本發(fā)明屬于無線活動識別領域，涉及一種目標追蹤方法，具體涉及一種基于RFID的被動式目標追蹤方法。
背景技術：
：目標追蹤技術在現(xiàn)實生活中的應用非常廣泛，其應用場景從無所不在的交通監(jiān)控系統(tǒng)、安防系統(tǒng)[1]到更細粒度的人機交互系統(tǒng)(如：細粒度手勢追蹤識別[2]、動作追蹤識別等)，再到野生動物行為檢測等領域，儼然已經(jīng)成為人類正常工作和生活的重要組成部分。其中，目標追蹤技術在安防領域的應用尤為廣泛。2015年僅中國傳統(tǒng)安防行業(yè)年市場規(guī)模約占4500億元的份額，也從側面展示出應對人們對安防等領域的高關注度，企業(yè)在安防市場的規(guī)模也隨之不斷擴大。在目標追蹤系統(tǒng)中，位置信息和運動方向的準確獲取是目標追蹤的重中之重，并且今年來受到了社會各界的關注。試想，安防系統(tǒng)中如果能夠精確獲得每個時刻目標所在的位置以及目標當前的運動方向，得到細粒度的目標的運動軌跡一點都不是難事。但是，現(xiàn)有的大多數(shù)方法都需要目標攜帶信號發(fā)送設備，即綁定式地獲取目標信息，而這在現(xiàn)實社會中是不實際的。雖然也有以下研究利用被動式進行軌跡識別，但是每次識別前都需要進行學習，這將耗費大量的時間。因此，被動式的目標追蹤技術被提出，但是卻沒有廣泛的應用與市場，其原因在于多徑效應的存在而影響精度；目標追蹤的專用設備成本高；檢測學習的工作量大等等原因?，F(xiàn)有的被動式/非綁定式RFID標簽價格5-10美分/個，非常便宜。同時，非綁定式RFID標簽已經(jīng)廣泛應用于日常生活的物品上，像是超市貨架上的物品、儲物間的物品、快遞分揀物品等。應用現(xiàn)有的非綁定式RFID標簽進行目標追蹤，成本很低。另外，RFID設備可以在不同的多徑環(huán)境中使用，可以為非綁定式目標追蹤提供一套可靠的低成本的解決方案。引用的參考文獻：[1]WuJ,ZhengW,TanY,etal.ZoledronicAcidMayReduceIntraoperativeBleedinginSpinalTumors：AProspectiveCohortStudy[J].BioMedresearchinternational，2015，2015。[2]PuQ,GuptaS，GollakotaS,etal.Whole-homegesturerecognitionusingwirelesssignals[C]//Proceedingsofthe19thannualinternationalconferenceonMobilecomputing&networking.ACM，2013：27-38。技術實現(xiàn)要素：針對上述現(xiàn)有技術中存在的缺陷或不足，本發(fā)明的目的在于，提供一種基于RFID的被動式目標追蹤方法，該方法能夠在所監(jiān)控區(qū)域準確的對目標進行追蹤，經(jīng)濟成本低，可靠性高，并且在不用提前學習的情況下可以使用于不同環(huán)境。為了實現(xiàn)上述任務，本發(fā)明采用如下技術解決方案予以實現(xiàn)：一種基于RFID的被動式目標追蹤方法，其特征在于，具體包括以下步驟：步驟一，在監(jiān)測區(qū)域中部署多個被動式RFID標簽，兩個RFID板載天線陣列和一個RFID讀寫器；步驟二，獲取離線階段的指紋信息并存儲，離線階段指紋信息包括處于離線階段監(jiān)測區(qū)域中的目標活動區(qū)域大小，目標運動軌跡的類型、被影響的RFID標簽ID、被影響的RFID標簽的多普勒頻移信息以及被影響程度；步驟三，分別提取每個RFID標簽的受影響時間序列，利用RFID標簽受影響時間序列描繪粗粒度的目標運動軌跡軌跡，并且獲取每個時間段內(nèi)被影響RFID標簽的集合；步驟四，獲取在線階段的被影響RFID標簽集合，根據(jù)被影響RFID標簽集合確定被影響RFID標簽子區(qū)域，利用步驟二的方法得到待檢測目標對應的在線指紋信息；步驟五，利用步驟二得到的離線指紋信息和步驟四每個時間段內(nèi)得到的在線指紋信息，匹配計算得到每個時間段待檢測目標的運動軌跡類型。