专利名称：基于被动式无线射频识别标签相位信息的定位方法及装置的制作方法
技术领域：
本发明涉及普适计算领域，尤其涉及基于被动式无线射频识别标签相位信息的定位方法及装置。
背景技术：
目前，由于简便、成本低、易于存储等原因，无线射频识别(RFID,Radio FrequencyIDentification)技术已经在很多领域得到了大规模的应用，包括室内定位、仓库管理、供应链管理、物品追踪溯源、门禁控制等。RFID系统使用无线电波作为传递信息的媒介，在通讯和能量传递的同时，会产生无线信号相关的信息，包括幅值、相位、信号强度、角度等信息，使之成为具备精准室内定位能力的实用系统。基于无线信号特征的定位方法已经和正在被深入的研究，针对不同的系统，所采用的无线信号特征值有所不同。根据特征值的精准程度，我们可以把已有的方法分成两个类别，即粗粒度特征值定位和细粒度特征值定位。粗粒度特征值是指那些比较容易获取，但又容易受到外界环境因素影响的特征值，例如接收信号强度(Received Signal StrengthIndicator，RSSI)、发射机和接收机的角度阵列、信号到达时间区别等信息，最为直观的理解粗粒度特征值，我们可以考察RSSI信息，当接收机和发射机之间有物体移动或者环境温度、湿度发生变化时，RSSI值都会发生不可预料的变化，因此采用粗粒度特征值进行定位的方法一般误差都会很大。细粒度特征值是指那些更接近于物理层的信息，这类特征值一般受环境因素影响比较小，但获取较为困难，需要特殊的硬件设备支持，例如RFID系统中的相位信息(Phase Information, PI)和W1-Fi网络中的频道状态信息(Channel StateInformation, CSI), CSI 是利用具有正交频分复用技术(Orthogonal Frequency DivisionMultiplexing, OFDM)特性的系统中每个子载波的状态信息，反应周围环境对信号的影响，一般的方法是利用Intel5300网卡直接获取频道冲击响应结果(Channel ImpulseResponse, CIR)，CIR/CSI中包含一个无线正弦信号的所有信息，因此在抗多径效应方面具有比RSSI仅适用一个幅值参数的效果要好很多，另一方面，由于CIR/CSI收取的是多个频率的信息，因此也能根据频率的不同抵消部分由于多径效应造成的误差。虽然，CIR/CSI有很多的优势，但在RFID系统中，由于通讯机制的问题，并没有OFDM支持，因此提高RFID系统的定位精度只能弓I入相位信息。被动式RFID系统采用的是后向反射式的通讯方式，即由读写器(R&W)发出读取信号，将标签(TAG)充电后，反射无线电信号，将标签内的信息传送回读写器，正是由于后向反射式通讯方式的独特之处，使得读写器与标签不需要进行信号的时间同步(信号都是由读写器的天线发射和接收的)，节约了通讯开销和能量，同时确保了相位信息的准确性。无线信号是利用正弦波进行调制传输的，一般正弦波的信号可以用幅值、频率和相位三个要素来确定。我们可以使用复平面的有强度向量和极坐标来表示一个正弦波的状态，在极坐标系中，可以用两个分量来表不，X轴代表的是I (In-phase,同相)分量，Y轴代表的是Q(Quadrature,正交)分量。IQ分量间有90度的相位差。如图1所示,在IQ图中，一个向量的长度表示信号的幅值，而向量与I分量的夹角为相位，即图1中的Θ。如果能够获得读写器的天线发射信号的IQ值，则可以获取信号的相位。发射机和接收机的距离可以通过信号的频率和相位计算获得。当获得相位信息后，通常可以采用相位差的方法进行定位，即利用相位的变化反映距离。较为常用的三种相位差法分别为时域相位差分法(Time DomainPhase Difference of Arrival,简称TDF1DOA),频域相位差分法(Frequency. Domain PhaseDifference of Arrival,简称 FDF1DOA)以及空间相位差分法(Spatial Domain PhaseDifference of Arrival,简称SDF1DOA)。这些方法根据信号的频率信息直接计算出相对位置。当相位信息准确时，上述的三种方法都能给出准确的距离测量结果。但是，实际测量结果如图2所示，被动式RFID系统中的IQ是比较分散的，其主要原因是受到外界环境反射信号的干扰，因此会造成很大的相位误差。这就使得TDH)0A、FDro0A和SDTOOA等方法结果较差，这是现有方法的第一个严重不足。为解决静态定位结果的不准确性，有研究人员提出按照事先预定好的路线移动读写器的天线(ANT)，由于移动过程中读写器和目标标签的距离
