（信号与信息处理专业论文）低信噪比下车辆的射频识别与定位技术的研究.pdf

大连理丁大学硕十学位论文 摘要 微电子与射频技术的发展使得射频识另l | ( r a d i of r e q u e n c yi d e n t i f i c a f i o n ，简称r f i d ) 技术走向成熟，r f i d 便于跟踪识别管理的特点使其在社会经济的各个领域发挥了独特 的作用，成为国内外研究开发的热点之一；另一方面，随着我国社会和经济的发展，智 能交通系统( i n t e l l i g e n tt r a n s p o r t a t i o ns y s t e m ，简称i t s ) 在交通运输事业中的作用会越来 越大。最近，慕丰浩等提出了新型交通信息获取系统，该方案将r f i d 技术应用到智能 交通系统中，是实现智能交通系统的解决方案之一。方案中的核心功能之一就是车辆射 频识别与定位。该功能的实现方式为在汽车上安装有源r f i d ，移动基站根据r f i d 发 射的射频信号对车辆定位。r f i d 发射的射频信号功率有限，如何在低噪比环境下检测 到射频信号并进行时延估计是关键性问题。 目前，低信噪比环境下的信号检测研究往往是在一定条件下进行。例如，采用阵列 接收天线的方法；或假设噪声的幅度谱已知；或采样率足够高可以用相参匹配的方法。 这些方法都取得了很好的效果，但不适用于本文中面临的问题。本文以低信噪比、较低 采样频率为条件研究射频信号时延估计。 本文的主要工作如下： ( 1 ) 研究了常用的信号时延估计算法，根据本系统接收的射频信号的特点，改进了 匹配滤波器，使之可以应用在较低的信噪比环境中。 ( 2 ) 将卡尔曼滤波应用到信号的时延估计中，根据的接收信号的特点建立了矢量状 态一标量观测的卡尔曼滤波器；使用卡尔曼滤波的方法让系统可以在低信噪比下获得 较精确的时延估计；同时，使用卡尔曼滤波方法获取了同步载波，这是一种新的获得同 步载波的方法。 ( 3 ) 研究使用阵列天线来估计信号到达方向( a n g l eo f a r r i v a l 简称a o a ) 。 ( 4 ) 针对上述的方法，本文进行了模拟仿真实验。结果表明，本文设计的定位方案 可以在低信噪比环境下以搜索的方式对机动车辆较精确定位。 关键词：射频识别；智能交通系统；延时估计；弱信号检测；车辆定位 大连理工大学硕士学位论文 r e s e a r c h i n go nr a d i of r e q u e n c y i d e n t i f i c a t i o na n dl o c a t i o no f v e h i c l e i n l o ws n r a b s t r a c t t h ed e v e l o p m e n to fm i c r o e l e e t r o n i c sa n dr a d i of r e q u e n c y ( 1 强) t e c h n o l o g yp r o m o t e st h e r a d i o - f r e q u e n c yi d e n t i f i c a t i o n ( r f i d ) r f i dh a sg r e a ta d v a n t a g e si no b j e c t st r a c k i n g ， i d e n f i f y i n e a n ds u p e r v i s i n g r f i ds y s t e mh a sb e e n u s e di nm a n ya g e a sa n dh a sb r o u g h tg r e a t i m p a c tt ot h e s ea r e a s r f i dh a sb e c o m eah e a t e dr e s e a r c ht o p i ca l lo v e rt h ew o r l d r e c e n t l y ， d r m uf e n g h a oa n do t h e r sp u tf o r w a r dan e ws y s t e mw h i c h p r o v i d e st h er f i dt e c h n i q u e t o i n t e l l i g e n tt r a n s p o r t a t i o ns y s t e mt oo b t a i nt h ei n f o r m a t i o nf r o mt r a n s p o r t a t i o n i ti sp r o v e dt o b eag o o dp r o j e c t 。