【正文】 位置。因子、體現(xiàn)了距離位置節(jié)點越近的信標(biāo)節(jié)點對其坐標(biāo)坐標(biāo)的影響力。通過這種內(nèi)在關(guān)系的反應(yīng)來達(dá)到提高定位精度的目的。 算法過程（1）實驗中假設(shè)待測標(biāo)簽為A，三個節(jié)點分別為B=（0,0），C=（0,4），D=（4,4），假設(shè)待測標(biāo)簽與各節(jié)點距離為，在matlab中對上述算法編寫m文件如圖46。function A=A(x,y)d1=4。d2=4*(2^)。d3=4。[x,y]=solve(39。(x0)^2+(y0)^21639。,39。(x0)^2+(y4)^23239。,39。x39。,39。y39。)運行結(jié)果：x = y= 4 0 4 0圖46 MATLAB環(huán)境中求解待測點A的可能位置坐標(biāo)將計算結(jié)果帶入接下來的計算（如圖47所示）進行比較與的大小就可確定節(jié)點的位置為AD=(4,0)。%設(shè)B=（0,0），C=（0,4）,D=(4,4)d1=4。d2=4*(2^)。d3=4。x1=4。x2=4。y=0。d4=sqrt((x10)^2+(y10)^2)。d5=sqrt((x20)^2+(y20)^2)。L1=abs(d4d1)/d4。L2=abs(d5d1)/d5。if L1L2 fprintf(39。A=(%d,%d)\n39。,x2,y)else fprintf(39。A=(%d,%d)\n39。,x1,y)end運行結(jié)果：A=(4,0)圖47 MATLAB中利用第三個節(jié)點距離確定待測點A的位置坐標(biāo)反復(fù)分別以B、C兩點為參考帶點，得出A點位置分別為AB= (4,0)，AC= (4,0)；將AD、AB、AC三個數(shù)據(jù)帶入加權(quán)算法（如圖48所示），得出A=(4,0)，經(jīng)驗算與實際相符。d=[4 4*(2^) 4]。x=[4 4 4]。y=[0 0 0]。x1=(x(1)/(d(1)+d(2)))+(x(2)/(d(2)+d(3)))+(x(3)/(d(1)+d(3)))。x2=(1/(d(1)+d(2)))+(1/(d(2)+d(3)))+(1/(d(1)+d(3)))。X=x1/x2。y1=(y(1)/(d(1)+d(2)))+(y(2)/(d(2)+d(3)))+(y(3)/(d(1)+d(3)))。y2=(1/(d(1)+d(2)))+(1/(d(2)+d(3)))+(1/(d(1)+d(3)))。Y=y1/y2。fprintf(39。A=(%d,%d)\n39。,X,Y)運行結(jié)果：A=(4,0)圖48 MATLAB中加權(quán)質(zhì)心算法確定待測節(jié)點A位置坐標(biāo)（2）在matlab環(huán)境中，可以直接利用解方程組的方法得出A點坐標(biāo)，如下。 [x,y]=solve(39。(x0)^2+(y0)^21639。,39。(x0)^2+(y4)^23239。,39。(x4)^2+(y4)^21639。,39。x39。,39。y39。)Warning: 3 equations in 2 variables. In solve at 113 x = 4y = 0 圖49 MATLAB中利用求解方程組求解待測點A的可能位置坐標(biāo)（3）繪制平面中三節(jié)點確定一待定目標(biāo)位置圖如圖410所示。圖410 平面中三節(jié)點確定一位置節(jié)點示意圖（4）在實際室內(nèi)定位中，位置節(jié)點定位延伸為空間式定位，因此需要適當(dāng)增加天線數(shù)量以提高定位精度?？臻g定位中，至少需要4根天線才可以準(zhǔn)確定位未知節(jié)點范圍，如圖411所示。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(luò)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(shù)。它使用接收到的信號強度指示RSSI（Received Signal Strength Indicator)來確定待定位物體的位置。LANDMARC（ Location identification based on dynamic active RFID calibration ）方法是一種經(jīng)典的基于有源RFID的室內(nèi)定位算法，它采用了充當(dāng)定位參考點的參考標(biāo)簽來輔助定位。由于閱讀器讀到的相近位置標(biāo)簽的RSSI也是相近的。所以LANDMARC方法通過比較閱讀器接收到的待定位標(biāo)簽與參考標(biāo)簽信號強度值的大小來找出離待定位標(biāo)簽距離最近的幾個參考標(biāo)簽，然后根據(jù)這幾個參考標(biāo)簽的坐標(biāo)，并結(jié)合它們的權(quán)重用經(jīng)驗公式計算出待定位標(biāo)簽的位置。LANDMARC方法具有較高的定位精度?？