步驟六，根據(jù)步驟五得到的每個時間段待檢測目標的運動軌跡類型，對步驟三的簡單軌跡進行豐富處理，得到細粒度的目標運動軌跡。具體的，所述步驟二的具體實現(xiàn)方式包括：步驟2.1：RFID讀寫器設置一個，當目標進入監(jiān)測區(qū)域，利用RFID讀寫器的天線陣列測量并記錄所有RFID標簽返回的相位值，并采用DWT方法進行去噪得到去噪后的相位值?？紤]到不同的室內(nèi)環(huán)境，由于多徑效應的影響，相位信息會有明顯的變化，將去噪后的相位值序列轉化成多普勒頻移值序列，提取無人時所有RFID標簽的多普勒頻移信息；步驟2.2：在監(jiān)測區(qū)域內(nèi)，選擇一個體格中等的人在監(jiān)測區(qū)域內(nèi)根據(jù)運動軌跡參考表ATT分別按照不同的軌跡走動，獲取RFID讀寫器所有RFID標簽的相位信息，并采用步驟2.1中提到的DWT方法進行去噪，然后采用步驟2.1中提到的相位值序列轉換多普勒頻移值序列的方法提取所有RFID標簽的多普勒頻移信息；步驟2.3：將目標的運動軌跡類型、被影響RFID標簽的ID、被影響RFID標簽的多普勒頻移信息以及被影響程度作為離線階段指紋信息存儲于服務器數(shù)據(jù)庫中。具體的，所述步驟三的具體實現(xiàn)方式包括：步驟3.1：若監(jiān)測目標進入監(jiān)測區(qū)域，RFID讀寫器的天線陣列讀取所有RFID標簽的相位值，并采用步驟2.1中提到的DWT方法對相位值進行去噪。由于人移動到RFID標簽附近會引起RFID標簽信號頻率的變化，利用DWT方法提取第一層的高頻信號，分析每個RFID標簽信號頻率變化超過閾值的時間點得到每個RFID標簽的受影響時間序列。步驟3.2：利用RFID標簽受影響時間序列以“估算”的方式描繪粗粒度的目標運動軌跡，并且獲取每個時間段內(nèi)被影響RFID標簽的集合；具體的，所述步驟四的具體實現(xiàn)方式包括：步驟4.1：將步驟3.1中去噪后的相位值序列轉化成多普勒頻移值序列，提取目標存在時步驟3.2中獲取的當前時間段內(nèi)被影響RFID標簽的多普勒頻移信息步驟4.2：將當前時間段的開始和結束時間、當前時間段內(nèi)被影響RFID標簽的ID、被影響RFID標簽的多普勒頻移信息以及被影響程度作為離線階段指紋信息存儲于服務器數(shù)據(jù)庫中。具體的，所述步驟五的具體實現(xiàn)方式包括：步驟5.1：將步驟4.2獲取的每個時間段的多普勒頻移信息與離線階段每種運動軌跡類型對應的多普勒頻移信息采用DTW比較，獲取匹配得到的運動軌跡類型。