一直在发生变化，因此可以获得一系列的相位值，通过多次数据采集降低单次测量造成的相位误差。但该方法只能针对移动读写器的情况，需要至少三个不同的位置测量，而且最终给出的位置是概率分布的，对于许多应用并不普遍适应。尤其是相位不准确的问题依旧存在。因此现有方法的第二不足是在动态条件下数据采集与计算复杂，同时精度也不足。

发明内容
本发明的目的在于提出一种基于被动式无线射频识别标签相位信息的定位方法及装置，以解决无线射频识别静态定位时相位信息获取不准确而产生的误差较大、动态定位时数据采集与计算复杂且精度不高的问题。为达此目的，本发明采用以下技术方案基于被动式无线射频识别标签相位信息的定位方法，包括A、计算出相位值读写器的天线发射连续无线电波至标签，采集设备采集标签的反射信号，建立该反射信号的极坐标，极坐标包括X轴和Y轴，X轴代表同相I分量，Y轴代表正交Q分量，同相I分量和正交Q分量组成IQ数据；采用聚类算法对IQ数据进行运算，获得相位值；B、通过计算出的相位值计算读写器的天线与标签的距离。其中，采用聚类算法对IQ数据进行运算，获得相位信息，包括根据选择条件选择k个最近邻居节点聚类算法、k均值聚类算法、支持向量机聚类算法中的其中一种聚类算法，采用该选择的聚类算法对IQ数据进行运算，获得相位值；其中，选择条件包括最终聚类结果在2-4个类别，聚类后异常值最少，聚类后相位角波动范围最小。其中，步骤A计算相位值具体为Al、预置i=l，预置η的值，η取值范围20-50 ；Α2、读写器的天线通过发射第i次连续无线电波采集标签的第i次反射信号，建立该第i次反射信号的极坐标，极坐标包括X轴和Y轴，X轴代表同相I分量，Y轴代表正交Q分量，同相I分量和正交Q分量组成第i次IQ数据；采用聚类算法对第i次IQ数据进行运算，获得第i次相位值；
A3、判断i是否等于n，如果是，继续步骤A4，否则，i=i+l，继续步骤A2 ；A4、对η次相位值取平均值。其中，在所述采用聚类算法对IQ数据进行运算之前，还包括去除IQ数据中的异常点。其中，所述步骤B通过计算出的相位值计算读写器的天线与标签的距离，采用以下公式计算 =ηλ+Φ/2π λ ;D为读写器的天线与标签的距离，η为波长的倍数，λ为连续无线电波的波长，波长通过连续无线电波的频率计算得到，Φ为相位值。其中，所述定位方法为单天线模式的定位方法时 步骤A计算出相位值具体为，读写器的天线向标签先后发射两种频率的连续无线电波，计算出两个分别对应这两种频率的相位值；步骤B通过计算出的相位值计算读写器的天线与标签的距离，采用以下公式计M- =ηλ 1+Φ1/2π \ ,,Vi=XiX 2+Φ2/2 λ 2，D为读写器的天线与标签的距离，η为波长的倍数，入1和λ 2为先后发射连续无线电波的波长，这两个波长通过先后发射的连续无线电波的两次频率计算得到，O1和Φ2为两个分别对应这两种频率的相位值；其中，所述定位方法为双天线模式的定位方法时步骤A计算出相位值具体为，读写器的两个天线向标签发射相同频率的连续无线电波，计算出两个分别对应两个天线的相位值；步骤B通过计算出的相位值计算读写器的天线与标签的距离，采用以下公式计算=D1=Ii λ + Φ/2 λ，D2=n λ + Φ2/2 π λ，S2=D1WD22ID1D2COS Λ s，D1 和 D2 分别为两个天线与标签的距离，η为波长的倍数，λ为连续无线电波的波长，这个波长发射的连续无线电波的频率计算得到，CD1和Φ2为两个天线的相位值，s表示两个天线的距离，Λ s表示标签到两个天线的平面夹角。