蓴U展性好。能處理比較復(fù)雜的環(huán)境，是一種實用的定位方法。但LANDMARC也依然存在一些問題。在一些封閉環(huán)境中。由于信號的多路徑效應(yīng)(radio signal multi—path effects)，使得其定位精度不高：而且為了使得定位能更加準(zhǔn)確，往往需要放置更多的參考標(biāo)簽。而這會增加成本，并且可能產(chǎn)生射頻干擾現(xiàn)象。LANDMARC是借助參考標(biāo)簽（或稱為輔助標(biāo)簽）定位，這些參考標(biāo)簽在該定位系統(tǒng)中被視為參考點。通過比較參考點的信號強度值與帶定位標(biāo)簽的信號強度值，求出離待定位標(biāo)簽距離最近的幾個趕考標(biāo)簽。并根據(jù)最鄰近參考標(biāo)簽的坐標(biāo)加權(quán)求出待定位標(biāo)簽的坐標(biāo)。假設(shè)有個PFID閱讀器，個參考標(biāo)簽，個待定位標(biāo)簽。1）定義待定位標(biāo)簽的信號強度矢量為，其中表示待定位標(biāo)簽在閱讀器上的值。對于參考標(biāo)簽，定義相應(yīng)的信號強度矢量為，其中表示參考標(biāo)簽在閱讀器上的值。對于每個待定位標(biāo)簽，定義。越小，參考標(biāo)簽和待定位標(biāo)簽距離越近。2）選取最小的個參考標(biāo)簽作為最鄰近標(biāo)簽。推算出待定位標(biāo)簽的坐標(biāo)為：，其中為待定位標(biāo)簽坐標(biāo)。分別為個參考標(biāo)簽的坐標(biāo)，表示的第個參考標(biāo)簽的權(quán)重，在LANDMARC中，通過下式得到： ()通過待定位標(biāo)簽的實際坐標(biāo)和算法計算得到的待定位標(biāo)簽的坐標(biāo)的比較，可以算出他們之間的誤差值，其中的表示的是待定位標(biāo)簽的實際坐標(biāo)位置。表示的是根據(jù)算法球的待定位標(biāo)簽的位置。圖51 室內(nèi)環(huán)境模擬 LANDMARC 算法改進假設(shè)有個PFID閱讀器，個參考標(biāo)簽，個待定位標(biāo)簽。1）首先，通過LANDMARC算法獲得待定位標(biāo)簽的坐標(biāo)和個最鄰近參考標(biāo)簽。然后，我們將個標(biāo)簽及坐標(biāo)為的待定位標(biāo)簽放入一個集合，該集合共有個標(biāo)簽。假設(shè)其中有一個最鄰近參考標(biāo)簽為待定位標(biāo)簽，我們通過該集合中的其余個標(biāo)簽坐標(biāo)來求其坐標(biāo)。以該方法計算該集合中的每一個最鄰近參考標(biāo)簽的坐標(biāo)，得到個坐標(biāo)值。其誤差因子為： ()其中，為最鄰近參考標(biāo)簽的真實坐標(biāo)，可以通過 1）求得。2）待定位坐標(biāo)計算如下： () VIRE算法基于LANDMARC的不足之處。Yiyang Zhao等提出了一種新的算法VIRE：基于有源RFID使用虛擬標(biāo)簽消除的定位方法。VIRE方法的核心思想就是在不增加額外參考標(biāo)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方法中，所有的參考標(biāo)簽被規(guī)則的放置成一個平面網(wǎng)格，跟蹤標(biāo)簽則放置在這個網(wǎng)格內(nèi)。而這個網(wǎng)格又可以進一步分割成許多小網(wǎng)格，我們將每一個被4個參考標(biāo)簽的覆蓋的小網(wǎng)格分成個大小相同的虛擬網(wǎng)格單元，而每個虛擬網(wǎng)格單元可以看作被4個分布在單元格角上的虛擬參考標(biāo)簽覆蓋，由于參考標(biāo)簽的坐標(biāo)是已知的，虛擬參考標(biāo)簽的坐標(biāo)也可以很容易的得到。在VIRE方法中，直接采用線性插值的方法來獲取虛擬參考標(biāo)簽的信號強度。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(yīng)著一個虛擬參考標(biāo)簽。每一個閱讀器都有一幅對應(yīng)的近似圖，如果閱讀器讀到的近似圖中某些區(qū)域的RSSI與讀到的待定位標(biāo)簽的RSSI值差的絕對值在某個閾值(thresh—old)之內(nèi)，則將這些區(qū)域標(biāo)記。假設(shè)有k個閱讀器，則在獲得k幅近似圖之后，通過取交集可以得到待定位標(biāo)簽最可能在的區(qū)域。若最后得到的區(qū)域數(shù)為n，則可以通過下式算出待定位標(biāo)簽的坐標(biāo)： ()其中權(quán)重；表示虛擬參考標(biāo)簽和被定位標(biāo)簽偏差，是最后所得區(qū)域密度的相關(guān)函數(shù)。在VIRE中，當(dāng),閾值取1的時候有較高的精度。 VIRE方法引入了虛擬參考標(biāo)簽的概念，使得在不增加額外的標(biāo)簽的前提下提高了定位精度，并且實驗表明VIRE方法對環(huán)境也有較好的適應(yīng)性，在復(fù)雜和封閉的環(huán)境中也有較高的精度。 