【正文】 ，并不十分可靠，而且定位器的能耗較高。目前，它應用于小范圍的室內定位，成本較低。這是一種短距離低功耗的無線傳輸技術，在室內安裝適當?shù)乃{牙局域網(wǎng)接入點，把網(wǎng)絡配置成基于多用戶的基礎網(wǎng)絡連接模式，并保證藍牙局域網(wǎng)接入點始終是這個微微網(wǎng)(piconet)的主設備，就可以獲得用戶的位置信息。藍牙技術應用于定位，與WiFi有很多相似之處，主要應用于小范圍定位，例如單層大廳或倉庫；其不足在于藍牙器件和設備的價格比較昂貴，而且對于復雜的空間環(huán)境，藍牙系統(tǒng)的穩(wěn)定性稍差，受噪聲信號干擾大。這些傳感器只需要很少的能量，以接力的方式通過無線電波將數(shù)據(jù)從一個傳感器傳到另一個傳感器，所以它們的通信效率非常高。UWB是一種高速、低成本和低功耗新興無線通信技術?！　〕艘陨咸峒暗亩ㄎ患夹g，還有基于計算機視覺[4]、光跟蹤定位、基于圖像分析、磁場以及信標定位等。未來室內定位技術的趨勢是衛(wèi)星導航技術與無線定位技術相結合，將GPS定位技術與無線定位技術有機結合，發(fā)揮各自的優(yōu)長，則既可以提供較好的精度和響應速度，又可以覆蓋較廣的范圍，實現(xiàn)無縫的、精確的定位。在本文中將主要針對射頻識別技術的無線定位進行研究。同時由于其非接觸和非視距等優(yōu)點，可望成為優(yōu)選的室內定位技術。是20世紀90年代開始興起的一種自動識別技術，射頻識別技術是一項利用射頻信號通過空間耦合(交變磁場或電磁場)實現(xiàn)無接觸信息傳遞并通過所傳遞的信息達到識別目的的技術。系統(tǒng)由一個詢問器（或閱讀器）和很多應答器（或標簽）組成。前者需要測量相鄰節(jié)點間的絕對距離或方位, 并利用節(jié)點間的實際距離來計算未知節(jié)點的位置。對定位算法的性能評價指標主要有定位精度、節(jié)點密度、容錯和自適應性、功耗和代價、網(wǎng)絡規(guī)模等幾個部分。但是其借助的硬件設備較少，而且很多無線通信模塊都可以直接提供RSSI值。以上這三種RFID室內定位方案都是采用射頻信號強度( RSSI) 數(shù)據(jù)作為定位依據(jù)。由于考慮了全局的參考標簽, 采用LANDMARC 算法的RFID定位技術實時性較低, 通常情況下是采取每30s實現(xiàn)一次追蹤定位的策略, 然而在追求更高定位性能的應用中, LANDMARC算法還不能滿足實際需求。它作為以綜合乃個快速、實時、準確采集與處理信息的高新技術和信息標準化的基礎，被列為21世紀十大重要技術之一。作為標簽的無線收發(fā)器通過無線電波將這些數(shù)據(jù)發(fā)射到附近的閱讀器（Reader）。工作時，這種電子標簽與閱讀器的作用距離近可以小雨1cm，遠可以達到數(shù)十米甚至上百米。由于采用RFID電子標簽的技術可免除物體跟蹤過程中的人工干預，在節(jié)省大量人力的同時可以大大提高工作效率。作為被識別物的”身份卡”，附著在標識目標對象上，是RFID的信息載體，其可以根據(jù)需要做成各種樣式，但無論做成何種樣式在其內部都存儲著獨立且唯一的電子編碼，使得它能區(qū)分不同的被標識物。典型的閱讀器終端由天線模塊、射頻模塊、控制塊模、I/O接口等組成。圖24 閱讀器的原理組成閱讀器一般完成如下功能：1）閱讀器與電子標簽之間的通信，在規(guī)定技術條件下，閱讀器與電子標簽之間可以進行雙向通信；2）閱讀器與計算機之間可以通過標準接口進行通信（如，RS232/RS45RJ45 、WLAN802。 RFID的分類（1）按工作頻率分為：①低頻（LF，頻率范圍為30～300kHz）：工作頻率低于135kHz，最常用的是125kHz；②高頻（HF，頻率范圍為3～30kHz）：工作頻率為13。8GHz和24GHz，但目前24GHz基本沒有采用。在RFID技術的術語中，又是稱無線電頻率的LF喝HF為RFID低頻段，UFH和SHF為RFID的高頻段?！