目標運動軌跡類型匹配估計的計算公式如下：Des(If,Of)＝Numbersameη-Dif(If,Of)+Ll·Nl(1)Dif(If,Of)=Σi=1Numbersame(Σj=1NDTWijN)2Numbersame---(2)]]>Destarget＝argmax(Des(If,Of(i))),i∈(1,…,Nrf)(3)公式中：If表示在線階段計算得到的指紋信息，包括一個時間段的開始和結束時間、當前時間段內(nèi)被影響RFID標簽的ID、被影響RFID標簽的多普勒頻移信息以及被影響程度；Of表示離線階段計算得到的所有的目標指紋信息集合，包括目標的運動軌跡類型、被影響RFID標簽的ID、被影響RFID標簽的多普勒頻移信息以及被影響程度；Numbersame表示在線階段和每一組離線階段的相同被影響RFID標簽數(shù)目；η表示相同被影響RFID標簽在軌跡匹配過程中的權重；Dif(If,Of)表示在線階段的指紋信息與離線階段指紋信息在所有相同被影響RFID標簽的多普勒頻移信息上的綜合差異；DTWij表示相同被影響RFID標簽i在第j個天線上多普勒頻移信息上的差別；Ll表示離線階段和在線階段中相同天線信號不全的被影響RFID標簽數(shù)量，即兩種情況：情況一，離線階段RFID標簽Label為被影響RFID標簽，在線階段RFID標簽Label無法被天線陣列采集到該RFID標簽的受影響時間序列；情況二，離線階段RFID標簽Label無法被天線陣列采集到該RFID標簽的受影響時間序列，在線階段RFID標簽Label為被影響RFID標簽。Nl表示天線信號不全的權重；Destarget表示針對待檢測目標，分別計算此待檢測目標對應的在線指紋和所有離線指紋的Des(If,Of)值，得到最大Des(If,Of)值對應的離線指紋，則該離線指紋中的目標運動軌跡類型即為所求目標運動軌跡。具體的，所述步驟六的具體實現(xiàn)方式為：步驟6.1：將步驟3.2中獲取的粗粒度的運動軌跡利用每個時間段獲取的運動軌跡類型進行豐富處理，最終得到細粒度的運動軌跡，如圖5所示。具體的，所述步驟2.1中去除噪聲的DWT方法具體實現(xiàn)方法為：αk(T)=<xj,gj-2Tk(T)>j=Σj∈Zxjgj-2Tk(T),T∈Z---(4)]]>βk(R)=<xj,hj-2Rk(R)>j=Σj∈Zxjhj-2Rk(R),R∈{1,2,...,T}---(5)]]>xj=Σk∈ZαkTgj-2Tk(T)+ΣR=1TΣk∈Zβk(R)hj-2Rk(R)---(6)]]>公式中：T是由DWT方法去噪的次數(shù)；k是由DWT對原始信號分解后，所得信號的第k個點；是由DWT對原始信號分解到第T次得到的低頻信號；是由DWT對原始信號分解到第R次得到的高頻信號；xj是第j個輸入點的相位值；<.>表示點積操作；g與h分別是低通濾波器和高通濾波器。通過DWT方法，可以將采集得到的原始信號分解為兩部分：低通信號和高通信號，這個分裂的過程將會持續(xù)T次直到高通信號再也不能進行分裂。最終通過DWT方法會得到低通信號α(T)和T個高通信號β(1),β(2),…,β(T)，如圖4所示，公式(6)為DWT的逆運算。具體的，所述步驟2.2中軌跡參考表ATT如表1所示：表1：運動軌跡參考表ATT具體的，所述步驟3.1中利用DWT方法提取第一層的高頻信，具體方法利用步驟2.1中的方法，提取完畢之后，結果如圖5所示，可以在圖5中觀察到d1上有兩個明顯的分割點，我們就可以將這兩個分割點的時間點作為相應RFID標簽受影響的開始時間和結束時間，并且可以利用RFID標簽受影響的時間段定出目標的所在區(qū)域。具體的，所述步驟5.1中DTW匹配算法的具體實現(xiàn)方式包括：假設有兩個多普勒頻移值序列文件，即Qη和Qμ：Qη＝Qη(0),…Qη(i),…Qη(180)(7)Qμ＝Qμ(0),…Qμ(j),…Qμ(180)(8)經(jīng)DWT方法處理后，每個相位信息文件中有N＝180個值，則這兩個多普勒頻移值序列信息的差異值為：DTWη,μ=minΣi,j=1N|Qη(i)-Qμ(j)|---(9)]]>在計算過程中，i不一定等于j，兩個多普勒頻移值序列的差異為最小匹配值；本發(fā)明的基于RFID的被動式目標追蹤方法，與現(xiàn)有技術相比，具有以下優(yōu)點：1、目標運動軌跡追蹤方法僅需要少量廉價的RFID被動式RFID標簽就可以對目標進行運動軌跡追蹤，即所需經(jīng)濟成本低，突破了傳統(tǒng)意義上使用昂貴設備才能實現(xiàn)多目標的活動識別。