物联网定位分析探讨获奖科研报告_第1页
物联网定位分析探讨获奖科研报告_第2页
物联网定位分析探讨获奖科研报告_第3页
全文预览已结束

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

物联网定位分析探讨获奖科研报告摘

要:本文首先简单概述了物联物与其,然后提出一种计算效率高和可伸缩的定位算法。和定位算法所产生的误差设定分析性的界限。

关键词:物联网;定位;算法;RFID

1.概述

物联网(InternetofThings,IoT)对许多企业和个人产生了重大的影响,一直广泛应用于各种行业中,包括消费行业、零售行业、医疗行业、政府制造行业以及运输行业。物联网的一些应用案例还包括智能电器、自动化的公共交通、远程健康监测、数字标牌、车联网以及空中交通监控等。物联网是指机器与机器(MachineToMachine,M2M)之间安全地进行交互的技术。通常假设有一个三层结构的物联网系统。这些层结构分为传感层、数据通信层以及应用程序层。最常见的物联网设备均配备定位技术,比如GPS等。然而,这些系统受到物理约束,如不能在室内以及高干扰场景中操作,或实现这些系统的成本过高等,从而限制了物联网设备定位技术的利用率。

射频识别已经成为物联网的基本架构之一。由于实施成本较低,射频识别已经得到广泛使用。本文提出一种采用被动RFID(RadioFrequencyIdentification)标签的解决方案,允许物联网设备获得它们在同一个网络中的精确位置。在提出的算法中,将主动阅读器和被动标签应用于射频识别系统中。主动阅读器传递一个询问信号,接收到该信号的标签开启以身份验证信息来应答。该算法不依赖于不可靠的读写器功率扫描以及基于抵达方向的复杂方法,而是运用RFID标签对不同阅读器的反应来确定物联网设备的位置。该射频识别系统配置的主要优点是标签的成本低。标签可以被附加到很多设备上,并不需要电源。缺点是范围有限,标准的范围高达50m。本文为物联网提出一种计算效率高和可伸缩的定位算法。此外,还为提出的定位算法所产生的误差设定分析性的界限。

2.定位系统模型

假设在一个正方形区域内,分布着N个配备被动射频识别标签的物联网设备。使用M个射频识别阅读器来询问标签。假设服务器知道标签的数量。如果不是这样,那么服务器常常可以通过阅读器接收到的认证信号来填充标签的列表。

在每一个时隙中,阅读器都会发出一个询问信号(在超高频波段内)。在阅读器的范围d内,被动的标签可以将询问信号反向散射给阅读器,然后阅读器可以探测到该询问信号。每个阅读器覆盖的面积都要比A小得多,也就是说≤A,。每个阅读器在接收到标签反向散射的验证信号后,都会将收到的验证信号发送到中心服務器。假设在阅读器和中心节点之间存在一个可靠的信道。不失一般性,假设服务器位于原点,而且标签的定位要考虑到中心服务器。阅读器j的位置表示为(,),射频识别标签i的位置表示为(,)。

从每个阅读器收到标签列表之后,中心服务器都会为每个阅读器创建一个相邻向量,即对于阅读器j=1,2,…,M,相邻向量为aj。相邻向量是一个N维二进制的向量,可以确定能被阅读器探测到的标签。具体来说,=[,,…,],N,如果阅读器j可以检测到标签i,那么=1,否则=0。

用一个模糊函数来表示提出算法的性能,这是为每一个标签i作出的定义。如果服务器能够精准定位一个标签,那么该标签的定位模糊度将是零。另一方面,如果没有一个阅读器可以验证标签i,那么它可以在区域A内的任何地方,该区域内没有阅读器的覆盖。这就导致模糊度的产生(即≤1)。

3.射频定位算法

本节在不同的场景中介绍提出的射频定位算法。射频识别定位阅读器的位置在服务器中是已知的。射频识别阅读器和标签的位置都是未知的。定位的结果会有转化和旋转模糊度,因此还需要一些锚点来准确地确定设备的位置。

如果阅读器的位置是未知的,在这种情况下,不仅存在着定位模糊的问题,还带来旋转和转化模糊度的问题。为了避免这些模糊度的产生,必须具备集合节点。在理论上有三个集合节点就可以满足每个位置上每个阅读器的需求。集合节点是服务器上有固定的已知位置的标签例如一些固定的目标环境可以被添加标签,比如在室内场景中建筑物的柱子或在室外配置的消火栓,因此当阅读器在这些标签附近时,就可以确定它们的位置,显然由于物理约束的问题,集合可能不是均匀随机地分布阅读器可能仍有一个相当大的定位模糊度,这将转入标签的定位问题中。

4.定位方法展望

本节进行仿真实验以便评估提出射频定位算法的性能。模拟的面积为100m×100m。在此区域内随机均匀分布了N=200个RFID标签,和M=100个相同的RFID阅读器,可靠的范围为d=10m。此外,在每个时隙内所有阅读器都会在其范围内询问所有的标签。在超过100个时隙后得到了仿真结果。

在阅读器位置已知和未知的场景中,随着阅读器的范围以及标签数量的增大,所有标签的定位模糊度平均值ē的结果。在阅读器位置未知的情况下,假设有10%的节点为锚节点。可以看到,当阅读器的范围很小时,会面临一个较大的定位模糊度,这是因为接收到的标签数量少,可以得到每个阅读器的验证。

5.结论

本文提出一种基于RFID技术的定位算法,可以应用于物联

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论