坝性础笔侵竷戎糜须姵靥峁╇娫?，其作用距離較遠，但壽命有限、提及較大、成本高，且不適合在惡劣環(huán)境下工作；“無源”指內無電池，它利用波束供電技術將接收到的射頻能量轉化為直流電源為內部電路供電，其作用距離相對有源較短，但壽命長且工作環(huán)境要求不高。而主動方式的標簽發(fā)射的信號僅穿過障礙物一次，因此主動方式工作的標簽主要用于有障礙物的應用中，距離更遠（可達100m）。一般來說，無源標簽一般是TTF方式，TTF系統(tǒng)通信協(xié)議比較簡單，防沖撞能力更強，速度更快。標簽和閱讀器之間可以實現(xiàn)雙向數(shù)據(jù)交換，標簽存儲的數(shù)據(jù)信息采用對載波的負載調制方式想閱讀器傳送，閱讀器給標簽的命令和數(shù)據(jù)通常采用載波間隙、脈沖位置調制、編碼調制等方法實現(xiàn)傳送。在大多數(shù)無線射頻識別系統(tǒng)中，耦合可以利用電磁波（反向散射），也可以利用磁（感應），所用的方法取決于應用需求，如成本的高低、尺寸的大小、適度速度、讀取范圍和精確度等。②電磁反向散射耦合。3 無線傳感器網(wǎng)絡中的定位系統(tǒng)和算法無線傳感器網(wǎng)絡被譽為21世紀最有影響力的21項技術和改變世界的10大技術之一，傳感器節(jié)點定位技術是無線傳感器網(wǎng)絡多數(shù)應用中的關鍵支撐技術之一，在目標監(jiān)測與跟蹤、基于位置信息的路由等，節(jié)點的位置信息也是不可缺少的。通過部署大量傳感器節(jié)點至目標區(qū)域，WSN 將改變我們與客觀世界的交互方式。另一方面，了解傳感器節(jié)點位置信息還可以提高路由效率，為網(wǎng)絡提供命名空間，想部署者報告網(wǎng)絡的覆蓋質量，實現(xiàn)網(wǎng)絡的負載均衡一集網(wǎng)絡拖布的自配置。由傳感器、感知對象和觀測者組成了傳感器網(wǎng)絡的三要素，目的是協(xié)作地感知、采集和處理網(wǎng)絡覆蓋區(qū)域中感知對象的信息，并發(fā)送給觀測。用戶通過管理節(jié)點對WSN 進行配置和管理，發(fā)布檢測任務以及收集監(jiān)測數(shù)據(jù)。目前，無線傳感器網(wǎng)絡定位系統(tǒng)和算法的分類有以下幾種：（1）絕對定位與相對定位。經(jīng)緯度就是物理位置，而某個節(jié)點在建筑物得123號房間就是符號位置。集中計算是指把所需信息傳送到某個中心節(jié)點，并在哪里進行節(jié)點定位計算的方式；分布式計算是指一來節(jié)點間的信息交換和協(xié)調，由節(jié)點自行計算的定位方式。而固定信標節(jié)點是一類裝備了GPS或其他定位裝置的不可移動節(jié)點。但是，每種系統(tǒng)和算法都用來解決不同的問題或支持不通過的應用，他們在用于定位的物理現(xiàn)象、網(wǎng)絡組成、能量需求、基礎設施和時空的復雜性等許多方面有所不同。例如，定位精度為20%表示定位誤差相當于節(jié)點無線射程的20%。另外，給定一定數(shù)量的基礎設施或在一段時間內，一種技術可以定位多少目標也是一個重要的評價指標。人工部署的方式不僅受網(wǎng)絡部署環(huán)境的限制，還嚴重制約了網(wǎng)絡和應用的可擴展性。在 WSN 中，節(jié)點密度增大不僅意味著網(wǎng)絡部署費用的增加，而且會因為節(jié)點間的通信沖突問題帶來有限帶寬的阻塞。通常，定位系統(tǒng)和算法都需要比較理想的無線通信環(huán)境和可靠的網(wǎng)絡節(jié)點設備。功耗是對 WSN 的設計和實現(xiàn)影響最大的因素之一。時間代價包括一個系統(tǒng)的安裝時間、配置時間、定位所需時間。為了實現(xiàn)這些目標的優(yōu)化，有大量的研究工作需要完成。 