t 1 l ec o r eo ft h ep r o j e c ti st h el o c a t i o na n di d e n t i f i c a t i o no ft h ev e h i c l e s r a d i o f r e q u e n c y 1 1 地a c t i v er f i dh a sb e e ni n s t a l l e di nv e h i c l es ot h a ti tc o u l dt r a n s m i tt h e r fs i g n a lt om o b i l eb a s es t a t i o n 耵他b a s es t a t i o ne s t i m a t e st h ep o s i t i o no ft h ev e h i c l e d e p e n d i n go nt h er e c e i v e dr fs i g n a lf r o mr f i di nv e h i c l e h o w e v e r , r fs i g n a ls o m e t i m e s g e t sw e a k n e s sb e c a u s eo f t h ed i s t a n c eb e t w e e n c a ra n dm o b i l eb a s es t a t i o n s oi ti si m p o r t a n t t od e t e c tt h es i g n a la n de s t i m a t et h et i m ed e l a yu n d e rl o ws n re n v i r o n m e n t n o w ，t h er e s e a r c ho fw e a k n e s ss i g n a ld e t e c t i o ni sa l w a y si nf i x e dc o n d i t i o n f o re x a m p l e ， m u l t i - r e c e i v e da n t e n n a ；s p e c t r u mo fm a g n i t u d eo fn o i s eh a sb e e nk n o w n ；c o h e r e n t m a t c hb y l l i g hs a m p l ef r e q u e n c y t h e s em e t h o d sg e tg o o dr e s u l t s h o w e v e r , a r en o ts u i t a b l ef o rt h e p r o b l e mi nt h i sp a p e r r e s e a r c h i n gt i m e - d e l a yo fs i g n a lw i t l lm o d ek n o w ni si nc o n d i t i o nt h a t l o ws i g n a lt on o i s er a t e ( s n r ) a n dl o ws a m p l ef r e q u e n c y n l em a j o rw o r ko f t h i sp a p e ri s nt l l i sp a p e rs t u d i e st h ec o m m o na l g o r i t h m so ft i m ed e l a ye s t i m a t i o n a c c o r d i n gt ot h e c h a r a c t e r i s t i c so fr fs i g n a l ，t h i sp a p e ri m p r o v e st h em a t c hf i l t e rt h a ti su s e du n d e rl o w e rs n r e n v i r o n m e n t 2 ) i nt h i sp a p e r ，t h ek a l m a nf i l t e ri su s e di nt i m ed e l a ye s t i m a t i o n ak a l m a nf i l t e rw i t h v e c t o rs t a t e s c a l a rq u a n t i t yo b s e r v a t i o ni se s t a b l i s h e dd e p e n d i n go nc h a r a c t e ro fr e c e i v i n g s i g n a l k a l m a nf i l t e rc a ng e tp r e c i s e rt i m ed e l a ye s t i m a t i o n m e a n w h i l e ，i ti san e wm e t h o dt o u s et h ek n l m a nf i l t e rt oo b t a i nt h es y n c h r o n o u sc a r r i e rw a v e s 3 、n l i sp a p e rd e s i g n st h a ta r r a ya n t e n