摘 要

随着物联网、人工智能等技术的不断发展，基于位置的服务不断受到关注，大众的需求也不断增加。而目前广泛使用的全球定位系统(GPS)在室内环境的信号强度有时很弱，而且容易受到多径传播的影响，所以并不能发挥很好的作用。随着对于室内运动目标定位需求的不断增加，越来越多的研究者们提出了解决方案。本文主要对射频定位系统，即RFID定位系统做了学习研究。

本文学习了经典的射频定位系统-LANDMARC定位系统，该系统的核心算法为k-近邻算法，并对k-近邻算法的原理进行了研究。由于该算法无法提取噪声，为了提高精度，提出了将k-近邻算法与卡尔曼滤波器相结合的思想，从而实现运动目标的航迹追踪。本文的主要研究工作如下：

（1）实现RFID定位经典系统-LANDMARC系统，主要学习该系统的核心思想，即k-近邻算法，根据LANDMARC系统的原理和k-近邻算法，在MATLAB上进行仿真。

（2）实现多目标的航迹追踪。提出基于Kalman滤波的多目标跟踪系统，将k-近邻算法与卡尔曼滤波算法相结合，滤除噪声，实现航迹关联，通过数据融合进行轨迹整合，从而降低噪声，提高精度，实现运动目标的定位。利用MATLAB软件进行仿真，经过实验数据与对比，证明了此思想的可行性。

关键词：室内定位、射频定位、LANDMARC系统、k-近邻算法，卡尔曼滤波器。

Abstract

With the continuous development of the Internet of Things, Artificial Intelligence and other technologies, people pay more attention to the service based on location, at the same time, the demand of the public for the service is increasing. However, the global positioning system (GPS), which is widely used at present, has weak signal strength indoor and is vulnerable to multipath transmission, so it cannot play a good role. With the increasing demand for indoor sports target positioning, more and more researchers have proposed solutions. In this paper, I mainly study the rf positioning system, namely RFID positioning system.

In the technologies of location, the classical RFID positioning system -LANDMARC positioning system is studied mostly. The core algorithm of this system is k-nearest neighbor algorithm, and the principle of k-nearest neighbor algorithm is studied. Since this algorithm cannot extract noise and improve the accuracy, the idea of combining k-nearest neighbor algorithm with Kalman filter is proposed to realize track tracking of moving target. The main research work of this paper is as follows:

(1) realize the classical RFID positioning system -- LANDMARC system, and mainly learn the core idea of the system, namely k-nearest neighbor algorithm. According to the principle of LANDMARC system and k-nearest neighbor algorithm, simulation was conducted by MATLAB.

(2) realize multi-target track tracking. In this paper, I propose the idea that we can realize the indoor tracing with multi-target combined with Kalman filter. KNN algorithm is combined with Kalman filtering algorithm to filter out noise and realize aircraft association. Trajectory integration is carried out through data fusion, so as to reduce noise, improve accuracy and locate moving targets. In the software named MATLAB, I simulate the experiment and get the data of simulation. Through the data, we can conclude that the plan can be conducted in the real world.

Keywords: indoor location, RFID location, LANDMARC system, k-nearest neighbor algorithm, Kalman filter.

