专利名称：基于最小化rfid阅读器的区域划分室内定位模型的建立方法
技术领域：
本发明公开了一种定位模型的建立方法，具体涉及一种基于最小化RFID阅读器的区域划分室内定位模型的建立方法。
背景技术：
射频识别即RFID (Radio Frequency IDentification)技术，又称电子标签、无线射频识别，是一种通信技术，可通过无线电信号识别特定目标并读写相关数据，而无需识别系统与特定目标之间建立机械或光学接触。基于RFID标签对物体的唯一标识特性，引发了人们对基于RFID技术的应用研究热潮。物流与实物互联网是当前RFID应用研究的热点。另一应用研究热点是空间定位与跟踪RFID定位，跟踪系统主要利用标签对物体的唯一标识特性，依据读写器与安装在物体上的标签之间射频通信的信号强度来测量物品的空间位置，主要应用于GPS系统难以奏效的室内定位领域，其他应用研究还包括普适计算、系统安防等多个方面。传统的RFID定位方法中，需要分布很多的虚拟节点，且需要阅读器具有功率可调、能够探测标签RSSI等功能，但是这种阅读器的定位精度依旧受到天线功率不稳定，RSSI探测不准确，无法作为主要参考依据等局限，以及算法复杂度过高导致的实时性很差，阅读器成本大大增加，导致了 RFID室内定位在现实生活中无法被广泛应用。

发明内容
发明目的:为了克服现有技术中存在的不足，本发明提供一种基于最小化RFID阅读器的区域划分室内定位模型的建立方法。技术方案:为解决上述技术问题，本发明的一种基于最小化RFID阅读器的区域划分室内定位模型的建立方法，所述定位模型的建立方法包括如下步骤:(I)将一组探测距离均为r的RFID阅读器均匀分布于待探测区域，在所述探测区域内，每个标签都能够被RFID阅读器探测到，如果在一定区域内能确保每个标签能被3个或者3个以上的RFID阅读器读到，则在该区域内无需再增加阅读器分布密度；(1.1)所述RFID阅读器探测天线的发射功率固定，且将RFID阅读器中对标签的RSSI信号强度的检测功能删去；(2)根据步骤(I)所述的分布原则计算，得出RFID阅读器的分布模型为三角形分布模型和正方形分布模型；(2.2)所述RFID阅读器的分布模型计算过程为:已知N边形的每个内角度为
权利要求
1.一种基于最小化RFID阅读器的区域划分室内定位模型的建立方法，其特征在于:所述定位模型的建立方法包括如下步骤: (1)将一组探测距离均为r的RFID阅读器均匀分布于待探测区域，在所述探测区域内，每个标签都能够被RFID阅读器探测到，如果在一定区域内能确保每个标签能被3个或者3个以上的RFID阅读器读到，则在该区域内无需再增加阅读器分布密度； (1.1)所述RFID阅读器探测天线的发射功率固定，且将RFID阅读器中对标签的RSSI信号强度的检测功能删去； (2)根据步骤(I)所述的RFID阅读器分布原则计算，得出RFID阅读器的分布模型为三角形分布模型和正方形分布模型； (2.2)所述RFID阅读器的分布模型计算过程为:已知N边形的每个内角度为
2.根据权利要求1所述的基于最小化RFID阅读器的区域划分定位模型的建立方法，其特征在于:所述RFID阅读器分布密度小于0.65/r2个每平方米时，RFID阅读器采用三角形模型分布。
3.根据权利要求1所述的基于最小化RFID阅读器的区域划分定位模型的建立方法，其特征在于:所述RFID阅读器分布密度大于0.65/r2个每平方米时，RFID阅读器采用正方形模型分布。
4.根据权利要求1所述的基于最小化RFID阅读器的区域划分定位模型的建立方法，其特征在于:所述正方形模型中相邻两个RFID阅读器d = r，定位精度最高。
5.根据权利要求1所述的基于最小化RFID阅读器的区域划分定位模型的建立方法，其特征在于:所述三角形模型中相邻两个RFID阅读器d = 1.35r，所述RFID阅读器利用效率最闻。
6.根据权利要求1所述的基于最小化RFID阅读器的区域划分定位模型的建立方法，其特征在于:所述三角形模型中相邻两个RFID阅读器J = ,所述RFID阅读器使用数量最少。
全文摘要
本发明公开了一种基于最小化RFID阅读器的区域划分定位模型的建立方法，本发明在区域中以三角形模型或者正方形模型均匀分布最小化RFID阅读器，将阅读器的探测结果的组合与不同区域一一对应进行划分，来缩小标签可能存在的范围，提高定位精度。本发明的与传统的基于RSSI信号强度的定位方法相比，不需要返回信号的强弱信息，不需要不断改变天线的发射功率，删去了对标签的RSSI信号强度的检测功能后的阅读器，简化了器材的复杂度，将阅读器模块最小化，提高了定位的实时性。
文档编号G01S5/12GK103197281SQ201310134858
公开日2013年7月10日 申请日期2013年4月18日 优先权日2013年4月18日
发明者叶芝慧, 倪睿, 张婧, 李文峰, 赵康僆, 方元, 沈毅成 申请人:南京大学