n at oe s t i m a t es i g n a la n g l eo f a r r i v a l ( a o a ) 4 1n 圮m e t h o di sp r o c e s s e ds i m u l a t i o ne x p e r i m e n t s t h er e s u l ti n d i c a t e st h a tt h es y s t e m c a l lg e ta c c u r a t el o c 撕o nu n d e rl o w e rs n r b ys e a r c hm e t h o d k e yw o r d s ：r f i d ；i t s ；t i m ed e l a y ；w e a ks i g n a ld e t e c t i o n ；v e h i c l el o c a t i o n i i 独创性说明 作者郑重声明：本硕士学位论文是我个人在导师指导下进行的研究工 作及取得研究成果。尽我所知，除了文中特别加以标注和致谢的地方外， 论文中不包含其他人已经发表或撰写的研究成果，也不包含为获得大连理 工大学或者其他单位的学位或证书所使用过的材料。与我一同工作的同志 对本研究所做的贡献均已在论文中做了明确的说明并表示了谢意。 大连理工人学硕士研究生学位论文 大连理工大学学位论文版权使用授权书 本学位论文作者及指导教师完全了解“大连理工大学硕士、博士学位论文版权使用 规定”，同意大连理工大学保留并向国家有关部门或机构送交学位论文的复印件和电子 版，允许论文被查阅和借阅。本人授权大连理工大学可以将本学位论文的全部或部分内 容编入有关数据库进行检索，也可采用影印、缩印或扫描等复制手段保存和汇编学位论 文。 作者签名： 盘：盔 翩躲宜堑 型年_ 兰月j 生日 大连理工大学硕士学位论文 1 绪论 1 ，1 本课题的目的和意义 本世纪前2 0 年是我国经济社会发展的重大战略机遇期。我国政府在加强交通基础 设施建设的同时，提出了实现新型工业化的战略，将积极应用通信、信息和材料新技术， 改善中国交通运输系统的管理和运行效率，积极探索应用新技术改变交通运输的方式， 智能交通系统( i n t e l l i g e n tt r a n s p o r t a t i o ns y s t e m s ，简称i t s ) 就是其中之一【l 】。智 能交通系统是在较完善的基础设施( 包括道路、港口、机场和通信设旌) 之上，将先进 的信息、通信、控制、传感、计算机和系统综合技术有效集成并应用于交通运输，从而 建立起可以在大范围内发挥作用的、实时、准确、高效的交通运输系统 2 - 3 。它将使交 通为民众提供更好的服务，改善我国交通运输行业的服务质量，改善交通安全，提高运 营效率和管理水平，成为我国综合运输体系建设、城乡交通一体化的支撑，促进智能型综 合交通体系的形成。 车辆定位是智能交通系统需要提供的主要功能之一。目前车辆定位技术的解决方案 主要分为两类：一类是基于卫星通信技术的卫星无线电定位；一类是基于移动通信技术 的蜂窝无线定位1 4 j 。 以卫星为基础的卫星导航定位系统，由于具有天体导航覆盖全球的优点，从出现到 现在一直得到人们的重视。相继出现以及计划实施的卫星导航系统有子午仪卫星导航系 统( t r a n s i t ) ，全球定位系统( g p s ) 、g l o n a s s 系统、北斗双星定位系统以及伽利略 ( g a l i l e o ) 卫星导航定位系统。其中g p s 系统是目前技术上最成熟且已广泛使用的一种 卫星导航定位系统，能够便捷地提供高精度和连续的位置、速度、航向、姿态和时间信 息【4 】。 采用g p s 定位会受到以下因素限制。第一，g p s 接收机完成一次定位，至少要能同 时收到4 个卫星的定位信号，这在密集的市区高楼之间以及建筑物内一般均无法满足； 第二，g p s 系统可能要求多至几分钟才能提供定位，在紧急情况下会非常严重地耽搁时 间；第三，g p s 接收机只能对其自身定位，系统无法得到该定位信息进而采取相应救护 措施，所得到的位置信息还必须通过无线或有线通信方式传递到系统或控制中心1 5 j ；第 四，g p s 系统的接收设备价格昂贵，以目前的经济发展水平不适宜做大面积的推广。 8 0 年代以来，蜂窝移动通信系统的出现，对无线电定位技术有了新的要求。美国在 1 9 9 1 年开始实施的智能运输系统通信标准中，提出了通过移动通信网提供定位业务的 要求【叫。美国通信委员会在1 9 9 6 年通过了增强9 l l 法案( 在1 9 9 9 年再次修订) ，这 低信噪比下车辆的射频识别与定位技术研究 个法案要求手机运营商必须知道每一部手机的地理位置。自e - 9 1 1 要求颁布以来，由于 政府的强制性要求和市场利益的驱动，定位服务成为了现代移动通信系统必须具备的一 个基本功锹5 1 。峰窝网无线定位系统对移动台的定位是通过检测移动台和多个固定收发 信机之间传播信号的特征参数( 如电波场强，传播时间或时间差，入射角等) 来估计目 标移动台的几何位置。