[发明专利]基于压缩感知的指纹库建立及RFID定位方法

说明书

本发明提供了一种基于压缩感知的指纹库建立及RFID定位方法，包括：步骤1，将监测区域划分为多个等边三角形网格；步骤2，在监测区域中的每个被监测对象上部署对象标签a，在等边三角形网格的交点上部署参考标签i；步骤3，建立指纹库矩阵X_ia；步骤4，计算对象标签j的测量向量y_j(i)；步骤5，选取相似度最高的两个列向量作为两个候选区域；步骤6，定位对象标签j。本发明减少了用于RFID定位系统的参考标签的数目；有效的提高了定位精度；且很大程度上节省了部署成本，对大规模RFID定位场景，提高了系统可行性。

技术领域

本发明属于被动感知领域，具体涉及一种基于压缩感知的指纹库建立及RFID定位方法。

背景技术

基于RFID的定位技术已经成为仓库和图书馆等场所库存管理的重要应用方法和解决方案。然而现有的解决方案要么对环境噪声很敏感，要么需要部署很多的参考标签。这导致了高额的部署成本，并且增加了数据冲突的机会。现有的定位系统有如下几类：

第一类是利用目标标签周围的RSS(接收信号强度)信息来估计目标的位置。因为RSS本质上对环境噪声很敏感，所以利用RSS信息进行定位的精度较差。

第二类是AOA(到达角度)方法，这种方法是针对利用RSS信息对环境噪声敏感问题的改进，该方法采用大量的天线去减少环境噪声。通过测量目标标签和天线之间的射频信号不同的相位来计算目标对象的位置。但是由于AOA的工作机制是假设RF信号是按照视距路径传播，而这个假设往往在非视距环境下不能成立，即就是意味着定位精度会受到信号传播路径上的阻碍物很大的影响。

第三类方法是PinIt，这是目前最先进的基于RFID的定位系统。它的目标是解决非视距(NLOS)问题，该系统通过部署已知位置的参考标签，然后用和目标标签具有最大相似性的参考标签来计算目标标签的位置。为了达到很高的精确度，PinIt方法要求部署很多的参考标签，但是大量的参考标签不仅导致了高额的部署费用，而且增加了标签之间的数据冲突，从而对大规模部署有很大的不利。

综上所述，现有的定位系统或存在对环境噪声敏感的问题或存在需部署大量标签导致成本太高等的缺点和不足，因此需要一种低成本高精度高效率的定位系统。

发明内容

针对现有技术存在的不足，本发明的目的在于，提供一种基于压缩感知的指纹库建立及RTID定位方法，解决现有技术中部署大量标签导致成本太高且对环境噪声敏感的问题。

为了解决上述技术问题，本发明采用如下技术方案予以实现：

一种基于压缩感知的指纹库建立方法，包括以下步骤：

步骤1，将监测区域划分为多个等边三角形网格；所述监测区域中部署有RFID阅读器，所述RFID阅读器上连接有Q根等间隔分布的天线，其所述Q根等间隔分布的天线在监测坐标中位于同一纵坐标处；Q为大于等于1 的自然数；

所述监测坐标以监测区域的水平方向为横坐标，以监测区域的竖直方向为纵坐标，以监测区域的任一角为原点；

步骤2，在监测区域中的每个被监测对象上部署对象标签a，在等边三角形网格的交点上部署参考标签i；a＝1,2,...,N；i＝1,2,...,M；N≥M，N和M 均为大于等于1的自然数；

步骤3，通过计算每个对象标签的多径序列包与每个参考标签的多径序列包之间的相似性，建立指纹库矩阵X_ia；

X_ia＝||P_a(θ)-P_γi(θ)||_DTW，其中；i＝1,2,...,M；P_a(θ)为第a个对象标签的多径序列包；P_γi(θ)为第i个参考标签的多径序列包；||·||_DTW为两个多径序列包之间的相似性；