36、基于RFID的室内同步跟踪及IEEE802.16m切换扫描效率研究

spice

于 2025-10-29 14:15:24 发布

阅读量14

点赞数

CC 4.0 BY-SA版权

分类专栏：无线与移动网络前沿探析文章标签： RFID 室内定位信号碰撞

本文链接：https://blog.youkuaiyun.com/spice/article/details/154334189

无线与移动网络前沿探析专栏收录该内容

41 篇文章 ¥499.90

订阅专栏¥69.90

会员秒杀 ¥9.9 重磅福利

超级会员免费看

基于RFID的室内同步跟踪及IEEE802.16m切换扫描效率研究

基于RFID的室内同步跟踪

在室内环境中运用RFID技术进行定位时，会面临诸多挑战，尤其是信号碰撞问题。碰撞问题主要分为两种类型：
- 读写器间碰撞 ：当一个读写器尝试从标签读取数据时，相邻读写器的强信号可能会干扰标签反射的弱信号。例如，当读写器r1试图从标签t1检索数据时，若读写器r2的频率信道与t1和r1之间的信道相同，r1将无法接收t1的响应。
- 多读写器与标签碰撞 ：当标签位于两个或多个读写器的询问范围内，且这些读写器同时尝试与标签通信时，就会发生多读写器与标签碰撞。比如，读写器r1和r2同时向标签t1发送查询消息，由于干扰，t1可能无法读取这些消息。

尽管目前有一些基于调度的解决方案，但直接将常见的多址接入机制（如时分多址TDMA、频分多址FDMA、码分多址CDMA和载波侦听多址CSMA）应用于RFID并不容易，主要原因在于RFID无源标签的能力有限。

系统与通信模型

为了描述RFID组件之间的通信特性，我们需要建立一个现实的数学模型。
- 区域设置 ：将室内环境建模为一个二维区域，其长度和宽度分别用L和W表示。在这个区域的地板上放置一组已知坐标(xt, yt)的无源RFID标签T，形成一个参考标签网格，标签间距为δ。同时，区域内可能存在一组配备RFID读写器的用户终端N，需要快速准确地估计他们的位置(xu, yu)。
- 反向散射路径损耗模型与读取范围 ：RFID组件之间的通信链路是半双工的，即先从读写器到标签，再从标签到读写器。前向链路中，读写器向标签发送调制载波以激活标签；反向链路中，标签接收载波获取能量，并通过改变天线反射系数进行反向散射，将其ID发送给读写器。双向链路的路径损耗可以表示为：
[PL(d) = PLo + 10N \log \left(\frac{d}{d_0}\right) + X_{\sigma}(dB)]
其中，$X_{\sigma}$ 是阴影衰落，是一个均值为零、标准差为 $\sigma_{dB}$ 的高斯随机变量，用于模拟室内信号传播的随机特性；N是路径损耗指数，其值取决于使用的频率。$PL_0$ 是参考距离 $d_0$ 处的路径损耗：
[PL_0 = G_tG_r(g_t\Gamma g_r) \left(\frac{\lambda}{4\pi d_0}\right)^4]
其中，$G_t$、$g_t$ 和 $G_r$、$g_r$ 分别是读写器和标签发射与接收天线的增益，$\Gamma$ 是标签的反射系数，$\lambda$ 是波长。读写器能够解码标签反射信号的最大距离，即读取范围 $R_{max}$，可以通过以下公式计算：
[P_s(d) = \alpha_{BW} \Gamma P_tG_tG_r \times 10^{PL(d)/10}]
在无干扰的情况下，$R_{max}$ 满足：
[R_{max} = \arg \max_{d\geq0} P_s(d) \geq TH]
其中，$P_t$ 是总发射功率，$\alpha_{BW}$ 是使用信道的频谱功率与总功率的归一化值，TH是阈值。
- 干扰与读取区域缩减 ：多读写器与标签碰撞、读写器间碰撞以及材料干扰是影响系统的主要因素。对于多读写器与标签碰撞，若读写器 $r_i$ 和 $r_j$ 的读取范围分别为 $R_i$ 和 $R_j$，它们之间的距离为 $d_{ij}$，当 $R_i + R_j > d_{ij}$ 且它们同时通信时，就会发生碰撞，公共区域内的标签将无法被检测到。碰撞概率 $P_{C_{ij}}$ 取决于读写器处于扫描模式的概率 $p_{scan_i}$ 和 $p_{scan_j}$，即 $P_{C_{ij}} = p_{scan_i} \times p_{scan_j}$。读写器间碰撞会影响 $R_{max}$ 参数，存在干扰时，实际询问范围会减小到半径为 $R_{I_{max}}$ 的圆形区域：
[R_{I_{max}} = \arg \max_{d\in[0,R_{max}]} SIR(d) \geq TH]
其中，$SIR(d) = \frac{P_s(d)}{\sum_{i} I_i}$，$I_i$ 是来自读写器 $r_i$ 的干扰。此外，每个参考标签t都被分配一个未被检测到的概率 $p_t$，安装在干扰材料上的标签 $p_t$ 值较高。