基于被动式无线射频识别标签相位信息的定位装置，包括采集计算单元,用于计算出相位值读写器的天线发射连续无线电波至标签，采集设备采集标签的反射信号，建立该反射信号的极坐标，极坐标包括X轴和Y轴，X轴代表同相I分量，Y轴代表正交Q分量，同相I分量和正交Q分量组成IQ数据；采用聚类算法对IQ数据进行运算，获得相位值；定位单元，用于通过计算出的相位值计算读写器的天线与标签的距离。其中，采用聚类算法对IQ数据进行运算，获得相位信息，包括根据选择条件选择k个最近邻居节点聚类算法、k均值聚类算法、支持向量机聚类算法中的其中一种聚类算法，采用该选择的聚类算法对IQ数据进行运算，获得相位值；其中，所述选择条件包括最终聚类结果在2-4个类别，聚类后异常值最少，聚类后相位角波动范围最小。其中，计算相位值具体为Al、预置i=l，预置η的值，η取值范围20-50 ；Α2、读写器的天线通过发射第i次连续无线电波采集标签的第i次反射信号，建立该第i次反射信号的极坐标，极坐标包括X轴和Y轴，X轴代表同相I分量，Y轴代表正交Q分量，同相I分量和正交Q分量组成第i次IQ数据；采用聚类算法对第i次IQ数据进行运算，获得第i次相位值；A3、判断i是否等于n，如果是，继续步骤A4，否则，i=i+l，继续步骤A2 ；A4、对η次相位值取平均值。其中，在所述采用聚类算法对IQ数据进行运算之前，还包括去除IQ数据中的异常点。其中，所述通过计算出的相位值计算读写器的天线与标签的距离，采用以下公式计算 =ηλ+Φ/2π λ ;D为读写器的天线与标签的距离，η为波长的倍数，λ为连续无线电波的波长，波长通过连续无线电波的频率计算得到，Φ为相位值。其中，所述定位装置为单天线模式的定位装置时计算出相位值具体为，读写器的天线向标签先后发射两种频率的连续无线电波，计算出两个分别对应这两种频率的相位值；通过计算出的相位值计算读写器的天线与标签的距离，采用以下公式计算 =ηλ ^Φ π X1, =ηλ2+Φ2/2η入2，D为读写器的天线与标签的距离，η为波长的倍数，入i和λ 2为先后发射连续无线电波的波长，这两个波长通过先后发射的连续无线电波的两次频率计算得到，O1和Φ2为两个分别对应这两种频率的相位值；其中，所述定位装置为双天线模式的定位装置时计算出相位值具体为，读写器的两个天线向标签发射相同频率的连续无线电波，计算出两个分别对应两个天线的相位值；通过计算出的相位值计算读写器的天线与标签的距离，采用以下公式计算D1=Ii λ +Φ,/2 3 λ，D2=n λ +Φ2/2 π λ，S2=D1WD22ID1D2COS Δ s’ D1 和 D2 分别为两个天线与标签的距离，η为波长的倍数，λ为连续无线电波的波长，这个波长发射的连续无线电波的频率计算得到，O1和Φ2为两个天线的相位值，s表示两个天线的距离，△ s表示标签到两个 天线的平面夹角。本发明的有益效果为本发明采用了细粒度的定位参数一基于物理层的相位信息实现对被动式RFID系统进行精准定位，引入多种聚类方法，通过比较各种不同情况选择最优的聚类方法获取RFID反射式无线电波的精确的相位信息，同时对相位值进行处理，减少相位计算误差，提高静态和动态条件下的定位精度，本发明适用于单天线、双天线等多种应用场景，解决了传统方法中仅使用单一方法造成的应用场景不符的误差，从侧面提高了定位精度。


图1是单个连续无线电波的相位图；图2是多个相位信息示例图；图3是实测数据IQ误差示例图；图4是ISO标准中的连续无线电波示意图；图5是实测的读写器与标签通讯信号图；图6是本发明的定位方法流程图；图7是KNN聚类示例图8是Κ-means聚类示例图；图9是SVM聚类示例图；图10是单天线相位定位示意图；图11是双天线相位定位示意图；图12是多天线相位定位示意具体实施例方式下面将结合图1-图12并通过具体实施方式