目前，在蜂窝网络中移动台的定位需求主要是提供移动台的位置 坐标信息及定位精度估计、时戳等辅助信息。定位功能的实施充分利用峰窝网络和g p s 等已有的系统资源，并尽可能少地影响网络原有功能1 4 】。 使用蜂窝网无线定位系统实现车辆定位功能，存在以下几点缺陷：第一，如果整个 智能交通系统的功能都安放在蜂窝网络上，那么就要使用网络的短信数据传输，而交通 信息系统传输的数据量很小，这样浪费宝贵的信道资源。这也会增加车辆的运营成本； 第二，由于移动通信的协议是公开的，涉密车辆安装这种定位装置，可能会被敌方跟踪， 影响到国家安全。 基于上述情况，开发出一套经济适用、功能齐全、性能稳定、保密性能良好适合我 国国情的智能交通系统。为交通管理部门提供全方位，多功能的信息服务其中包括精确 的定位功能是解决目前城市交通问题，提高道路利用效率，实现交通运输业信息化管理 的根本解决方案。 1 2 基于r f i d 原理的定位技术简介 2 0 世纪8 0 年代，由于大规模集成电路技术的成熟，射频识别( r f i d ) 系统的体积 大大缩小，使得射频识别技术进入实用化阶段，成为一种成熟的自动识别技术。射频识 别技术是利用射频( r a d i of r e q u e n c y ，简称r f ) 方式进行非接触双向通信，以达到识别并 交换数据的目的。现在，射频识别技术作为一种新兴的自动识别技术，在我国很快地普 及开来，目前已经应用到交通管理领域之中i l “。 基于r f i d 原理的定位技术成为目前研究的热点，它可以根据用户需要布置在特定 区域( 如停车场、滑雪场) 。在这些区域的特定地点安放r f i d 读写器，系统可以实时 检测到带有r f i d 装置的物体所处位割】。r f i d 定位系统不需要卫星配合，其精确度 取决于r f i d 读写器的分布，而读写器的分布可以根据用户自身实际需要进行设置，适 合需要在特定区域进行定位的用户，具有极高实用价值。根据调查，仅2 0 0 5 一年，全 球使用r f i d 定位技术的企业就比上年增长了3 倍之多【1 2 】。 虽然r f i d 定位技术有了巨大的发展，但随之而来也遇到了一些问题。一方面是现 在的高频的r f i d 作用距离短，一般的来说无源的r f i d 的作用距离在一米之内，而有 源的r f i d 的作用范围一般在几十米到百米之间。这对于在路口对车辆进行常规的检查 大连理工大学硕士学付论文 是可以的。但是当发生车辆失踪、丢失的紧急事件，车辆与呼叫中心之问的距离可能会 比较远，此时要求r f i d 的作用距离要比较远，一般要达到几千米。另一方面，r f i d 与读写器之日j 的通信信号一般要求信噪比较高。当中心呼叫r f i d 时，可以发射大功率 的射频信号给r f i d 。即使是有源的r f i d 芯片能够返回的信号功率也是有限的。在低 信噪比条件下检测出r f i d 发射的射频信号，估计出信号的时间延迟，是本文研究的主 要目的。 1 3 本文的主要工作和论文的结构 本文的主要目的是解决r f i d 识别定位时射频信号过于微弱而难于检测的问题。本 课题基于幕丰浩等【1 3 1 提出的新型交通信息获取系统方案，在其通信协议框架下，解决低 信噪比环境下较远距离范围内车辆搜索与定位问题。 现在，弱信号检测技术经过长期发展已经具备比较完备的理论。弱信号检测是在一定的 静提条件下实现的。如采用阵列天线接收的方法提高信噪比【l4 】；或是已知信号和噪声的 幅度谱来提取信掣”l ；或者采样频率足够高( 一个正弦周期内可以采3 个以上的点) 可 以用相参匹配的方法【l6 1 。这些方法都取得了很好的效果，但不适用于本文中面临的问题： 1 ) 已知接收信号的模式，但到达的时间与幅度未知；2 ) 采样频率相对较低，系统的通信 频段是i s m2 4 , - - 2 5 g h z ，需要将高频的信号搬移到中频处理，然后进行中频采样。这样 就无法得到载波相位的信息。本文是在这些前提条件下，解决低信噪比环境下射频信号 时延估计问题。 本文的结构如下： 第一章介绍课题的目的意义和基于r f i d 原理定位技术的概况。 第二章对系统的总体方案进行分析，介绍r f i d 的基本原理；阐述本文中使用的基 本的信号处理方法匹配滤波与卡尔曼滤波；介绍幕丰浩等 1 2 l 提出的新型交通信息获取系 统的总体方案和其中目标搜索方式；最后提出了本文的车辆定位方案。 第三章是本文研究的重点，研究了车辆定位技术中的关键问题。距离估计和方向估 计。对于距离估计问题，首先对基于功率衰减模型的距离粗估计进行研究；然后使用改 进的匹配滤波器更加准确估计目标距离；在信噪比较低( s n r y ( 2 2 ) 检测器判e ，其中 j = 【工【o 】，埘l 】，- ，x n l 】r ( 2 3 ) p ( x ；马) = 赤唧【一万| 刍n - i ( 州叫们 ( 2 4 ) p ( x ；风) = 赤e x p 【一虿1 刍n - 1 ( 制) 2 】 ( 2 5 ) 经推导可以得到n p 检测器的表达式1 ，即如果 r ( x ) = 札以m 】 ， ( 2 6 ) 则检测器判q 。