目 录

第1章 绪论 2

1.1 研究背景及意义 2

1.2 室内定位技术概述 2

1.3 RFID技术 3

1.4 RFID 定位技术研究现状 4

1.5 本文结构与主要内容 5

第2章 RFID定位技术的基本方法 6

2.1 AOA 6

2.2 TOA 7

2.3 TDOA 7

2.4 RSSI 8

第3章 LANDMARC定位系统 10

3.1 k-近邻分类算法 10

3.2 LANDMARC系统的原理 11

3.3 LANDAMRC系统的MATLAB仿真 14

第4章 多目标跟踪算法 17

4.1 Kalman滤波 17

4.2 基于Kalman滤波的多目标跟踪算法 21

4.3 MATLAB仿真结果与分析 22

第5章 总结与展望 26

参考文献 27

致谢 29

第1章 绪论

研究背景及意义

从上个世纪开始，由于计算机技术的发展以及由计算机技术衍生出的其他行业和领域的发展，呈现出了以位置为目标提供服务的趋势。大众所熟知的无线定位系统主要有美国的全球定位系统（GPS）、中国的北斗卫星导航系统、俄罗斯的GLONASS以及欧盟伽利略卫星导航系统。但对于室内环境来说，如图书馆、医院、停车场、超市等场景，内部环境比较复杂，这势必会影响电磁波在室内环境的传播，从而影响室内定位的效果。因此，对于室外定位效果很好的卫星定位系统无法良好的应用于室内定位。而由于室内定位服务的需求不断增加，如路线规划、目标物体搜寻、紧急救援等领域，越来越多的科研人员将目光移至室内定位技术的开发研究，在各国研究人员的努力下，发展出了几种主流技术,也对于这些主流技术进行了实际应用，从而促进了定位技术的发展。

室内定位技术的应用前景十分广阔，例如，在医院内，可以通过室内定位技术来定位医生以及病人的位置，再利用机器人来实现药品的配送以及病人的运送；在大型超市，利用室内定位技术，可以实现工作人员以及顾客的定位，还可以实现商品车的定位，如果协同机器人实现商品配送，就可以实现无人超市；在博物馆等参观展览的室内环境中，利用无线室内定位技术来定位参观人员以及解说员的位置，对于不同的参观人员以及解说员，可以进行实时线上同步讲解；在地下停车场，可以利用无线定位技术进行车辆定位，方便人们找寻自己的车辆位置，在未来的发展中，有利于实现小区自动泊车；在封闭场景中实施救援时，可以对被困人员进行定位，从而实现有目标的救援，还可以对施救人员进行定位，有利于救援方案的合理部署，减少人员伤亡。由此次疫情也可以看出，室内定位技术的发展对于抗击新冠肺炎、减少人们的接触也有很大意义。在隔离场所中，利用室内定位技术对病人进行定位，结合机器人，就可以为病人运送药品以及食物，实现无接触配送，从而降低传染风险。因此，对于运动目标的室内定位技术的研究非常具有实际意义与应用前景。

1.2 室内定位技术概述

目前主流的室内定位技术主要有：WiFi定位、RFID 定位、蓝牙、Zigbee、红外线定位、超声波定位技术。

1. WiFi定位技术

目前WiFi已经是相对成熟且应用较多的技术，大多数公共场所也布设了WiFi，这使得WiFi定位的成本大大降低。但是目前许多场合WiFi信号不稳定，容易受到环境干扰，定位精度低。

1. RFID 定位技术：

射频识别定位技术（RFID）是通过发射电磁波信号，并由阅读器进行信号读取，通过到达时间、到达时间差、到达角度、接收信号强度等信息来计算待测标签的位置。射频识别室内定位技术的定位精度高，不受视距问题影响，能够很好的克服多径传播等现象，且成本低。但现有的RFID技术也有不完善的地方，最主要的缺点是无法与其他系统整合，因此，目前无法将RFID进行普及。

1. 蓝牙定位技术：

蓝牙定位技术是利用信号强度值来进行定位的。其中i Beacon技术应用最广泛。蓝牙技术现已普及，实现蓝牙定位的成本较低且易于移动操作，且可以通过深度睡眠等方式来省电。但在空间面积较大的场所内，使用蓝牙定位铺设的信号基站密度需求过大。

1. ZigBee技术：

ZigBee技术是一种基于RSSI的双向无线通讯技术。这一技术的原理来源于蜜蜂与同伴互相传递花粉所在位置信息的方式。ZigBee技术有时延小、网络容量大、安全等优点，但ZigBee定位技术的软硬件成本过高。

1. 红外线定位技术：

红外线是一种波长在无线电波和可见光波之间的电磁波。红外线定位技术利用电磁波的传输，能够进行精确定位，且已经发展的比较成熟，但只能在视距条件下传播，障碍物的阻挡会影响定位，设备的成本也很高。

1. 超声波定位技术：

超声波定位通过得出超声波在两个物体之间传输的时间，乘以波速得到两者间距，从而得到位置坐标。超声波的定位精度高，但由于超声波的特性，故而只能在小范围内使用，且硬件成本过高。

1.3 RFID技术

通过对上述几种室内定位技术简单认识，以及对它们的优缺点分别作了对比，本文主要对RFID定位技术进行了学习研究。下文将对RFID定位技术进行介绍：