来进一步说明本发明的技术方案。基于被动式无线射频识别标签相位信息的定位方法，包括 A、计算出相位值读写器的天线发射连续无线电波至标签，采集设备采集标签的反射信号，建立该反射信号的极坐标，极坐标包括X轴和Y轴，X轴代表同相I分量，Y轴代表正交Q分量，同相I分量和正交Q分量组成IQ数据；采用聚类算法对IQ数据进行运算，获得相位值；图1描述了一个连续无线电波形在相位平面上的分布情况。其中A代表幅值，相位平面图中的点代表了相位值的I分量和Q分量的数值。B、通过计算出的相位值计算读写器的天线与标签的距离。在本实施例中，采用聚类算法对选定的数据进行运算的方法是一个公知常识，由相位值计算读写器的天线与标签的距离也是一个公知常识。在本实施例中，采用聚类算法对IQ数据进行运算，获得相位信息，包括根据选择条件选择k个最近邻居节点聚类算法、k均值聚类算法、支持向量机聚类算法中的其中一种聚类算法，采用该选择的聚类算法对IQ数据进行运算，获得相位值；其中，选择条件包括最终聚类结果在2-4个类别，聚类后异常值最少，聚类后相位角波动范围最小。在本实施例中，这几个选择条件是具有优先级的，最优先的是聚类结果在2-4个类别，其次是聚类后异常值最少，最后是聚类后相位角波动范围最小，如果根据优先级高的条件可以选出最优聚类算法，那么可以不用考虑后面的优先级低的条件。除了这三个主要条件以外，还有其他一些条件，比如聚类后的中心点合理选取计算出的中心点位置与之前相关联位置计算出的中心点位置应有连续的关系，如果跳跃太大，则认为是不合理，如果连续性比较好，则认为是合理的。在本实施例中，步骤A计算相位值具体为Al、预置i=l，预置η的值，η取值范围20-50 ；Α2、读写器的天线通过发射第i次连续无线电波采集标签的第i次反射信号，建立该第i次反射信号的极坐标，极坐标包括X轴和Y轴，X轴代表同相I分量，Y轴代表正交Q分量，同相I分量和正交Q分量组成第i次IQ数据；采用聚类算法对第i次IQ数据进行运算，获得第i次相位值；A3、判断i是否等于n，如果是，继续步骤A4，否则，i=i+l，继续步骤A2 ；A4、对η次相位值取平均值。在本实施例中，采集反射信号前要设定相位信息采集设备的参数频率、能量、天线灵敏度、循环读写次数，其中，频率是被动式无线射频识别系统的工作频率范围，应满足我国规定的频率要求840 845MHz和920 925MHz范围内，能量是指天线所发射的信号的能量，一般在15_30dBm之间，天线敏感度是指天线接收信号的感应强度，敏感度越高，越能接收到弱的信号，本发明中设置为IOdBm,循环读写次数是指读写器与标签通讯的次数，次数越高采集到的相位样本越多，本发明中一般采用了 20-50次。这样设置的考虑是低于20次的相位样本数量太少，有可能会被误差样本干扰，如果样本采集过多，能量消耗和数据存储要求较高，因此，选择20-50次较为合理，对应的样本空间范围在700至2000个之间；在本实施例中，分别对n=20, n=30, n=50这三种情况进行计算。图2显示了在真实的测试环境中获得的相位信息，图中是多次读取后的情况，读取次数为30次。·在采用聚类算法对IQ数据进行运算之前，还包括去除IQ数据中的异常点。图4说明了连续无线电波在ISO标准中出现的位置，每个标签的读取过程一般都包括4个命令C和若干个命令中间的CW，因此如果想多采样的话，可以使用多次读写来提高样本空间的密度。图5展示了一次成功的读写中无线正弦波的分布情况。在本实施例中，聚类算法采用kNN算法，图7是使用kNN方法后在920MHz频率下距离为O. 9米的聚类结果图。图中的椭圆圈表示聚类后的数据划分。相位的获得需要计算各类的中心点，然后将中心点之间连线，在获得所有的组合结果后，将结果进行平均插值。最后给出相位结果。作为另一种实施例，图8展示了 k-means方法的聚类结果，对比图7的数据，IQ数据更加分散，如果使用kNN方法，则会产生更多的聚类组，造成误差增大的情况。因此，需要根据IQ数据分布情况选择合适的优化的聚类方法。作为另一种实施例，图9是SVM聚类方法的示意图，对比前两组数据，SVM可以返回更加准确的聚类结果，同时能给出更合理的中心点，使得相位结果更加准确。但是SVM处理如图7的数据时，优势就不是很明显。由上述三种聚类方法的比较可以看出，没有一种聚类方法是适应所有的分布情况的，必须进行优化选择。在本实施例中，步骤B通过计算出的相位值计算读写器的天线与标签的距离，采用以下公式计算 =ηλ+Φ/2π λ ;D为读写器的天线与标签的距离，η为波长的倍数，λ为连续无线电波的波长，波长通过连续无线电波的频率计算得到，Φ为相位值。