2、利用獲取的多普勒頻移信息，可以在不學習的前提下，實現(xiàn)非綁定式地目標追蹤，方便移植，可實現(xiàn)在不同環(huán)境中進行目標追蹤，減少工作量。3、利用目標對信號頻率的干擾來判定RFID標簽受目標影響開始和結束的時間點，并利用多個RFID標簽的受影響序列得到目標的運動軌跡。4、利用DWT方法對獲取的相位信息進行去噪，能夠最大限度的保留真實有用的信息。附圖說明圖1是本發(fā)明的基于RFID的被動式目標追蹤方法運動軌跡識別流程圖；圖2是人對相位信息擾動說明圖；圖3是室內(nèi)實驗環(huán)境圖，實驗環(huán)境是一個套房，包括廚房、廁所、臥室、客廳和書房，實驗主要在客廳進行；圖4是DWT方法實現(xiàn)的原理流程圖；圖5是由DWT方法分解過后得到的結果圖；圖6是對運動軌跡進行平滑處理之后的對比圖；圖7是不同RFID標簽間距下軌跡識別的精度，間距范圍在0.3m-到1.5m。圖8是監(jiān)測區(qū)域在3m*3m，5m*5m，7m*7m，RFID標簽間距為0.5m情況下的軌跡識別精度。圖9是監(jiān)測環(huán)境分別在實驗室，空曠大廳以及室外場景目標運動軌跡識別的精度。以下結合附圖和實施例對本發(fā)明作進一步詳細地解釋和說明。具體實施方式參見圖2，RFID設備采集環(huán)境信息的方式如下：RFID板載天線陣列發(fā)送射頻信號，RFID標簽接收到射頻信號后，附帶上自身的RFID標簽信息，返回信號給板載天線陣列，經(jīng)過處理后得到RFID標簽的相關信息。當目標在檢測區(qū)域中時，人的運動軌跡會引起RFID標簽的多普勒相位頻移的變化，從而判定目標的運動軌跡。為了較清晰地給出本發(fā)明的主要原理，我們對本發(fā)明的原理進行詳細地描述。如圖2，實驗環(huán)境中部署一個RFID器，兩個板載天線陣列分別放在檢測區(qū)域相互垂直的兩個邊界，RFID標簽以0.5m的間距分別放在監(jiān)測區(qū)域的另外兩個垂直邊界，在人進入監(jiān)測區(qū)域時，會引起RFID標簽信號的變化，如圖5中的S所示，但是人在進入監(jiān)測區(qū)域時而采集回來的信號信息會有噪聲，因此本實施例用了DWT方法進行去噪，在得到第一層高頻信號時可看出RFID標簽的受影響時間段，那么根據(jù)RFID標簽的受影響時間段可判斷出目標的區(qū)域位置，最后在采集得到所有RFID標簽信息的時候，就可判斷出目標的運動軌跡。概括地來講，本實施例的基于RFID的被動式目標追蹤方法主要包含兩個階段：區(qū)域識別和活動識別，如圖1所示。在區(qū)域識別階段，首先需要對每個RFID標簽采集原始信號，并用DWT方法對原始信號進行分解，而為了不受多徑影響最終轉換成多普勒頻移信息文件，則可以從DWT方法分解出來的第一層高頻信號得到RFID標簽的受影響時間段，而對于RFID標簽不同的受影響時間段可得到相對應時間內(nèi)目標的大體區(qū)域所在。因此，可以將每個RFID標簽的受影響時間段采集得到，最終得到目標的運動軌跡，從而實現(xiàn)區(qū)域識別。