隨著通信技術的發(fā)展,生活中基于位置的服務應用越來越廣泛,使得室內定位技術的研究越來越受到重視。由于室內的環(huán)境相對復雜,干擾眾多,如何提高室內定位精度是目前室內定位領域的主要問題。隨著物聯網的興起,RFID作為關鍵技術之一,具有非視距、時延短、成本低以及傳輸范圍較大等優(yōu)點,被廣泛應用于室內定位領域的研究,使得基于RFID的室內定位技術成為該領域的研究熱點。在基于RFID的室內定位的主要方法中,基于非測距的室內定位方法RFID指紋室內定位算法靈活性強、硬件成本較低且能獲得較高的精度,是基于RFID室內定位研究中主流的方法。在基于RFID的指紋室內定位算法研究中,將BP神經網絡應用于RFID指紋定位是當前的一個研究熱點。為了進一步提高室內定位精度,本文基于BP神經網絡RFID指紋室內定位算法的以下兩個方面加以探索:（1）RFID指紋室內定位算法無論是在離線階段還是在線定位階段都需要閱讀器采集標簽的RSSI值。由于室內定位環(huán)境的復雜性,欲獲取準確的RSSI值,需要對多次采集的RSSI值進行處理。本文結合目前常用的濾波算法的優(yōu)缺點,提出一種基于狄克遜檢驗濾波、粒子濾波和卡爾曼濾波的混合濾波算法,... 

【文章來源】：遼寧師范大學遼寧省

【文章頁數】：67 頁

【學位級別】：碩士

【部分圖文】：

基于RFID的室內定位方法

基于改進BP神經網絡的RFID指紋室內定位算法研究-10-2相關理論基礎2.1RFID室內定位系統RFID技術作為物聯網的支撐技術之一，在室內定位領域有著遠大的應用前景。目前基于RFID的室內定位技術是室內定位研究的熱點。RFID系統中的閱讀器可同時非接觸讀取大量標簽信號值，RFID的電子標簽的體積小而且還可重復使用，RFID系統在室內定位領域占據著重要的地位[53]。下面我們對RFID定位系統的組成以及工作原理加以介紹。2.1.1RFID定位系統的組成RFID定位系統主要是由閱讀器、電子標簽和數據管理系統所組成。采用RFID系統來完成室內定位時，首先對室內定位區(qū)域進行環(huán)境部署，將電子標簽放置在待定位位置，閱讀器和數據管理系統完成連接，然后閱讀器經過天線發(fā)送一定頻率的射頻信號，此時電子標簽就會產生感應電流而得到能量，電子標簽被激活，然后電子標簽把自身的數據再經過天線再發(fā)送給閱讀器。閱讀器收到電子標簽的信號時，數據庫管理系統對電子標簽的數據信息進行相應的預處理。RFID定位系統組成如圖2.1所示。圖2.1RFID定位系統的組成Fig.2.1ThecompositionofRFIDpositioningsystem（1）閱讀器閱讀器是采集和處理電子標簽的信息的，因為有些閱讀器能夠把讀取到的數據信息寫到電子標簽當中，因此閱讀器有時候也被稱為讀寫器。閱讀器主要是由射頻模塊和讀寫模塊以及天線所組成。射頻模塊是用來為閱讀器得到RSSI或者發(fā)送RSSI的，它主要