在本实施例中，所述定位方法为单天线模式的定位方法时步骤A计算出相位值具体为，读写器的天线向标签先后发射两种频率的连续无线电波，计算出两个分别对应这两种频率的相位值；步骤B通过计算出的相位值计算读写器的天线与标签的距离，采用以下公式计M- =ηλ 1+Φ1/2π \ ,,Vi=XiX 2+Φ2/2 λ 2，D为读写器的天线与标签的距离，η为波长的倍数，入1和λ 2为先后发射连续无线电波的波长，这两个波长通过先后发射的连续无线电波的两次频率计算得到，O1和Φ2为两个分别对应这两种频率的相位值；图3表明了在单天线条件下，使用920MHz的频率，读写50次，天线发射功率为20dBm，距离为60cm的测试结果。图中的实线是根据中线法获得的相位角度，约为44. 3度。两个虚线代表了误差范围。作为另一种实施例，所述定位方法为双天线模式的定位方法时步骤A计算出相位值具体为，读写器的两个天线向标签发射相同频率的连续无线电波，计算出两个分别对应两个天线的相位值；步骤B通过计算出的相位值计算读写器的天线与标签的距离，采用以下公式计算=D1=Ii λ + Φ/2 λ，D2=n λ + Φ2/2 π λ，S2=D1WD22ID1D2COS Λ s，D1 和 D2 分别为两个天线与标签的距离，η为波长的倍数，λ为连续无线电波的波长，这个波长发射的连续无线电波的频率计算得到，CD1和Φ2为两个天线的相位值，s表示两个天线的距离，Λ s表示标签到两个天线的平面夹角。如图11所示，天线的数量为两个，两个天线同时与标签通讯，两个天线发射出的同频率的连续无线电波被标签接收，各自接收标签反射回来的连续无线电波，由于两个天 线是预先布置好的，因此两个天线之间的距离s也是一个定值，通过两个天线和标签之间的三角形关系，可以计算得到两个天线各自到标签的距离D1和D2。在本实施例中，相位信息采集设备是用NI的仿真设备做成的专门的采集设备，天线发射的信号为连续无线电波，本实施例的工作环境为室内环境。作为另一种实施例，如图12所示，天线的数量为3个，利用标签与各个天线的夹角、各个天线之间的距离确定各个天线到标签的距离。基于被动式无线射频识别标签相位信息的定位装置，包括采集计算单元,用于计算出相位值读写器的天线发射连续无线电波至标签，采集设备采集标签的反射信号，建立该反射信号的极坐标，极坐标包括X轴和Y轴，X轴代表同相I分量，Y轴代表正交Q分量，同相I分量和正交Q分量组成IQ数据；采用聚类算法对IQ数据进行运算，获得相位值；图1描述了一个连续无线电波形在相位平面上的分布情况。其中A代表幅值，相位平面图中的点代表了相位值的I分量和Q分量的数值。定位单元，用于通过计算出的相位值计算读写器的天线与标签的距离。在本实施例中，采用聚类算法对选定的数据进行运算的方法是一个公知常识，由相位值计算读写器的天线与标签的距离也是一个公知常识。在本实施例中，采用聚类算法对IQ数据进行运算，获得相位信息，包括根据选择条件选择k个最近邻居节点聚类算法、k均值聚类算法、支持向量机聚类算法中的其中一种聚类算法，采用该选择的聚类算法对IQ数据进行运算，获得相位值；其中，选择条件包括最终聚类结果在2-4个类别，聚类后异常值最少，聚类后相位角波动范围最小。在本实施例中，这几个选择条件是具有优先级的，最优先的是聚类结果在2-4个类别，其次是聚类后异常值最少，最后是聚类后相位角波动范围最小，如果根据优先级高的条件可以选出最优聚类算法，那么可以不用考虑后面的优先级低的条件。除了这三个主要条件以外，还有其他一些条件，比如聚类后的中心点合理选取计算出的中心点位置与之前相关联位置计算出的中心点位置应有连续的关系，如果跳跃太大，则认为是不合理，如果连续性比较好，则认为是合理的。在本实施例中，步骤A计算相位值具体为