如果把研甩】看作是冲击响应为啊刀】的f i r 滤波器的输入，其中啊门】 当栉= o ，1 ，n 一1 是非零的，那么在厅0 ) 时刻的输出是 h 】_ h n - k x k ( 2 7 ) 如果令冲击响应为信号s i n 】的镜像，匹配滤波的输出为 ) ，【川= s n - l - ( n - k ) x k ( 2 8 ) 一6 一 大连理工大学硕士学位论文 现在，滤波器在丹= n 一1 时刻输出为 - i y n - 1 = 虹j | m 明 ( 2 9 ) t ；0 ( 2 9 ) 称为n e y m a n - p e a r s o n 检测器的匹配滤波实现【川。匹配滤波器的冲击响应为匹配信 号。当没有噪声存在时，匹配滤波器在一l 时刻的输出就是信号的能量，匹配滤波器 的一个非常重要的性质就是使f i r 滤波器输出的信噪比最大脚1 。 2 2 2 卡尔曼滤波 6 0 年代k a m a n 把状态空间模型引入滤波理论 2 4 - 2 6 ，并导出了一套递推估计算法， 后人称之为卡尔曼滤波理论。卡尔曼滤波是以最小均方误差( m m s e ) 为估计的准则， 来寻求一套递推估计的算法。其基本思想是】：采用信号与噪声的状态空间模型，利用 前一时刻地估计值和当前时刻的观测值来估计当前时刻的值。其过程如下： 假设p x l 信号矢量”】随时间的变化服从高斯马尔可夫模型 s n = a s n 一1 + b u t 川，栉0 ( 2 1 0 ) 其中4 、矗分别是已知的p x p 和p r 维矩阵。驱动噪声矢量u n 】服从 u n l - n ( o ，q ) ，且样本与样本之间是独立的。所以对于小n ，e ( u m u 7 【”】) = 0 ( 1 4 n 】是 矢量高斯白噪声) ，初始状态矢量，卜1 】服从虹一l 卜( 以，e ) ，它与u n 】独立。 m 1 维的观测矢量用线性模型表示， 越露】= 月- 【h 】砸厅】+ w i n 】，栉0( 2 1 1 ) ， 其中日 】是己知m x p 观测矩阵，w i n 】是m x l 维高斯白噪声矢量，概率密度函数 为w n 】n ( o ，c 【玎】) ，且样本与样本之间是独立的，所以对于m r i ，e ( w ( m ) w 7 【丹】) = 0 。 s n 】基于 虹0 】，虹1 】，研h 】 的最小均方误差估计量为缸h i , 】- e ( ， ”】i h o 】，工【1 】，j 【月】) 。 利用下列递推式顺序地计算 预测： j 【玎i ，l l 】= a k n - i i 玎一l 】 ( 2 1 2 ) 最小预测均方误差矩阵 肘【丌l n - 1 】= a m n 一1 f n - 1 a 1 + b q b ( 2 1 3 ) 卡尔曼增益矩阵 j r f 川= m n 刀一l l h 7 【弹】( c 【栉】+ h n m n l 刀一1 l h 7 【，以) 1 ( 2 1 4 ) 修正 i 【玎i n 】= j 【h l n - 1 + 置【胛】( 科”】一h 【n 】；【拧i n - l 】) ( 2 1 5 ) 低信噪比下车辆的射频识别与定位技术研究 最小滤波误差矩阵 m i n l 玎】= ( j 一置【n 】日【甩】) ， 以i 栉一1 】 递推初始化为 i 【一lj - 1 】= p ，m 卜l i - 1 】= e ( 2 1 6 ) ( 2 1 7 ) 卡尔曼滤波器是一种时变的滤波器。它为自身提供了性能的度量，最小均方误差作 为估计量的一部分而计算。预测是卡尔曼滤波的一部分。预测阶段增加了误差，而修正 阶段减小了误差u 3 i 。卡尔曼滤波是线性无偏最小方差递推滤波，它的估计性能是最优的， 而递推计算的形式又能适应实时处理的需要。因而它一出现，就受到人们的重视，被称 为最优滤波器【2 4 】。 2 3 基于r f l d 原理的车辆信息获取与目标搜索方案 本课题是慕丰浩等b 3 i 提出的新型交通信息获取系统一部分。该系统工作在 i s i l _ l 2 4 0 0 ( ；h z 2 4 5 g h z ；采用b f s k ( b i n a i yf r e q u e n c ys h i f tk e y i n g ) 调制方式对基带信号进行 调制；系统可用于城市和非城市的交通和车辆管理，采用有源r f i d 技术实现路边无线 基站与电子车牌问的通信，对车辆身份进行识别。 系统由安装在汽车上的电子车牌( r f i d ) ，负责采集车辆信息的集信基站，记录数据 的分控中心以及管理调度整个城市交通的城市交通车辆管理中心等几大部分组成，如图 2 1 所示。 电子车牌( r f i d ) 根据基站的命令向基站报告车牌信息。基站获取车牌信息并提交给 分控中心。基站分为固定基站和流动基站。固定基站设立在需要管理和监控的场合；流 动基站具有与固定基站相似的硬件设备和功能，可被车载或安装在飞行器上，在特定的 地区执行管理、监控和搜索特定车辆等任务【2 1 1 。 分控中心和城市交通车辆管理中心根据所获取车辆牌照、地域编码和车领路经时 间，形成车辆行驶记录，并以数据库的形式存档。