在活動識別階段，需要根據(jù)在線階段采集得到目標對應不同運動軌跡活動時的指紋信息，即被影響RFID標簽ID和被影響RFID標簽的多普勒頻移信息，將離線階段所有的指紋信息與當前在線階段指紋信息進行匹配，根據(jù)DTW算法計算離線階段指紋信息與在線階段指紋信息的匹配分數(shù)，分數(shù)越高，匹配程度越強。選取其中匹配分數(shù)最高的離線指紋信息，該離線指紋信息中的運動軌跡即為當前目標的運動軌跡。具體包括以下步驟：步驟一，場景設置在5m*5m監(jiān)測區(qū)域中部署被動式RFID標簽，將被動式RFID標簽以0.5m間距放置在監(jiān)測區(qū)域相互垂直的兩個邊界，并將2個RFID板載天線陣列分別放置于監(jiān)測區(qū)域的另外的兩個邊界上，兩個板載天線陣列只需用一個RFID讀寫器連接；步驟二，獲取離線階段指紋信息并存儲步驟2.1：RFID讀寫器設置一個，利用RFID讀寫器的天線陣列測量并記錄所有RFID標簽返回的相位值，并采用DWT方法進行去噪得到去噪后的相位信息?？紤]到不同的室內(nèi)環(huán)境，由于多徑效應的影響，相位信息會有明顯的變化，將去噪后的相位值序列轉化成多普勒頻移值序列，提取無人時所有RFID標簽的多普勒頻移信息。其中，上述獲取RFID標簽相位值的計算方法如下所示：RFID設備采用反向散射通信方式，RFID讀寫器接收到發(fā)生信號后，由其計算出每個天線收到的RFID標簽ID號，對應的相位值θ，相位值θ計算公式為：θ=(2πλ2d+θn)mod2π---(10)]]>θn＝θT+θR+θtag(11)其中，λ是射頻信號的波長，θn是系統(tǒng)噪聲，θT，θR，θtag分別為RFID讀寫器的發(fā)射電路、RFID讀寫器的接收電路以及RFID標簽的反射系數(shù)。另外，上述所采用的DWT方法如下所示：αk(T)=<xj,gj-2Tk(T)>j=Σj∈Zxjgj-2Tk(T),T∈Z---(4)]]>βk(R)=<xj,hj-2Rk(R)>j=Σj∈Zxjhj-2Rk(R),R∈{1,2,...,T}---(5)]]>xj=Σk∈ZαkTgj-2Tk(T)+ΣR=1TΣk∈Zβk(R)hj-2Rk(R)---(6)]]>T是由DWT方法去噪的次數(shù)；k是由DWT對原始信號分解后，所得信號的第k個點；是由DWT對原始信號分解到第T次得到的低頻信號；是由DWT對原始信號分解到第R次得到的高頻信號；xj是第j個輸入點的相位值；<.>表示點積操作；g與h分別是低通濾波器和高通濾波器。通過DWT方法，可以將采集得到的原始信號分解為兩部分：低通信號和高通信號，這個分裂的過程將會持續(xù)T次直到高通信號再也不能進行分裂。最終通過DWT方法會得到低通信號α(T)和T個高通信號β(1),β(2),…,β(T),如圖4所示，公式(6)為DWT的逆運算。步驟2.2：在5m*5m的監(jiān)測區(qū)域內(nèi)(圖3)，選擇一個體格中等的人在監(jiān)測區(qū)域內(nèi)根據(jù)運動軌跡參考表ATT分別按照不同的軌跡走動，獲取RFID讀寫器到所有RFID標簽的相位信息，并采用步驟2.1中提到的DWT方法進行去噪，然后采用步驟2.1中提到的相位值序列轉換多普勒頻移值序列的方法提取所有RFID標簽的多普勒頻移信息；其中，運動軌跡參考表ATT如表1：表1：運動軌跡參考表ATT軌跡編碼軌跡類型L左轉(TurningLeft)R右轉(TurningRight)I向內(nèi)轉(Turninginward)O向外轉(Turningoutward)S直走(goingstraight)步驟2.3：將目標的運動軌跡類型、被影響RFID標簽的ID、被影響RFID標簽的多普勒頻移信息以及被影響程度作為離線階段指紋信息存儲于服務器數(shù)據(jù)庫中。