Al、预置i=l，预置η的值，η取值范围20-50 ；Α2、读写器的天线通过发射第i次连续无线电波采集标签的第i次反射信号，建立该第i次反射信号的极坐标，极坐标包括X轴和Y轴，X轴代表同相I分量，Y轴代表正交Q分量，同相I分量和正交Q分量组成第i次IQ数据；采用聚类算法对第i次IQ数据进行运算，获得第i次相位值；A3、判断i是否等于n，如果是，继续步骤A4，否则，i=i+l，继续步骤A2 ;A4、对η次相位值取平均值。在本实施例中，采集反射信号前要设定相位信息采集设备的参数频率、能量、天线灵敏度、循环读写次数，其中，频率是被动式无线射频识别系统的工作频率范围，应满足我国规定的频率要求840 845MHz和920 925MHz范围内，能量是指天线所发射的信号的能量，一般在15-30dBm之间，天线敏感度是指天线接收信号的感应强度，敏感度越高，越能接收到弱的信号，本发明中设置为IOdBm,循环读写次数是指读写器与标签通讯的次数，次数越高采集到的相位样本越多，本发明中一般采用了 20-50次。这样设置的考虑是低于 20次的相位样本数量太少，有可能会被误差样本干扰，如果样本采集过多，能量消耗和数据存储要求较高，因此，选择20-50次较为合理，对应的样本空间范围在700至2000个之间；在本实施例中，分别对n=20, n=30, n=50这三种情况进行计算。图2显示了在真实的测试环境中获得的相位信息，图中是多次读取后的情况，读取次数为30次。在采用聚类算法对IQ数据进行运算之前，还包括去除IQ数据中的异常点。图4说明了连续无线电波在ISO标准中出现的位置，每个标签的读取过程一般都包括4个命令C和若干个命令中间的CW，因此如果想多采样的话，可以使用多次读写来提高样本空间的密度。图5展示了一次成功的读写中无线正弦波的分布情况。在本实施例中，聚类算法采用kNN算法，图7是使用kNN方法后在920MHz频率下距离为O. 9米的聚类结果图。图中的椭圆圈表示聚类后的数据划分。相位的获得需要计算各类的中心点，然后将中心点之间连线，在获得所有的组合结果后，将结果进行平均插值。最后给出相位结果。作为另一种实施例，图8展示了 k-means方法的聚类结果，对比图7的数据，IQ数据更加分散，如果使用kNN方法，则会产生更多的聚类组，造成误差增大的情况。因此，需要根据IQ数据分布情况选择合适的优化的聚类方法。作为另一种实施例，图9是SVM聚类方法的示意图，对比前两组数据，SVM可以返回更加准确的聚类结果，同时能给出更合理的中心点，使得相位结果更加准确。但是SVM处理如图7的数据时，优势就不是很明显。由上述三种聚类方法的比较可以看出，没有一种聚类方法是适应所有的分布情况的，必须进行优化选择。在本实施例中，步骤B通过计算出的相位值计算读写器的天线与标签的距离，采用以下公式计算 =ηλ+Φ/2π λ ;D为读写器的天线与标签的距离，η为波长的倍数，λ为连续无线电波的波长，波长通过连续无线电波的频率计算得到，Φ为相位值。
在本实施例中，所述定位装置为单天线模式的定位装置时步骤A计算出相位值具体为，读写器的天线向标签先后发射两种频率的连续无线电波，计算出两个分别对应这两种频率的相位值；步骤B通过计算出的相位值计算读写器的天线与标签的距离，采用以下公式计M- =ηλ 1+Φ1/2π \ ,,Vi=XiX 2+Φ2/2 λ 2，D为读写器的天线与标签的距离，η为波长的倍数，入1和λ 2为先后发射连续无线电波的波长，这两个波长通过先后发射的连续无线电波的两次频率计算得到，O1和Φ2为两个分别对应这两种频率的相位值；图3表明了在单天线条件下，使用920MHz的频率，读写50次，天线发射功率为20dBm，距离为60cm的测试结果。图中的实线是根据中线法获得的相位角度，约为44. 3度。两个虚线代表了误差范围。
