定位,所以成本往往很高。在本系统中,使用低成本的基于Zigbee mote(节点)来代替大量的readers来降低成本,只保留大的区域入口的readers 不变,并利用mote对移动的佩戴移动节点的人员进行定位,定位的结果会被显示在监控器上。在一个40×40的房子里,每隔3米安装一个mote,通过数字地图和新的定位算法的帮助,当一个佩带了加载了mote的RFID装置的人员进入这个房间时他就可以获得自己的位置和运动轨迹。比如可以在智能小区导航系统中实现这一技术。通过智能小区电子地图的帮助,住户就可以通过安装在小区及房间内的mote来获得自己的位置并享受小区提供的相应服务。

3　基于概率的Zigbee mote模型(观测模型)

在本空间定位系统中,固定mote的位置是已知的、静止的,而用户携带的mote是移动的。本算法的目标就是通过检测固定mote来实现对用户携带的mote定位和跟踪。

为了在一个全局坐标系中定位一个用户携带的mote,使用最新的p(X k Z k),其中,X k是用户携带的mote在第k个时间步中的位置,Z k是在第k个时间步中的观测值。通过Bayesian规则和连续测量时数据独立的假设[5],通过下面公式获得位置值X k, p(X k Z k)∝p(Z k X k)p(X k Z k-1)(1)

p(X k Z k-1)是用户携带的mote在第k个时间步内的位置值关于它在第k-1个时间步内的观测值的条件概率。这一概率依赖于所跟踪的物体的运动模型。如果跟踪的是一个人,可以简单地用以X k-1为中心的Gaussian浓度图[5]来表示,其中X k-1是在第k-1个时间步内人的假定位置。

从公式(1)中可以看出,最关键的是概率p(Z k

X k),它代表了当用户携带的mote的位置值是X k时它的观测值是Z k的可能性。为了简化模型,作出下面假设,p(Z k X k)只依赖于固定mote和移动mote 的天线之间的相对偏移量。由于传感器的噪音是非Gaussian的,通过分段常量近似值逼近的方式来表示本文的观测模型[5]。在设计一个用户携带的mote 的观测模型[5]时,以下两个方面应该被考虑:

①往往会有很多的假阴性读数(false-negative readings),就是说即使一个固定mote在一个用户携带的mote的天线的接收范围内,但是它却无法被探测到。

②有时会得到假阳性读数(false-positive r ead-ings)。在这种情况下,用户携带的mote的天线探测到了一个不在它制造时预想的接收范围内的固定mote。

上面两种情况的产生有很多原因。在①中,往往因为金属会吸收用户携带的mote发射的能量,因此附到金属物体上的固定mote只有在很近的范围内才会被探测到。但是,即使是非金属物体也可能对探测造成严重的影响。在②中,从天线中发射出来的电波有时会被其它的物体反射,所以使得天线甚至能够探测到它的探测范围外的固定mote,称这种现象为Non-Line-Of-Sight(NLOS)[5]。

考虑以上的各种情况,我们设计了的观测模型:它的最大探测半径是4m,探测的概率是0.9。假定固定mote在探测范围外的概率是0.5。

4　利用基于Zigbee的mote实现定位4.1　算法思想

在本文的方法中,用靠近密度p(Z k X k)的N 个随机的质点的集合S k={S i k,i=1,…,N}来表示公式(1)中的密度p(Z k X k)。这些随机的样本位置就是所跟踪的人的可能的位置。从这些样本中,可以近似地重构密度分布。

本文的目标就是在每个时间步k中递归计算密度值p(Z k X k)周围的样本的集合S k。算法的处理步骤如下:

①预处理阶段:在这步中,从上一轮中计算得到的S k-1开始,对每个从p(X k Z k-1)周围采样得到的质点S i k-1应用运动模型,其中,p(X k Z k-1)可以被表示为:

p(X k Z k-1)=∑

N

i=1

p(X k S i k-1)(2)公式(2)的右边部分从每个样本S i k-1中取出了一个等价的元素p(X k S i k-1)。对每个样本S i k-1,从p(X k Z k-1)抽取一个新的样本S i k。在系统中,因为定位的是一个人,所以该运动模型可以选择为以X k-1为中心的高斯密度分布。