在全国范围内，城市交通车辆管理中 心可通过互联网查询任何车辆信息。 城市车辆管理中心是交通管理的通信、调度、监控、协调指挥枢纽，可分级分区设 置。主区域控制中心下辖多个分控中心，分控中心按不同的区域平行设置。控制中心之 间可以相互交换数据，实现交通车辆的跨区域管理、调度与协调【2 。 大连理1 = 大学硕士学位论文 图2 1 红外、无线双模式智能交通系统的结构示意图 f i g 2 1s y s t e mc o n f i g u r a t i o no f i r & r f m o d ei t s 文献 1 3 提出的交通信息采集系统有四个正常的工作模式：报告模式、查询模式、 搜索模式和寻呼模式f 1 3 1 。它们的功能分别是： 1 ) 报告模式正常的工作模式之一。进入某基站覆盖范围内所有的车辆按先后顺 序启动电子车牌并报告车牌号，成功后停止报告，直到已经启动的时间计数器降为零时， 再次待命启动。 低信噪比下车辆的射频识别与定位技术研究 2 ) 查询模式正常的工作模式之一。用于对车辆的查询，进入基站覆盖范围的车 辆按基站指令报告车牌号，成功后停止报告，除非接到再次查询的请求。 3 ) 搜索模式紧急的工作模式之一。通常在城区之内，分控中心或城市交通车辆 管理中心发出指令，有多个固定基站通过交替地改变发射功率而改变各自的覆盖范围来 实现车辆的定位。其目的是搜索在正常的工作模式下无法探测的死区之中是否存在要搜 索的车辆。帧头信号f h 的状态码将指示为搜索状态，固定基站通过在下行通告信道的 最后一个时隙发出需要应答的车牌信号。然后在下一帧的上行通告信道的最后一个时隙 等待应答的信号。需要应答车辆的应答信号是一个特定的模式的信号( 如1 0 1 0 1 0 序 列) 。固定基站此时只检测有无应答信号，而不再对应答信号做常规检验，以增加由目 标车辆到基站的通信距离。可以根据各个基站返回的时隙信号的时间延迟估算出车辆的 位置。 4 ) 寻呼模式紧急的工作模式之一。通常在固定基站覆盖范围之外地区，流动基 站来执行该模式，流动基站发射功率强大的间断无线射频信号。信号帧头信号f h 的状 态码将指示为寻呼状态，并在下行通告信道发出需要应答的车牌号。车牌的应答方法是 在后面的上行车牌报告信道中与之相对应的时隙中按指定的功率( 通常是最大功率) 发 送特定序列( 如1 0 1 0 ) 。流动基站此时只检测有无应答信号，而不再对应答信号做常规 检验，以增加由目标车辆到流动基站的通信距离。由于发送的是间断的射频信号，所以 可以随时启动其覆盖区域内的电子车牌( r f i d ) 。流动基站可以根据返回的时隙信号的时 间延迟估算出车辆的位置。 搜索模式和寻呼模式都是为在特定的条件下定位车辆而设计的，但二者之间是有区 别的。搜索模式是在市区内用多个固定基站来对车辆定位。基站的位置是不变的，基站 之间的距离较短，因此目标到基站的距离也是比较短的，但是由于市区内建筑物密集等 原因，信道模型比较复杂。寻呼模式是在市区外、乡村等无固定基站的地区用一个或多 个流动基站对车辆定位。车辆到基站的距离比较远，要求在较低的信噪比下检测信号。 流动基站可以调整自己的位置接近目标车辆，最终实现精确定位。本文的研究正是针对 寻呼模式而言的。 文献 1 3 中的交通信息获取系统最基本的通信任务是用户向基站报告自己的车牌 号码和基站向用户通告上次己收到了哪些车牌的报告。在文献【1 3 】中，提出了基于时隙 a l o h a 的通信协议方案。在该协议方案中，将时间划分为帧，再将一帧划分为若干个 时隙。这些时隙包括帧头信号时隙、上报时隙和应答时隙等。在文献 2 1 d p 对该协议做 出了具体的划分，系统的波特率设定为1 0 0 k b p s ，每秒中有8 6 帧，每帧被划分为8 个 时隙，每个时隙的时间为1 4 4 个码元长度。帧与时隙的关系如图2 2 所示。 大连理工大学硕七学位论文 + 一1 秒 - | f l f 2 f 3f 4f 5f 6f n 、 s i s 2 s 3 8 4s 5 is 6s 7s 8 j 下行时隙上行时隙 图2 2 协议中帧、时隙的关系 f i g 2 2f r a m e & s l o t s 每秒分 为8 6 帧 帧分为8 时隙 每帧8 个时隙的作用按如下划分：第1 个时隙为帧头时隙；第2 个时隙和第3 个时 隙为信息时隙，即前面所述的通信控制信息和交通信息；第4 个时隙和第5 个时隙为应 答时隙，用来对上一帧中收到的车牌号进行应答；剩下的第6 、7 、8 个时隙作为上行时 隙，供电子车牌( r f i d ) 上报使用【2 n ，如图2 3 所示。 下行时隙 上行时隙 图2 3 基站与电子车牌通信协议中的帧格式 f i g 2 3f r a m es t r u c t u r ei nw i r e l e s sc o m m u n i c a t i o np r o t o c o l 低信噪比下车辆的射频识别与定位技术研究 在下行时隙中，一个基站发，多个车辆收，不存在冲突的问题。而在上行时隙，在 基站的覆盖区域中有多个车辆要向基站报告车牌号，这时有可能产生冲突。