基于距離的定位算法及定位技術（1）TOA(Time of Arrival)到達時間（TOA）技術通過測量信號傳播時間來測量距離。TOA定位只需要收發(fā)節(jié)點的同步，對帶寬的消耗小,適用于窄帶系統(tǒng)的定位。（2）TDOA(Time Difference of Arrival)時間差（TDOA）是最為流行的一種定位方法， 在GSM和CDMA中應用廣泛。但由于功率控制造成離服務基站近的移動臺發(fā)射功率小，使得相鄰基站接受到的功率非常小，造成比較大的測量誤差，即相鄰基站接受到的功率非常小，造成比較大的測量誤差。通過計算信號到達任意兩個接收端各自的入射角度，以及從接收端引出的兩條射線的交點，可以得到發(fā)射點的位置。其基本思想是從一個點開始遞增，通過限制遞增的方向來解決僅有2個參考點引起的多解問題。質心為多邊形的幾何中心，是多邊形頂點坐標的平均值。該算法的基本思想是將待定位節(jié)點到參考節(jié)點之間的距離用網(wǎng)絡中節(jié)點的平均每跳距離和節(jié)點之間的跳數(shù)乘積來表示，使用三角定位來獲得節(jié)點的位置信息。DVHop算法雖然待定位節(jié)點通信范圍內的參考節(jié)點數(shù)量不多，但是，采用上述方法可以獲得通信范圍外多個參考節(jié)點的估計距離，利用更大量的信息獲得該節(jié)點的位置。當位置節(jié)點獲得與三個或更多參考節(jié)點的距離后，使用三角測量定位。首先，采用與DVHop算法類似的方法確定節(jié)點與每個參考節(jié)點之間的跳數(shù)，即節(jié)點到參考節(jié)點的梯度跳數(shù)，稱為梯度值。（5）APIT 算法APIT(Approximate Point In Triangulat ion Test)算法原理是近似三角形內點測試法。Cricket 系統(tǒng)是MIT開發(fā)的最早的松散耦合定位系統(tǒng)。Cricket的系統(tǒng)只支持位置信息獲取，并不能做追蹤以及導航，而且因為傳感器節(jié)點作為信標需要不斷廣播無線信號和超聲波信號，會大大的增加網(wǎng)絡整體能耗，降低節(jié)點的工作壽命。但這種部署策略限制了系統(tǒng)的可擴展性，代價較大，無法應用于不適合布線的環(huán)境。Active Badge 定位系統(tǒng)的優(yōu)點是，因為使用了紅外通信，所以功耗極低，同時也可以做到很小的體積。4 基于測距的無線網(wǎng)絡定位方法對定位算法的性能評價指標主要有定位精度、節(jié)點密度、容錯和自適應性、功耗和代價、網(wǎng)絡規(guī)模等幾個部分。通?？捎孟旅娴膶?shù)常態(tài)分布模型來計算距離： ()在無線傳感器網(wǎng)絡中，理論上通過三個參考標簽的RSSI信息就可以用三遍測量法決定一個未知節(jié)點的位置。加權質心定位算法是一種基于Euclidean定位計算的方法。常用的傳播路徑損耗模型有：自由空間傳播模型（free space propagation model）、對數(shù)距離路徑損耗模型（logdistance path loss model）、Hata 模型（Hata model）、對數(shù)常態(tài)分布模型（logdistance distribution）等。下述對數(shù)常態(tài)分布模型將更加合理，式（）可用于計算節(jié)點收到信標信息時的路徑損耗 （）其中是經(jīng)過距離后的路徑損耗；是平均值為0的高斯分布隨機變數(shù)，其標準差范圍為4～10；的范圍是2～5；取。單位為dBd。n=N。R4] 。 %信號源頻率A=R++10*n*log10(d0*F)+x。圖42 MATLAB中基于RSSI值測距算法M文件根據(jù)RSSI值與待測距離之間關系可以看出影響測量精度的系數(shù)分別有平均值為0的高斯分布隨機變數(shù)，路徑衰減因子，發(fā)射功率和天線增益。