步驟三，分別提取每個RFID標簽的受影響時間序列，利用RFID標簽受影響時間序列描繪粗粒度的目標運動軌跡軌跡，并且獲取每個時間段內(nèi)被影響RFID標簽的集合；步驟3.1：若監(jiān)測目標進入監(jiān)測區(qū)域，RFID讀寫器的天線陣列讀取所有RFID標簽的相位值，并采用步驟2.1中提到的DWT方法對相位值進行去噪。由于人移動到RFID標簽附近會引起RFID標簽信號頻率的變化，利用DWT方法提取第一層的高頻信號，分析每個RFID標簽信號頻率變化超過閾值的時間點得到每個RFID標簽的受影響時間序列。其中，所述步驟3.1中利用DWT方法提取第一層的高頻信，具體方法利用步驟2.1中的方法，提取完畢之后，結果如圖5所示，可以在圖5中觀察到d1上有兩個明顯的分割點，我們就可以將這兩個分割點的時間點作為相應RFID標簽受影響的開始時間和結束時間，并且可以利用RFID標簽受影響的時間段定出目標的所在區(qū)域。步驟3.2：利用RFID標簽受影響時間序列以“估算”的方式描繪粗粒度的目標運動軌跡，并且獲取每個時間段內(nèi)被影響RFID標簽的集合；步驟四，獲取待測目標對應的在線指紋信息；步驟4.1：將步驟3.1中去噪后的相位值序列轉化成多普勒頻移值序列，提取目標存在時步驟3.2中獲取的當前時間段內(nèi)被影響RFID標簽的多普勒頻移信息；步驟4.2：將當前時間段的開始和結束時間、當前時間段內(nèi)被影響RFID標簽的ID、被影響RFID標簽的多普勒頻移信息以及被影響程度作為離線階段指紋信息存儲于服務器數(shù)據(jù)庫中。步驟五，利用步驟二的得到的離線指紋信息與步驟四中得到的待測目標在線指紋信息，匹配計算待測目標的運動軌跡；步驟5.1：將步驟4.2獲取的每個時間段的多普勒頻移信息與離線階段每種運動軌跡類型對應的多普勒頻移信息采用DTW比較，獲取匹配得到的運動軌跡類型。目標運動軌跡類型匹配估計的計算公式如下：Des(If,Of)＝Numbersameη-Dif(If,Of)+Ll·Nl(1)Dif(If,Of)=Σi=1Numbersame(Σj=1NDTWijN)2Numbersame---(2)]]>Destarget＝argmax(Des(If,Of(i))),i∈(1,…,Nrf)(3)公式中：If表示在線階段計算得到的指紋信息，包括一個時間段的開始和結束時間、當前時間段內(nèi)被影響RFID標簽的ID、被影響RFID標簽的多普勒頻移信息以及被影響程度；Of表示離線階段計算得到的所有的目標指紋信息集合，包括目標的運動軌跡類型、被影響RFID標簽的ID、被影響RFID標簽的多普勒頻移信息以及被影響程度；Numbersame表示在線階段和每一組離線階段的相同被影響RFID標簽數(shù)目；η表示相同被影響RFID標簽在軌跡匹配過程中的權重；Dif(If,Of)表示在線階段的指紋信息與離線階段指紋信息在所有相同被影響RFID標簽的多普勒頻移信息上的綜合差異；DTWij表示相同被影響RFID標簽i在第j個天線上多普勒頻移信息上的差別；Ll表示離線階段和在線階段中相同天線信號不全的被影響RFID標簽數(shù)量，即兩種情況：情況一，離線階段RFID標簽Label為被影響RFID標簽，在線階段RFID標簽Label無法被天線陣列采集到該RFID標簽的受影響時間序列；情況二，離線階段RFID標簽Label無法被天線陣列采集到該RFID標簽的受影響時間序列，在線階段RFID標簽Label為被影響RFID標簽。Nl表示天線信號不全的權重；Destarget表示針對待檢測目標，分別計算此待檢測目標對應的在線指紋和所有離線指紋的Des(If,Of)值，得到最大Des(If,Of)值對應的離線指紋，則該離線指紋中的目標運動軌跡類型即為所求目標運動軌跡。