定位方法

架构：从架构角度看，位置确定方案可以是基于用户的或基于网络的。我们提出一种混合架构，用户和中央位置服务器共同参与位置决策过程。用户设备的读写器查询其覆盖范围内的标签，将检索到的标签ID列表（Tag-List）发送到位置服务器。位置服务器根据这些列表和参考标签ID与位置坐标的关联库，使用RFID定位算法估计用户位置，并将结果返回给用户。
定位算法 ：
- 简单平均法（SA） ：这是最简单的方案，只需要检测到的参考标签的ID信息。用户位置估计为所有检测到的标签坐标(xt, yt)的简单平均值：
  [(x_u, y_u) = \left(\frac{\sum_{t\in D_u} x_t}{|D_u|}, \frac{\sum_{t\in D_u} y_t}{|D_u|}\right)]
- 加权平均法（WA） ：为了考虑检测到的标签与读写器的距离差异，对简单平均法进行改进。为每个标签t的坐标分配一个权重 $w_t$，$w_t = 1/ \hat{d} t$，其中 $\hat{d}_t$ 是根据接收信号强度估计的标签与读写器的距离。用户位置估计为：
  [(x_u, y_u) = \left(\frac{\sum {t\in D_u} w_t \cdot x_t}{\sum_{t\in D_u} w_t}, \frac{\sum_{t\in D_u} w_t \cdot y_t}{\sum_{t\in D_u} w_t}\right)]
- 多边测量法（ML） ：通过求解以下方程组来估计用户位置：
  [(x_t - x)^2 + (y_t - y)^2 = \hat{d}_t, \forall t \in D_u]
  由于 $\hat{d}_t$ 不准确，使用标准最小二乘法求解：
  [(x_u, y_u) = (A^T A)^{-1}A^T b]
  其中，A和b是通过对上述方程组进行线性化得到的矩阵。

下面是定位算法的流程mermaid图：

graph LR
    A[开始] --> B[检测参考标签]
    B --> C{选择算法}
    C -->|简单平均法| D[计算简单平均值]
    C -->|加权平均法| E[计算加权平均值]
    C -->|多边测量法| F[求解方程组]
    D --> G[输出位置估计]
    E --> G
    F --> G
    G --> H[结束]

IEEE802.16m切换扫描效率

IEEE 802.16m旨在为许可频段提供先进的空中接口，以满足国际电信联盟无线电通信部门（ITU - R）对下一代移动网络的要求。切换是所有移动无线系统的重要组成部分，它允许用户在不同小区间移动时保持连续连接，但也会增加媒体访问控制（MAC）开销和数据包传输延迟。

切换过程

IEEE 802.16e的切换过程分为两个阶段：
- 网络拓扑获取 ：包括网络拓扑通告和移动台（MS）扫描。MS在此阶段调查并收集其服务基站（Serving BS）邻域基站的信息。扫描在“扫描间隔”内进行，与MS的正常操作交错。扫描完成后，MS将结果发送给服务基站，报告类型有“事件触发报告”和“定期报告”两种。
- 切换过程 ：首先进行小区重选，根据信号质量和提供的QoS选择可能的目标基站。满足切换条件后，进行切换决策和初始化，然后与新的目标基站进行同步。在同步之前，需要先关闭与服务基站的连接。完成下行链路同步后，MS开始网络重新进入过程，该过程包括三个子步骤。

下面是切换过程的表格总结：
|阶段|步骤|描述|
| ---- | ---- | ---- |
|网络拓扑获取|网络拓扑通告|服务基站通告邻域基站信息|
| |MS扫描|MS调查并收集邻域基站信息|
| |报告结果|MS将扫描结果发送给服务基站，有事件触发报告和定期报告两种类型|
|切换过程|小区重选|根据信号质量和QoS选择目标基站|
| |切换决策与初始化|满足条件后进行切换决策和初始化|
| |同步|与新的目标基站进行同步，同步前关闭与服务基站的连接|
| |网络重新进入|完成下行链路同步后开始，包括三个子步骤|

我们的目标是分析切换过程中网络拓扑获取阶段的扫描时间，并确定切换过程中的中断时间。通过考虑不同的扫描类型和切换策略，我们可以获得最有效的扫描时间和最低的中断时间。后续将通过数值计算对结果进行分析。

基于RFID的室内同步跟踪及IEEE802.16m切换扫描效率研究（续）

仿真分析

为了评估基于RFID的室内定位系统和IEEE802.16m切换扫描过程的性能，我们进行了仿真实验。

基于RFID的室内定位系统仿真

我们使用Matlab作为仿真工具，以平均位置误差（MLE）作为性能指标，即用户实际位置与估计位置之间的欧几里得距离。我们主要评估了标签密度（δ）、材料干扰水平（α）和最大读取范围（Rmax）对系统性能的影响。

标签密度的影响 ：
- 当β = 0和β = 1时，分别对应不同的多用户环境。β = 0时，用户读写器查询标签的概率分布较为分散；β = 1时，所有用户读写器同时扫描标签，碰撞问题更为严重。
- 对于简单平均法（AVG）、加权平均法（W - AVG）和最小二乘法（LS）三种定位方法，增加标签间距（δ增大）会降低定位精度。在碰撞问题严重的环境中，定位精度下降更为明显，因此需要更密集的标签部署来提高系统的鲁棒性。
- 虽然增加复杂度的定位方法（如加权平均法和多边测量法）在一定程度上有优势，但在高度碰撞的环境中，这种优势并不显著。

下面是标签密度影响的mermaid流程图：

graph LR
    A[设置β值] --> B{β = 0?}
    B -->|是| C[进行β = 0时的仿真]
    B -->|否| D[进行β = 1时的仿真]
    C --> E[评估不同δ下的MLE]
    D --> E
    E --> F[对比不同定位方法的性能]
    F --> G[得出标签密度影响结论]

材料干扰水平的影响 ：当δ = 2米时，材料干扰水平（α）的增加会导致MLE增大，但与标签密度的影响相比，其影响程度相对较小。
最大读取范围的影响 ：当δ = 2时，Rmax = 1时，由于标签无法被检测到，MLE会增加。在β = 0的环境中，Rmax = 2时系统性能最佳，因为进一步增大Rmax会增加碰撞概率，同时包含远距离标签的位置信息也会影响精度。在β = 1的环境中，Rmax = 3米时系统性能最佳，因为碰撞问题会阻止标签被检测到。