當傳輸距離較近的時候， RSSI 值衰減得較快； 當傳輸距離越遠，衰減得越慢,接收強度對傳輸距離的變化表現(xiàn)不明顯。同樣的取邊和邊，可以得到另外兩個近似位置和。這為傳感區(qū)域邊界附近節(jié)點的精確定位建立了基礎，克服了一些定位方法造成的邊界附近節(jié)點內陷的問題。而當距離大于80m時，由于式（）中的影響，由RSSI波動造成的絕對距離誤差將會很大。在保證參與定位計算的信標節(jié)點數(shù)大于三個的情況下，將距離大于80m（視應用環(huán)境而定）的信標節(jié)點去除，以免造成定位誤差擴大。我們通過式（）和式（）中的加權因子來體現(xiàn)這種約束力 （） （）其中，、為未知節(jié)點獲得的到三個信標節(jié)點的近似距離（圖44），、是利用改進Euclidean 定位方法計算出的三個未知節(jié)點的近似位置。function A=A(x,y)d1=4。(x0)^2+(y0)^21639。x39。%設B=（0,0），C=（0,4）,D=(4,4)d1=4。x2=4。L1=abs(d4d1)/d4。,x2,y)else fprintf(39。x=[4 4 4]。X=x1/x2。fprintf(39。(x0)^2+(y0)^21639。(x4)^2+(y4)^21639。y39。圖411 4根天線確定空間待測點5基于非測距的無線網(wǎng)絡定位方法 LANDMARC現(xiàn)有RFID定位絕大多數(shù)都是基于信號強度的定位技術。所以LANDMARC方法通過比較閱讀器接收到的待定位標簽與參考標簽信號強度值的大小來找出離待定位標簽距離最近的幾個參考標簽，然后根據(jù)這幾個參考標簽的坐標，并結合它們的權重用經(jīng)驗公式計算出待定位標簽的位置。但LANDMARC也依然存在一些問題。LANDMARC是借助參考標簽（或稱為輔助標簽）定位，這些參考標簽在該定位系統(tǒng)中被視為參考點。1）定義待定位標簽的信號強度矢量為，其中表示待定位標簽在閱讀器上的值。2）選取最小的個參考標簽作為最鄰近標簽。圖51 室內環(huán)境模擬 LANDMARC 算法改進假設有個PFID閱讀器，個參考標簽，個待定位標簽。以該方法計算該集合中的每一個最鄰近參考標簽的坐標，得到個坐標值。VIRE方法的核心思想就是在不增加額外參考標簽的情況下，通過去掉那些不可能的位置來得到待定位物體的更精確的位置。VIRE中還引入了近似圖(proximity map)的概念，近似圖覆蓋整個定位區(qū)域，并且也被劃分為很多小區(qū)域(小方格)，其中每個區(qū)域的中心對應著一個虛擬參考標簽。在VIRE中，當,閾值取1的時候有較高的精度。建立以下幾個集合：①參考標簽ID集合：ID={i1，i2，i3，cm}，d={d1，d2，d3，Sn}；、（5）根據(jù)LANDMARK算法中提及的算法計算中間變量Ej，并按照計算結果將Ej從小到大的順序排列建立新的集合E，每個元素E都對應一個參考標簽坐標位置；（6）選取集合E中相對較小的幾個參考標簽進行加權計算得出待測標簽位置坐標。 Td1 Td2 Td3 Td4 Td5 Td6 Td7 Td8 Td9 Td10 Td11 Td12 Td13 Td14 Td15] S=[Sa Sb Sc Sd]。D=sqrt((T(1,4)S(1))^2+(T(2,4)S(2))^2+(T(3,4)S(3))^2+(T(4,4)S(4))^2)。H=sqrt((T(1,8)S(1))^2+(T(2,8)S(2))^2+(T(3,8)S(3))^2+(T(4,8)S(4))^2)。L=sqrt((T(1,12)S(1))^2+(T(2,12)S(2))^2+(T(3,12)S(3))^2+(T(4,12)S(4))^2)。a=[TIx T2x T3x T4x T5x T6x T7x T8x T9x T10x T11x T12x T13x T14x T15