如图2 4 所 示，车l 和车2 在两个不同的上行时隙分别发上报l 和上报2 ，那么两辆车上报成功； 但在同一个上行时隙同时向基站发送上报3 和上报4 ，那么基站会在此上报时隙接收到 一组乱码。在下一帧的应答时隙就不会给车辆l 和车辆2 应答信号。为避免再次冲突， 车1 和车2 分别用随机方法选择后面的某一帧中的某个上报时隙来向基站重新发送上报 3 和上报4 。基站收到上报3 和上报4 后，分别给车l 和车2 应答，这时车1 和车2 上 报成功。 兰b 上报l1上报31重发上报31 _ j_ j 一 1 磊一 重发上报4 一 碰撞时隙t 图2 4 时隙a l o h a 协议示意图 f i g 2 4c h a n n e lu s a g eo f s l o t t e d - a l o h ap r o t o c o l 在寻呼模式中，流动基站在一帧中的下行时隙向被寻呼车辆发出呼叫信号，如果该 车收到呼叫信号，在同一帧的上行时隙给回复流动基站应答信号。本文在这里设定，在 上行时隙的1 4 4 个比特位中，其中1 2 8 位是有效位，另有1 6 位空闲为应答信号时间延 迟留出空余，如图2 5 所示。 呼叫 卜+ 应答 卜_ 共1 4 4 比特，1 2 8 位有效位 图2 5 寻呼模式中上行与下行时隙 f i g2 5u p l i n ka n dd o w n l i n ks l o ti np a g i n gm o d e 大连理工大学硕十学位论文 2 4 车辆的射频识别与定位方案 在城市的郊区和乡村地区没有固定基站，系统在寻呼模式下工作，使用流动基站。 车辆定位置通过一个或少数的几个流动基站来完成，由于目标的距离较远，一次定位的 结果精度不会很好。但流动基站处于运动状态，可以通过不断调整自身的位置来接近目 标，提高接收信号信噪比，最终实现精确的定位。本文给出寻呼模式下定位方案，步骤 如下。 1 ) 当分控中心接到要搜寻指定车辆的请求时，分控中心首先在数据库中查寻关于该 车的历史纪录，确定该车在失踪酶的行车路线。如果发现车还在城区内，则启动搜索模 式，在城区内寻找该车。如果发现该车已经沿某条路线开出了市区，那么分控中心就派 出若干个流动基站沿可能的行车路线寻找目标车辆。 2 ) 每个流动基站都发射大功率的信号寻找目标车辆，如果某个流动基站( v ) 得到了 失踪车辆的应答，那么该流动基站向其他流动基站通报失踪车辆在自己的覆盖范围内， 其他基站向目标方向移动。 3 ) 流动基站v t 根据接收的信号估算出目标车辆到自己之间的距离和信号到达方向。 此时可以大致的估计出目标车辆的位置。 4 ) 这时距离可能比较远，并不能保证定位的准确性。流动基站向目标车辆的方向移 动，随着与目标距离的接近，定位会逐渐准确。当目标车辆的位置比较近时，流动基站 可以做出准确地定位，向分控中心报告失踪车辆已经被找到。 对于一个流动基站要完成定位就要获得两个信息目标车辆与流动基站之间的 距离和目标车辆所在的方向也就是信号到达方向( a o a ) ，如图2 6 所示。 图2 6 流动基站定位方案 f 培2 6t h es c h e m eo f l o c a t i o n 低信噪比下车辆的射频识别与定位技术研究 估计距离的方法对于单基站来说，有基于功率衰减和信号到达时间。在城市郊区或 乡村地区一般高大的建筑物较少，地形比较开阔。信号在传播时多径效应的影响比较小， 信号在信道的衰减比较容易预测。基于功率衰减的方法可以用来测量的距离。但功率衰 减的模型一般来说都是经验模型，误差比较大，特别在低信噪比和远距离条件下的误差 更大，因此基于功率衰减的方法只能提供一个粗略的距离估计。估计信号到达的时间 ( t i m eo fa r r i v a l ，简称t o a ) 也是估计距离的有效方法，在本系统中流动基站发出一帧 信号，被呼叫车辆收到帧头( f h ) 信号后和流动基站建立了同步，在这里产生了时间延迟； 然后在目标车辆在该帧的上行时隙给基站应答，基站接到应达信号后又有一个时间延 迟。所以基站在上行时隙收到信号到达时间的延迟是双程的时间延迟。如果能够估计出 这个时延 ，那么车到基站的距离估计值为 z = c 9 2( 2 1 8 ) 其中c 表示光速。匹配滤波器是估计时延的常用方法，由于在低信噪比下估计时间 延迟，本文对匹配滤波器进行改进，改进后的匹配滤波器估计出的时间延迟有多个解， 也就估计出了多个距离。这样就需要借助于功率衰减的方法来估计出哪个解是真实的距 离。匹配滤波的结果误差依然比较大，本文引入卡尔曼滤波方法应用到时延估计中，进 一步精确了距离估计的结果。距离估计的流程如图2 7 所示。 图2 7 距离估计的流稃图 f i g 2 7t h ef l o wo f d i s t a n c ee s t i m a t i o n 大连理工大学硕士学位论文 估计方向的方法有多基站的方法和阵列天线的方法。多基站的定位的方法需要三个 以上的多个基站才能够对目标定位，而且多个基站一定要保持同步才能准确地定位，对 于寻呼模式而言，多个流动基站同步就意味着多个流动基站上的收发设备都要同步，这 样就增加了设备的复杂性。同时，为了一个目标就要派出三个以上的流动基站，这样增 加了定位系统的成本。