作为另一种实施例，所述定位装置为双天线模式的定位装置时步骤A计算出相位值具体为，读写器的两个天线向标签发射相同频率的连续无线电波，计算出两个分别对应两个天线的相位值；步骤B通过计算出的相位值计算读写器的天线与标签的距离，采用以下公式计算=D1=Ii λ + Φ/2 λ，D2=n λ + Φ2/2 π λ，S2=D1WD22ID1D2COS Λ s，D1 和 D2 分别为两个天线与标签的距离，η为波长的倍数，λ为连续无线电波的波长，这个波长发射的连续无线电波的频率计算得到，CD1和Φ2为两个天线的相位值，s表示两个天线的距离，Λ s表示标签到两个天线的平面夹角。如图11所示，天线的数量为两个，两个天线同时与标签通讯，两个天线发射出的同频率的连续无线电波被标签接收，各自接收标签反射回来的连续无线电波，由于两个天线是预先布置好的，因此两个天线之间的距离s也是一个定值，通过两个天线和标签之间的三角形关系，可以计算得到两个天线各自到标签的距离D1和D2。在本实施例中，相位信息采集设备是用NI的仿真设备做成的专门的采集设备，天线发射的信号为连续无线电波，本实施例的工作环境为室内环境。作为另一种实施例，如图12所示，天线的数量为3个，利用标签与各个天线的夹角、各个天线之间的距离确定各个天线到标签的距离。以上所述仅为本发明的具体实施方式
，这些描述只是为了解释本发明的原理，而不能以任何方式解释为对本发明保护范围的限制。基于此处的解释，本领域的技术人员不需要付出创造性的劳动即可联想到本发明的其它具体实施方式
，这些方式都将落入本发明的保护范围之内。
权利要求
1.基于被动式无线射频识别标签相位信息的定位方法，其特征在于，包括 A、计算出相位值 读写器的天线发射连续无线电波至标签，采集设备采集标签的反射信号，建立该反射信号的极坐标，极坐标包括X轴和Y轴，X轴代表同相I分量，Y轴代表正交Q分量，同相I分量和正交Q分量组成IQ数据；采用聚类算法对IQ数据进行运算，获得相位值； B、通过计算出的相位值计算读写器的天线与标签的距离。
2.根据权利要求1所述的定位方法，其特征在于，所述采用聚类算法对IQ数据进行运算，获得相位信息，包括 根据选择条件选择k个最近邻居节点聚类算法、k均值聚类算法、支持向量机聚类算法中的其中一种聚类算法，采用该选择的聚类算法对IQ数据进行运算，获得相位值； 其中，所述选择条件包括最终聚类结果在2-4个类别，聚类后异常值最少，聚类后相位角波动范围最小。
3.根据权利要求1所述的定位方法，其特征在于，所述步骤A计算相位值具体为 Al、预置i=l，预置η的值，η取值范围20-50 ； Α2、读写器的天线通过发射第i次连续无线电波采集标签的第i次反射信号，建立该第i次反射信号的极坐标，极坐标包括X轴和Y轴，X轴代表同相I分量，Y轴代表正交Q分量，同相I分量和正交Q分量组成第i次IQ数据；采用聚类算法对第i次IQ数据进行运算，获得第i次相位值； A3、判断i是否等于n，如果是，继续步骤A4，否则，i=i+l，继续步骤A2 ； A4、对η次相位值取平均值。
4.根据权利要求1所述的定位方法，其特征在于，在所述采用聚类算法对IQ数据进行运算之前，还包括去除IQ数据中的异常点。
5.根据权利要求1所述的定位方法，其特征在于 所述步骤B通过计算出的相位值计算读写器的天线与标签的距离，采用以下公式计算 =ηλ+Φ/2π λ ;D为读写器的天线与标签的距离，η为波长的倍数，λ为连续无线电波的波长，波长通过连续无线电波的频率计算得到，Φ为相位值。
6.根据权利要求1所述的定位方法，其特征在于 所述定位方法为单天线模式的定位方法时 步骤A计算出相位值具体为，读写器向标签先后发射两种频率的连续无线电波，计算出两个分别对应这两种频率的相位值； 步骤B通过计算出的相位值计算读写器与标签的距离，采用以下公式计算 =ηλ1+Φ1/2 3 A1, =ηλ2+Φ2/2η入2，D为读写器的天线与标签的距离，η为波长的倍数，入i和λ 2为先后发射连续无线电波的波长，这两个波长通过先后发射的连续无线电波的两次频率计算得到，O1和Φ2为两个分别对应这两种频率的相位值。
7.根据权利要求1所述的定位方法，其特征在于 所述定位方法为双天线模式的定位方法时 步骤A计算出相位值具体为，读写器的两个天线向标签发射相同频率的连续无线电波，计算出两个分别对应两个天线的相位值；步骤B通过计算出的相位值计算读写器与标签的距离，采用以下公式计算=D1 =η λ+Φ/2 λ， 2=ηλ+Φ2/2 3 λ，S2=D1WD22ID1D2COS Λ s，D1 和 D2 分别为两个天线与标签的距离，η为波长的倍数，λ为连续无线电波的波长，这个波长发射的连续无线电波的频率计算得到，O1和Φ2为两个天线的相位值，s表示两个天线的距离，△ s表示标签到两个天线的平面夹角。
