WiFiベースの電子タグ位置決めアルゴリズム

無線通信の急速な発展に伴い、屋内測位のための無線ネットワークと RFID 技術の組み合わせがますます注目を集めています。物や人の位置に対する人々の要求はますます強くなってきています。よく知られているGPS測位などの屋外測位は、多くの人が満足できるレベルに達しています。しかし、屋内に入ると、建物の遮蔽やマルチパスの影響により、GPS屋内測位の有効性が大幅に低下します。そのため、屋内測位の研究は、その後の測位研究の焦点となっています。企業内の人や物の位置を特定する必要がある場合、その範囲は非常に広範囲にわたります。従来のタグの位置決め距離には欠陥があり、その幅広い適用範囲が制限されています。そこで、Yi は RFID 技術と無線ネットワークを組み合わせて測位範囲を拡大することを提案しました。

[[124473]]

ワイヤレス WiFi は、無料の 2.4GHz 周波数帯域で動作し、非常に高速なデータ転送速度を実現します。したがって、WiFi ネットワーク通信に基づいた位置タグを選択してください。 WiFi ネットワークには、以下の利点があります。WiFi は 2.4GHz で動作し、これは無料の周波数帯域であるため、ユーザーに追加料金はかかりません。WiFi の伝送距離は 100m に達し、建物全体をカバーできます。WiFi の伝送速度は非常に高く、54Mbps に達します。

測位の精度は、測位技術の選択だけでなく、測位アルゴリズムの選択によっても影響を受けます。一般的な屋内測位アルゴリズムは、主に測距技術に基づく測位アルゴリズムと距離に依存しないアルゴリズムの 2 つのカテゴリに分けられます。測距技術に基づくアルゴリズムは、一般的に、ノード間の距離または角度によって未知のノードの位置を計算します。実際のアプリケーションでよく使用されるアルゴリズムには、受信信号強度表示アルゴリズム (RSSI)、到着角度アルゴリズム (AOA)、到着時間アルゴリズム (TOA) などがあります。距離に依存しないアルゴリズムには、重心法、APIT アルゴリズム、凸計画法アルゴリズムなどがあります。これらのアルゴリズムはすべて、ノード間の近接関係を使用して位置決めを実現します。

一般的に言えば、測距技術に基づくアルゴリズムは、測距技術を持たないアルゴリズムよりも正確です。本論文では、無線ネットワークをベースとした RFID 技術を採用し、これに基づいて誤差範囲の小さい位置決めシステムを実現するアルゴリズムを提案します。

システムハードウェア構造

無線周波数識別 (RFID) は一般に電子タグとして知られています。 RFID は、無線周波数信号を通じて対象物を自動的に識別し、関連データを取得する非接触型自動識別技術です。識別作業は人間の介入を必要とせず、さまざまな過酷な環境でも機能します。 RFID テクノロジーは、高速で移動する物体と複数のタグを同時に識別できるため、操作が迅速かつ簡単になります。 RFID は、オブジェクトの制御、検出、追跡に使用される 2 つの基本コンポーネントのみを備えたシンプルなワイヤレス システムです。このシステムは、インテロゲータ (またはリーダー) と多数のトランスポンダ (またはタグ) で構成されます。

位置決めシステムのハードウェアには、リーダー、電子タグ、ワイヤレス WiFi モジュールが含まれます。

リーダーは、タグ情報を読み書きするために使用されるデバイスです。

電子タグは、アクティブとパッシブの 2 つのカテゴリに分けられます。アクティブ技術の電子タグにはバッテリーが内蔵されており、その寿命はパッシブ技術の電子タグよりも一般的に長くなります。バッテリーが交換されるまで、デバイスは設定された周波数帯域を通じて情報を送信し続けます。この記事で使用されているアクティブ技術電子タグは長寿命です。

ワイヤレス WiFi モジュールは、主に電子タグ、リーダー、AP (タグの送信信号を受信するために使用) 間の通信に使用されます。

RFID 位置決めは、倉庫管理、会社の人員、アイテム、病院患者の正確な位置決めに使用できます。ただし、開発の距離制限があるため、無線 WiFi 技術と RFID 技術を組み合わせることで、測位の範囲と精度がさらに向上します。システムのハードウェア構造を図 1 に示します。

システムソフトウェアと位置決めアルゴリズム

1) 信号強度アルゴリズムに基づく

従来の信号伝播は屈折、反射、回折などの影響を受けやすく、受信信号強度はさまざまな経路で伝送された信号の重ね合わせになります。そのため、信号強度が増加する場合もあれば、減少する場合もあります。多くの練習を重ねると、受信信号強度は対数正規分布に従うことがわかります。ノード間の距離は伝播中の信号の減衰によって推定され、未知の場所で受信される信号電界強度はチャネル モデルに従って解決されます。

ここで、n は周囲の環境に関連するパス損失指数です。XΣ は標準偏差が Σ の正規乱数変数です。d0 は基準距離で、屋内環境では通常 1 m です。PL(d0) は基準位置での信号強度です。

n 個の AP と m 個の参照タグがあると仮定すると、AP ポイントが受信した保留中のタグの強度は P = (AP1、AP2、...、APn) であり、収集された t 番目の参照タグの強度ベクトルは St = (St1、St2、...、Stn) です。保留中のタグと参照タグ St 間のユークリッド距離は次のようになります。