算法過程（1）假設(shè)有1個待測標(biāo)簽， m個參考標(biāo)簽，n個天線。（2）參考標(biāo)簽與待測標(biāo)簽周期性發(fā)送自身信息：節(jié)點ID、自身位置信息；（3）天線接收到信息后，記錄各個參考標(biāo)簽信息，并由閱讀器讀出各節(jié)點相應(yīng)RSSI值，予以記錄；（4）對所接不同天線接收到的標(biāo)簽信號建立RSSI與標(biāo)簽位置坐標(biāo)的映射。建立以下幾個集合：①參考標(biāo)簽ID集合：ID={i1，i2，i3，，im}；②參考標(biāo)簽在各個天線測到的RSSI值集合：a={a1，a2，a3，，am}，b={b1，b2，b3，，bm}，c={c1，c2，c3，，cm}，d={d1，d2，d3，，dm}，n={n1，n2，n3，，nm}；③待測標(biāo)簽在各天線中測到的RSSI值集合：S={S1，S2，S3，S4，，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(jié)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(yīng)一個參考標(biāo)簽坐標(biāo)位置；（6）選取集合E中相對較小的幾個參考標(biāo)簽進行加權(quán)計算得出待測標(biāo)簽位置坐標(biāo)。 實驗數(shù)據(jù)matlab環(huán)境下建立m文件，程序如下：function =E(x)T=[Ta1 Ta2 Ta3 Ta4 Ta5 Ta6 Ta7 Ta8 Ta9 Ta10 Ta11 Ta12 Ta13 Ta14 Ta15。 Tb1 Tb2 Tb3 Tb4 Tb5 Tb6 Tb7 Tb8 Tb9 Tb10 Tb11 Tb12 Tb13 Tb14 Tb15。 Tc1 Tc2 Tc3 Tc4 Tc5 Tc6 Tc7 Tc8 Tc9 Tc10 Tc11 Tc12 Tc13 Tc14 Tc15。 Td1 Td2 Td3 Td4 Td5 Td6 Td7 Td8 Td9 Td10 Td11 Td12 Td13 Td14 Td15] S=[Sa Sb Sc Sd]。 A=sqrt((T(1,1)S(1))^2+(T(2,1)S(2))^2+(T(3,1)S(3))^2+(T(4,1)S(4))^2)。B=sqrt((T(1,2)S(1))^2+(T(2,2)S(2))^2+(T(3,2)S(3))^2+(T(4,2)S(4))^2)。C=sqrt((T(1,3)S(1))^2+(T(2,3)S(2))^2+(T(3,3)S(3))^2+(T(4,3)S(4))^2)。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)。E=sqrt((T(1,5)S(1))^2+(T(2,5)S(2))^2+(T(3,5)S(3))^2+(T(4,5)S(4))^2)。F=sqrt((T(1,6)S(1))^2+(T(2,6)S(2))^2+(T(3,6)S(3))^2+(T(4,6)S(4))^2)。G=sqrt((T(1,7)S(1))^2+(T(2,7)S(2))^2+(T(3,7)S(3))^2+(T(4,7)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)。I=sqrt((T(1,9)S(1))^2+(T(2,9)S(2))^2+(T(3,9)S(3))^2+(T(4,9)S(4))^2)。J=sqrt((T(1,10)S(1))^2+(T(2,10)S(2))^2+(T(3,10)S(3))^2+(T(4,10)S(4))^2)。K=sqrt((T(1,11)S(1))^2+(T(2,11)S(2))^2+(T(3,11)S(3))^2+(T(4,11)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)。M=sqrt((T(1,13)S(1))^2+(T(2,13)S(2))^2+(T(3,13)S(3))^2+(T(4,13)S(4))^2)。N=sqrt((T(1,14)S(1))^2+(T(2,14)S(2))^2+(T(3,14)S(3))^2+(T(4,14)S(4))^2)。O=sqrt((T(1,15)S(1))^2+(T(2,15)S(2))^2+(T(3,15)S(3))^2+(T(4,15)S(4))^2)。a=[TIx T2x T3x T4x T5x T6x T7x T8x T9x T10x T11x T12x T13x T14x T15x。 TIy T2y T3y T4y T5y T6y T7y T8y T9y T10y T11y T12y T13y T14y T15y。 TIz T2z T3z T4z T5z T6z T7z T8z T9z T10z T11z T12z T13z T14z T15z。A B C D E F G H I J K L M N O]for i=1:15