8.基于被动式无线射频识别标签相位信息的定位装置，其特征在于，包括 采集计算单元，用于计算出相位值 读写器的天线发射连续无线电波至标签，采集设备采集标签的反射信号，建立该反射信号的极坐标，极坐标包括X轴和Y轴，X轴代表同相I分量，Y轴代表正交Q分量，同相I分量和正交Q分量组成IQ数据；采用聚类算法对IQ数据进行运算，获得相位值； 定位单元，用于通过计算出的相位值计算读写器的天线与标签的距离。
9.根据权利要求8所述的定位装置，其特征在于，所述采用聚类算法对IQ数据进行运算，获得相位信息，包括 根据选择条件选择k个最近邻居节点聚类算法、k均值聚类算法、支持向量机聚类算法中的其中一种聚类算法，采用该选择的聚类算法对IQ数据进行运算，获得相位值； 其中，所述选择条件包括最终聚类结果在2-4个类别，聚类后异常值最少，聚类后相位角波动范围最小。
10.根据权利要求8所述的定位装置，其特征在于，所述计算相位值具体为 Al、预置i=l，预置η的值，η取值范围20-50 ； Α2、读写器的天线通过发射第i次连续无线电波采集标签的第i次反射信号，建立该第i次反射信号的极坐标，极坐标包括X轴和Y轴，X轴代表同相I分量，Y轴代表正交Q分量，同相I分量和正交Q分量组成第i次IQ数据；采用聚类算法对第i次IQ数据进行运算，获得第i次相位值； A3、判断i是否等于n，如果是，继续步骤A4，否则，i=i+l，继续步骤A2 ； A4、对η次相位值取平均值。
11.根据权利要求8所述的定位装置，其特征在于，在所述采用聚类算法对IQ数据进行运算之前，还包括去除IQ数据中的异常点。
12.根据权利要求8所述的定位装置，其特征在于 所述通过计算出的相位值计算读写器的天线与标签的距离，采用以下公式计算 =ηλ+Φ/2π λ ;D为读写器的天线与标签的距离，η为波长的倍数，λ为连续无线电波的波长，波长通过连续无线电波的频率计算得到，Φ为相位值。
13.根据权利要求8所述的定位装置，其特征在于 所述定位装置为单天线模式的定位装置时 计算出相位值具体为，读写器的天线向标签先后发射两种频率的连续无线电波，计算出两个分别对应这两种频率的相位值； 通过计算出的相位值计算读写器的天线与标签的距离，采用以下公式计算 =ηλ1+Φ1/2 3 A1, =ηλ2+Φ2/2η入2，D为读写器的天线与标签的距离，η为波长的倍数，入i和λ 2为先后发射连续无线电波的波长，这两个波长通过先后发射的连续无线电波的两次频率计算得到，O1和Φ2为两个分别对应这两种频率的相位值。
14.根据权利要求8所述的定位装置，其特征在于 所述定位装置为双天线模式的定位装置时 计算出相位值具体为，读写器的两个天线向标签发射相同频率的连续无线电波，计算出两个分别对应两个天线的相位值； 通过计算出的相位值计算读写器的天线与标签的距离，采用以下公式计算D1=Ii λ +Φ,/2 3 λ，D2=n λ +Φ2/2 π λ，S2=D1WD22ID1D2COS Δ s’ D1 和 D2 分别为两个天线与标签的距离，η为波长的倍数，λ为连续无线电波的波长，这个波长发射的连续无线电波的频率计算得到，O1和Φ2为两个天线的相位值，s表示两个天线的距离，△ s表示标签到两个天线的平面夹角。
全文摘要
本发明涉及普适计算领域，尤其涉及基于被动式无线射频识别标签相位信息的定位方法及装置，该方法采用了细粒度的定位参数—基于物理层的相位信息实现对被动式RFID系统进行精准定位，引入多种聚类方法，通过比较各种不同情况选择最优的聚类方法获取RFID反射的无线电波的精确的相位值，同时对相位值进行处理，减少相位计算误差，提高静态和动态条件下的定位精度，本发明适用于单天线、双天线及多天线等多种应用场景，解决了传统方法中仅使用单一方法造成的应用场景不符的误差，从侧面提高了定位精度。
文档编号G01S5/02GK102998654SQ20121048352
公开日2013年3月27日 申请日期2012年11月23日 优先权日2012年11月23日
发明者赵弋洋, 杨铮, 刘云浩 申请人:无锡儒安科技有限公司