[发明专利]一种RFID阅读器故障自适应定位方法

说明书

本发明公开了一种RFID阅读器故障自适应定位方法。所述方法包括如下步骤：构建RFID阅读器故障自适应定位系统；根据RFID阅读器故障自适应定位系统提出在线顺序模糊宽度学习系统；基于在线顺序模糊宽度学习系统提出RFID阅读器故障自适应策略；基于RFID阅读器故障自适应策略完成RFID阅读器故障自适应定位。通过一种RFID阅读器故障自适应定位方法能够对环境中持续到达的数据流进行处理，并在部分阅读器出现故障时能够对后续的数据流进行处理，以达到长时间稳定定位的目标。

技术领域

本发明涉及RFID、机器学习、定位算法领域，尤其涉及一种RFID阅读器故障自适应定位方法。

背景技术

随着物联网技术的发展，人们对物联网应用的需求快速增长，而在这些技术当中，无线定位技术在军用以及民用方面都表现出巨大的活跃度，无线定位技术以及基于无线定位服务在人们生活中发挥的作用越来越大。在室外定位技术中，全球定位系统是最著名以及最有代表性的定位技术，被广泛地应用于军事以及民用当中。而人们对室内定位应用的需求越来越大，室内长时间的定位需求有极大的潜力。

由于RFID具有非视距、非接触以及能够快速识别物体的特点，它在室内定位上具有一定优势。基本的RFID系统由标签、天线和阅读器组成，它的基本工作原理是：RFID阅读器通过天线产生磁场，标签进入磁场，接收读写器发出的射频信号，凭借电磁感应获得的能量发送存储在芯片中的产品信息(无源标签或被动标签)，或者主动发送某一频率的射频信号(有源标签或主动标签)。

目前RFID定位方法主要分为基于距离以及基于场景分析两种。基于距离的RFID定位方法有很多种，例如接收信号强度指示法、到达角度法、到达时间法和到达时间差法等，但该类方法对环境的敏感度较高，准确度较低(Ni L M,Zhang D,Souryal M R.RFID-basedlocalization and tracking technologies[J].IEEE Wireless Communications,2011,18(2):45-51.)。同时，另一类基于场景分析的RFID定位方法，由于其对环境适应性较高，成本相对较低等优点，受到研究者的青睐。其中，LANDMARC是一种经典的RFID定位算法(Ni LM,Liu Y,Lau Y C,et al.LANDMARC:indoor location sensing using active RFID[C]//Proceedings of the First IEEE International Conference on Pervasive Computingand Communications,2003.(PerCom 2003).IEEE,2003:407-415.)，该算法引入参考标签的概念，将信号强度指示值相似度高的部分标签列为备选参考标签，通过计算得出目标标签的位置。在基于场景分析的方法中，部分学者使用人工神经网络等方法进行RFID定位，提出了一种将LANDMARC方案跟BP神经网络结合的被动RFID室内定位方案(Kung H Y,ChaisitS,Phuong N T M.Optimization of an RFID location identification scheme basedon the neural network[J].International Journal of Communication Systems,2015,28(4):625-644.)，该方案在进行LANDMARC定位之后，进一步使用BP神经网络对定位结果进行处理，以得到更精确的定位结果。此外，部分研究者将模糊神经网络用于RFID室内定位，使用模糊神经网络分析参考标签的实际坐标与环境误差的关系，从而对RFID定位系统中的环境参数进行调整(Huang Y J,Chen C Y,Hong B W,et al.Fuzzy neural network basedRFID indoor location sensing technique[C]//The 2010International JointConference on Neural Networks(IJCNN).IEEE,2010:1-5.)。