遼寧師范大學碩士學位論文-11-是由射頻處理器、射頻振蕩器、射頻接收器和前置放大器這四個部分所組成的。其中讀寫模塊為閱讀器中的關鍵模塊，主要是由放大器、微處理器、時鐘電路、解碼和糾錯電路、標準接口和存儲器等裝置組成，天線模塊主要是用來發(fā)射信號和接收信號。閱讀器的組成結構如圖2.2所示：圖2.2閱讀器組成結構Fig.2.2Thestructureofreader閱讀器能夠成為單獨的整體，也能夠嵌入到其它的系統當中作為一個部件。由于閱讀器能夠單獨具有讀寫功能、數據處理功能以及顯示功能，還能夠和計算機或其它的系統完成互聯，對射頻的標簽完成相應的操作。（2）電子標簽電子標簽主要可以分為有源標簽、無源標簽和半有源標簽。有源標簽：因為內部安裝了電源，具有工作范圍較大的優(yōu)勢，但與其他兩種電子標簽相比，有源標簽的價格更貴，體積也更大。由于受到電源使用壽命的影響，有源標簽壽命通常為3~10年，有源標簽只有在定位系統的定位精度要求比較高時才會被應用。無源標簽：該標簽的價格低、體積小以及使用壽命長等特點，但是因為沒有電源來提供能量，使得工作范圍會比較小，通常只有幾米。半有源標簽：當其電源有電時可作為有源標簽使用，當電源沒有電時可當無源標簽使用，因此半有源標簽工作范圍大而且使用壽命長，但體積大、價格高，而且當電源沒有電時，可能會因為無源標簽不能達到有源標簽的工作范圍，導致失去整個系統功能。由于每個電子標簽在出廠時就標有唯一性代碼，每個電子標簽都具有唯一性，可以幫助定位不同物品。電子標簽發(fā)射信號時需要利用編碼器將電子標簽存儲單元的數據信射頻模塊射頻處理器射頻振蕩器射頻接收器前置放大器天線供電讀寫模塊放大器解碼及糾錯電路微處理器、存儲器、標準接口、時鐘電路

【參考文獻】：
期刊論文
[1]地磁室內定位技術研究[J]. 周家鵬,汪云甲,李昕,曹曉祥,曹鴻基.  測繪通報. 2019(01)
[2]基于KNN算法的可變權值室內指紋定位算法[J]. 戴志誠,李小年,陳增照,何秀玲.  計算機工程. 2019(06)
[3]基于RSSI測距的WiFi室內定位算法研究[J]. 羅宇鋒,王鵬飛,陳彥峰.  測控技術. 2017(10)
[4]基于ZigBee的機器人室內定位設計[J]. 浦宇歡,毛麗民,劉龍飛.  實驗室研究與探索. 2017(04)
[5]一種用于RSS提取的改進粒子濾波算法[J]. 薛衛(wèi)星,邱衛(wèi)寧,花向紅.  測繪科學. 2017(11)
[6]射頻識別技術的應用與發(fā)展研究[J]. 李成淵.  無線互聯科技. 2016(20)
[7]室內定位方法綜述[J]. 席瑞,李玉軍,侯孟書.  計算機科學. 2016(04)
[8]基于iBeacon的智能導覽系統的設計與實現[J]. 吳棟淦.  貴陽學院學報(自然科學版). 2014(04)
[9]WiFi定位浪潮漸起[J]. 黃魚.  中國無線電. 2014(03)
[10]一種改進高斯-卡爾曼濾波的RSSI處理算法[J]. 楊寧,鐘紹山,徐耀良,楊亞蘭.  自動化儀表. 2013(07)

博士論文
[1]基于智能移動終端聲音傳感器的低延遲室內定位技術研究[D]. 蔡超.華中科技大學 2019

碩士論文
[1]融合多濾波器的iBeacon室內定位方法研究與實現[D]. 石敏.杭州電子科技大學 2019
[2]基于UWB信號的室內混合定位算法及性能分析研究[D]. 張曉俊.南京郵電大學 2018
[3]基于RSSI的低功耗藍牙4.0室內定位技術研究[D]. 吳奇軒.浙江大學 2018
[4]基于RSSI的RFID室內定位算法的改進與應用[D]. 陳曉停.華北理工大學 2018
[5]認知無線電頻譜分配和認知決策引擎問題研究[D]. 周風.遼寧師范大學 2017
[6]基于WiFi的RSSI指紋定位算法研究[D]. 張文學.電子科技大學 2015



本文編號：3386104