②更新阶段:在更新阶段,考虑新的观察值Z k,并把它放到样本集合S′k中。这是通过根据观测值的真实性p(Z k X k)对每个样本进行加权实现的。

—

104

—

4.2　算法概述

在已知所有固定mote 的位置信息的前提下,上述算法可以用来对佩带了移动mote 的人实现定位。算法的具体步骤

[5]

如下:

①获取所有固定mote 的位置信息,抛弃所有满足条件r k m >r max 的固定mote 。

②用以X k -1为中心的满足高斯分布的N 个随机样本的集合S ′k 代替X k -1。

③为每一个样本保存一个大于0,小于1的变量,用这个变量来保存概率值p (X k S i

k -1)。

④如果rt ij ≤r kj (i =1,…,N ,j =1,…,M ),P i

=P i ＊P 1;否则P i =P i ＊P 2(P 1>P 2),其中M 是步骤①中检测到的固定mote 的数量。

⑤找出所取的N 个样本中具有极大概率值的那些样本。

⑥计算步骤⑤中所找出的样本的平均位置X k 。⑦k =k +1。⑧重复步骤①。

注意:r k m 是第m 个探斥到的固定mote 和移动mote 之间的测量距离。r max 是这个移动mote 的最大探测范围。rt ij 是第i 个样本到第j 个固定mote 之间的距离。P i 是第i 个样本的概率。P 1,P 2是常量。另外,在上述算法中人的初始位置是第一次探测到的所有tag 的位置的平均值。

上述算法不受Non -Line -Of -Sight (NLOS )问题的影响。假阳性读数(false -positive readings )的问题就可以被认为是Non -Line -Of -Sight (NL OS )问题。所以在步骤①中抛弃所有超出探测距离的固定mote 。也就是说,上述算法能够避免所有产生Non -Line -Of -Sight (NLOS )问题[5]

的tag 造成的冲突。

算法的核心是p (X k Z k )=p (Z k X k )p (X k Z k -1),其中p (X k Z k -1)是使用的运动模型,并且它被认为是满足以X k -1为中心的高斯分布。对每个随机样本,P i 是p (X k Z k ),根据观测模型,P 1,P 2是p (Z k X k )。示意图如图1-2所示。

5　结束语

本文提出了一种新的可以应用于RFID 空间定位系统的对人进行定位的方法即结合Zigbee 技术的RFID 室内定位系统。提出了一个观测模型,在这个模型中,当已知与要进行定位的人相关的固定mote 的相对位置时,就可以计算出所有的固定mote 检测的可信度。另外,给出了如何计算一个人的当前位

置的下一个最近的位置以及如何利用它来定位人的

图1　在每个时间步中都有一个NLOS 固定

mote

的情况下人的轨迹

图2　平均定位错误随取样数不同的变化曲线

位置和计算人的运动轨迹。

根据模拟结果,算法不受NL OS 冲突问题[5]

和采样数量的影响。样本数量越少,越能节省计算资源。因此,以上两条就是该算法的主要优点。在这个基于Zigbee 技术的RFID 室内定位系统中,该算法能够快速有效地准确计算出人的位置。所提出的新的结合系统降低了定位系统的成本,对智能化家庭的实现提出了更好的解决方案。参考文献:

[1]　[EB OL ].http : www .col orado .edu geography gcraft notes gps gps -f .html .

[2]　Want R ,Hopper A ,Falcao V ,et al .The active badge location s yste m

[J ].ACM Transactions on Infor mation Sys tems ,1992:91-102.[3]　[EB OL ].http : www .uk .research .att .com bat .

[4]　Ni L ,Liu Y ,Lau Y C ,et al .L ANDMAR C :Indoor location s ensing us -ing active RFID [C ].Proceedings of 1st IEEE International Conference on Pervas ive Computing and Communications ,2003:407-415.[5]　Bao Xu ,Wang Gang .Random Sampling Al gorithm in R FID Indoor

L ocation Sys tem [C ] Proceedings of the Third IEEE International Workshop on Electronic Design .

责任编辑:么丽苹

—

105—