其中，上述所述的DTW方法具體如下所示：假設有兩個多普勒頻移值序列文件，即Qη和Qμ：Qη＝Qη(0),…Qη(i),…Qη(180)(7)Qμ＝Qμ(0),…Qμ(j),…Qμ(180)(8)經(jīng)DWT方法處理后，每個相位信息文件中有N＝180個值，則這兩個多普勒頻移值序列信息的差異值為：DTWη,μ=minΣi,j=1N|Qη(i)-Qμ(j)|---(9)]]>在計算過程中，i不一定等于j，兩個多普勒頻移值序列的差異為最小匹配值；步驟六，根據(jù)步驟五得到的當前時間段待檢測目標的運動軌跡類型，對步驟三的簡單軌跡進行豐富處理，得到細粒度的目標運動軌跡。步驟6.1：將步驟3.2中獲取的粗粒度的運動軌跡利用每個時間段獲取的運動軌跡類型進行豐富處理，最終得到細粒度的運動軌跡。實施例：使用一套通用的RFID系統(tǒng)在西北大學信息科學與技術學院的通信實驗室中(如圖3)完成測試，實驗室中放有多個桌椅、臺式電腦、通信設備等，室內(nèi)環(huán)境比較復雜。本實驗中，總共有三種不同的實驗，用于驗證本發(fā)明的有效性，魯棒性以及與其他方法相比的優(yōu)勢，每種實驗不同的實驗場景，由1位志愿者，實驗持續(xù)25個小時，共收數(shù)據(jù)13180條數(shù)據(jù)。本實施例的基于RFID的被動式目標追蹤方法，具體按照以下步驟進行：步驟一，場景設置在5m*5m監(jiān)測區(qū)域中部署被動式RFID標簽，將被動式RFID標簽以固定的間距放置在監(jiān)測區(qū)域相互垂直的兩個邊界，并將2個RFID板載天線陣列分別放置于監(jiān)測區(qū)域的另外的兩個邊界上，兩個板載天線只需用一個RFID讀寫器連接，如圖2；步驟二，獲取離線階段指紋信息并存儲步驟2.1：RFID讀寫器設置一個，利用RFID讀寫器的天線陣列測量并記錄所有RFID標簽返回的相位值，并采用DWT方法進行去噪得到去噪后的相位信息?？紤]到不同的室內(nèi)環(huán)境，由于多徑效應的影響，相位信息會有明顯的變化，將去噪后的相位值序列轉化成多普勒頻移值序列，提取無人時所有RFID標簽的多普勒頻移信息其中，上述所采用的DWT方法如下所示：αk(T)=<xj,gj-2Tk(T)>j=Σj∈Zxjgj-2Tk(T),T∈Z---(4)]]>βk(R)=<xj,hj-2Rk(R)>j=Σj∈Zxjhj-2Rk(R),R∈{1,2,...,T}---(5)]]>xj=Σk∈ZαkTgj-2Tk(T)+ΣR=1TΣk∈Zβk(R)hj-2Rk(R)---(6)]]>T是由DWT方法去噪的次數(shù)；k是由DWT對原始信號分解后，所得信號的第k個點；是由DWT對原始信號分解到第T次得到的低頻信號；是由DWT對原始信號分解到第R次得到的高頻信號；xj是第j個輸入點的相位值；<.>表示點積操作；g與h分別是低通濾波器和高通濾波器。通過DWT方法，可以將采集得到的原始信號分解為兩部分：低通信號和高通信號，這個分裂的過程將會持續(xù)T次直到高通信號再也不能進行分裂。最終通過DWT方法會得到低通信號α(T)和T個高通信號β(1),β(2),…,β(T)，公式(6)為DWT的逆運算。步驟2.2：在5m*5m的監(jiān)測區(qū)域內(nèi)(圖3)，選擇一個體格中等的人在監(jiān)測區(qū)域內(nèi)根據(jù)運動軌跡參考表ATT分別按照不同的軌跡走動，獲取RFID讀寫器所有RFID標簽的相位信息，并采用步驟2.1中提到的DWT方法進行去噪，然后采用步驟2.1中提到的相位值序列轉換多普勒頻移值序列的方法提取所有RFID標簽的多普勒頻移信息；步驟2.3：將目標的運動軌跡類型、被影響RFID標簽的ID、被影響RFID標簽的多普勒頻移信息以及被影響程度作為離線階段指紋信息存儲于服務器數(shù)據(jù)庫中。