在流动基站上安装一个三元阵列天线，天线结构简单，可以在低 信噪比下大致的估计信号到达方向。这样寻呼车辆可以按方向搜索下去，最终对目标做 出准确地定位。阵列天线的结构图如图2 8 所示。 信号到达方向a o a 元天线 圈2 8 阵列天线 f i g 2 8t h ea r m ya n t e n n a 信号的调制采用的是b f s k 的方式，发射端调制到i s m 2 4 g h z 2 5 g h z 。在接收端， 先将信号降频到中频，中频信号频率与码元之间的关系为：f o = 2 0 0 k h z 表示“0 ”， z = 3 0 0 舷表示“l ”；然后对中频信号进行采样和模拟数字转换；本文中处理的信号 指的是转换后的数字信号。本文在以下章节中使用的五、石均是指以上的值。 低信噪比下车辆的射频识别与定位技术研究 3 低信噪比下射频信号定位关键技术实现 在第二章本文提出了寻呼摸式下使用流动基站定位的方案，定位分两步进行：估计 出目标车辆到流动基站的距离和目标车辆所在的方向。距离估计使用功率衰减法，匹配 滤波和卡尔曼滤波的方法；方向估计使用的是三元阵列天线的方法。本章将分别对这些 方法进行阐述，给出仿真实验结果并对实验数据进行分析。 3 1 基于功率衰减模型的目标距离粗估计 电磁波在空间传播时会按照一定的机理衰减，目标车辆发射的信号功率值是已知 的。在接收端如果能够估计出接收到的信号功率，信号传播过程的路径损失可以计算出 来。这就可以估计出车辆到基站的大致距离，而本文改进了匹配滤波方法，得到距离估 计是会有两种以上的可能性的，以功率衰减估计的结果为参考就可以选择出真实的结 果。因此基于功率衰减估计的方法是进一步精确估计距离的基础。 在3 1 1 小节中，本文根据实际的需要介绍了两种常用的经验传播模型；3 1 2 小节 中在已有的正弦信号幅度估计方法的基础之上，给出了适合于b f s k 信号的幅度估计方 法，进而得到了接收信号功率估计的方法。3 1 3 节给出了仿真实验的结果，并对数据进 行分析。 3 1 1 路径损失与经验传播模型 路径损失表示无线传播过程中，信号功率衰减的大小，定义为有效发射功率与接收 功率之比1 4 1 以d b 表示。 d b ) = 1 0 1 9p t 1 0 1 9 p l ( d b ) = i o l g = - 1 0 1 9 笔磐 ( 3 1 ) 手兰翱 ( 3 1 ) j t 斗彻， ( 3 1 ) 式表示了自由空间两个理想的点源天线之间( g ，= 1 ) 之间的传输损耗，反映了自由 空问中发射与接收天线之间无线信道的传播特性。在实际的移动通信系统中，由于传播 环境并非自由空间，则路径损失由于地面反射、大气吸收等因素比自由空间的值大许多。 工程中通过建立经验传播模型来预测路径损耗。已建立的场强预测或路径损耗的经验模 型有h a t a 模型、c o s t 2 3 1 h a t a 模型和c o s t 2 3 1 w a l f i s c h - i k e g a m i 模型以及3 g 组织 提出的3 g 模型等【4 l 。这些模型是在各种地形条件下根据场强实测数据总结出来的，适 用于不同的场合。 ( 1 ) c o s t 一2 3 1 一h a t a 模型 欧洲科技合作组织的c o s t 一2 3 1 研究组对h a t a 模型4 j 力日以扩展，其表示为 1 6 一 大连理工大学硕十学位论文 l ( d b ) = 4 6 3 + 3 3 9 1 旺- 1 3 8 2 i g 九一伍( k ) + ( 4 4 9 6 5 5 l g 吃) l g d + c u ( 3 2 ) 其中，位( k ) 定义为， a ( 丸x d 8 ) - ( 1 1 l g 五一o 7 ) 丸一( 1 5 6 1 9 f 。一0 8 ) ( 3 3 ) o 定义为 c ，：o d b ? ，j ：竺竺? 或郊区 ( 3 4 ) 。1 3 d b ，大城市中心 ” 其中，正为载波频率，单位m h z ；为基站天线的高度单位m ；k 为移动台天线 高度，单位m ；d 为基站和移动台间的距离，单位k m l 4 1 。 ( 2 ) 3 g 模型 针对3 g 系统，3 g 组织也特别推荐了一个模型，该传播模型如下【2 9 】： l ( d b ) = 4 0 ( 1 - 0 0 0 4 h b ) l g ( d ) 一1 8 1 9 ( ) + 2 1 l g ) + 8 0 ( 3 5 ) ， 各个参数的意义分别为，风为基站天线的高度，单位m rd 为移动端到基站的距离， 单位k m ；五为载波频率单位为m h z 2 ”。 3 1 2 接收信号的功率估计 本课题中使用的信号是b f s k 信号，对于正弦信号只要能够估计出它的幅度，也就 褥到了功率值。在一个时隙中有1 4 4 个比特位，其中1 2 8 个比特位用来进行编码。编码 后的0 、l 序列采用b f s k 的调制方式发射。在基站的接收端，经过降频和采样后，不 考虑时间延迟信号的表达式为l ： ( 功= 【a g ( n - m n , ) e o s ( c o