信号強度に基づく代表的なアルゴリズムは、LANDMARC アルゴリズムです。アルゴリズムは主に、異なる Et を比較することによって、保留中のラベルの位置に最も近い参照ラベルを見つけます。テスト対象のタグが K 個の隣接する参照タグによって決定される場合、これを「K 近傍アルゴリズム」と呼び、テスト対象のタグの座標は (x, y) です。

ここで、Wi と (xi, yi) はそれぞれ i 番目の隣接参照ラベルの重み係数と座標位置です。経験則として：

重量が大きくなると、E 値は小さくなります。

LANDMARC 方式は比較的複雑な環境を処理できますが、一部の閉鎖環境ではマルチパス効果が発生し、測位精度が低下する可能性があります。一部の研究者は、LANDM ARC アルゴリズムの改良を提案しています。異なるリーダーから取得したタグの RSSI 値をセットに追加し、セット内で最も頻度の高いタグを距離が最も近いタグとして取得し、テスト対象のタグの座標位置を経験式を使用して計算します。これにより、精度が向上します。

2) 三辺位置決めアルゴリズム

3 辺測位法: 位置がわかっている 3 つの AP を中心とし、最も近い参照タグまでの距離を半径として円を描きます。 3つの円の交点はDです。三角形アルゴリズムの概略図を図 2 に示します。

位置ノードがD(x, y)であり、3つの点A、B、Cの座標が(x1, y1)、(x2, y2)、(x3, y3)であることがわかっているとします。 D までの距離はそれぞれ d1、d2、d3 です。次に、D の位置は次の式のいずれか 2 つで解くことができます。

しかし、実際の応用では、測定誤差が存在するため、3 つの円が 1 点で交差することは困難です。これは頻繁に発生し、その結果方程式が解けなくなり、測定対象の位置を特定できなくなります。

3) この論文で使用したアルゴリズム

このソリューションでは、受信信号強度に基づくアルゴリズム（LANDMARC アルゴリズム）を使用する測位アルゴリズムを採用し、精度を高めるために LANDMARC アルゴリズムの背後で 3 辺測位アルゴリズムを使用しています。

実験に先立ち、社内ビルの廊下と3つの部屋に3mごとに電子タグ（リファレンスタグ）を設置し、フロアの南東と北の角にAPを設置した。上位コンピュータと下位コンピュータ間の無線通信（ソフトウェア プログラムのサーバーとクライアント間の接続）を確保します。

実験中、試験対象タグがAP（4）の範囲内に入ると、試験対象タグから発せられる信号電界強度が受信され、ホストコンピュータに送信され始める。同時に、各 AP の各参照タグの信号強度も受信され、ホスト コンピュータに送信されます。

位置決めアルゴリズムは、4 つの AP (AP1、AP2、AP3、AP4) 上のテスト対象タグの電界強度を電界強度ベクトルとして確立し、参照タグも電界強度ベクトルとして確立します。 LANDMARCアルゴリズム、つまり、テスト対象タグの電界強度ベクトルと参照タグの電界強度ベクトルのユークリッド距離を比較することにより、ユークリッド距離が最小の3つの参照タグが見つかり、3つの参照タグの特定の位置が取得されます（実験の初期段階では、参照タグが配置された時点が記録されています）。 3 つの参照ポイントの半径は、信号強度に基づいて決定されなくなりました。代わりに、参照ポイントを中心とし、最も近い参照タグ間の距離の 3/4 (参照タグを何メートル離して配置するかを決定する) を半径として 3 つの円が描かれます。これにより、3 つの円が交差する確率が高まります。

3 つの円が同じ点で交差することは難しいため、3 つの円の間には次の 3 種類の関係があります。

◆3つの円は互いに交差し、共通の面積を持ちます。

◆3つのネットワークは交差しているが、共通領域はない。

◆3つの円は交差しません。

具体的な関係は以下のとおりです。

① 3つの円が共通の面積を持つ場合、その共通面積には必ず3つの交点があり、その3つの交点で三角形が作られる場合、テストするラベルの座標はその三角形の中心の座標になります。

② 二つの交差点の間に共通部分がない場合には、二つの交差点の間には必ず共通部分が存在する。 2 つの円の 2 つの交点を結ぶ線の中点を取り、これら 3 つの中点で三角形を作成します。三角形の中心が、テストするタグの中心座標になります。

③3つの円が交差しない場合は、それらを破棄し、最も近い3つの参照ラベルの次のセットを受け入れます。3回の試行後に交差が見つからない場合は、3つの参照ラベルの位置で三角形を作成し、三角形の中心がテストするラベルの位置になります。

このアルゴリズムの利点は、元の LANDMARC アルゴリズムの測位精度に基づいて三角測位を実行し、測位精度をさらに向上させることです。同時に、参照タグ間の距離に基づいてさらに三角測量を行うことで、追加の計算を減らし、参照タグの電界強度の変化による繰り返し測定を減らすことができます。

結論

この論文では、主に信号強度ベースのアルゴリズムと非測距ベースの 3 面アルゴリズムについて説明し、LANDMARC アルゴリズムをさらに改良します。関連する実験結果によると、このアルゴリズムは約 1.5 m の位置決め精度を達成でき、このソリューションは幅広い用途に適しています。