步驟三，分別提取每個RFID標簽的受影響時間序列，利用RFID標簽受影響時間序列描繪粗粒度的目標運動軌跡軌跡，并且獲取每個時間段內(nèi)被影響RFID標簽的集合；步驟3.1：若監(jiān)測目標進入監(jiān)測區(qū)域，RFID讀寫器的天線陣列讀取所有RFID標簽的相位值，并采用步驟2.1中提到的DWT方法對相位值進行去噪。由于人移動到RFID標簽附近會引起RFID標簽信號頻率的變化，利用DWT方法提取第一層的高頻信號，分析每個標簽信號頻率變化超過閾值的時間點得到每個標簽的受影響時間序列。其中，所述步驟3.1中利用DWT方法提取第一層的高頻信，具體方法利用步驟2.1中的方法，提取完畢之后，結果如圖5所示，可以在圖5中觀察到d1上有兩個明顯的分割點，我們就可以將這兩個分割點的時間點作為相應RFID標簽受影響的開始時間和結束時間，并且可以利用RFID標簽受影響的時間段定出目標的所在區(qū)域。步驟3.2：利用標簽受影響時間序列以“估算”的方式描繪粗粒度的目標運動軌跡，并且獲取每個時間段內(nèi)被影響RFID標簽的集合；步驟四，獲取待測目標對應的在線指紋信息；步驟4.1：將步驟3.1中去噪后的相位值序列轉化成多普勒頻移值序列，提取目標存在時步驟3.2中獲取的當前時間段內(nèi)被影響RFID標簽的多普勒頻移信息；步驟4.2：將當前時間段的開始和結束時間、當前時間段內(nèi)被影響RFID標簽的ID、被影響RFID標簽的多普勒頻移信息以及被影響程度作為離線階段指紋信息存儲于服務器數(shù)據(jù)庫中。步驟五，利用步驟二的得到的離線指紋信息與步驟四中得到的待測目標在線指紋信息，匹配計算待測目標的運動軌跡；步驟5.1：將步驟4.2獲取的每個時間段的多普勒頻移信息與離線階段每種運動軌跡類型對應的多普勒頻移信息采用DTW比較，獲取匹配得到的運動軌跡類型目標運動軌跡類型匹配估計的計算公式如下Des(If,Of)＝Numbersameη-Dif(If,Of)+Ll·Nl(1)Dif(If,Of)=Σi=1Numbersame(Σj=1NDTWijN)2Numbersame---(2)]]>Destarget＝argmax(Des(If,Of(i))),i∈(1,…,Nrf)(3)公式中：If表示在線階段計算得到的指紋信息，包括一個時間段的開始和結束時間、當前時間段內(nèi)被影響RFID標簽的ID、被影響RFID標簽的多普勒頻移信息以及被影響程度；Of表示離線階段計算得到的所有的目標指紋信息集合，包括目標的運動軌跡類型、被影響RFID標簽的ID、被影響RFID標簽的多普勒頻移信息以及被影響程度；Numbersame表示在線階段和每一組離線階段的相同被影響RFID標簽數(shù)目；η表示相同被影響RFID標簽在軌跡匹配過程中的權重；Dif(If,Of)表示在線階段的指紋信息與離線階段指紋信息在所有相同被影響RFID標簽的多普勒頻移信息上的綜合差異；DTWij表示相同被影響RFID標簽i在第j個天線上多普勒頻移信息上的差別；Ll表示離線階段和在線階段中相同天線信號不全的被影響RFID標簽數(shù)量，即兩種情況：情況一，離線階段標簽Label為被影響RFID標簽，在線階段標簽Label無法被天線陣列采集到該RFID標簽的受影響時間序列；情況二，離線階段RFID標簽Label無法被天線陣列采集到該RFID標簽的受影響時間序列，在線階段標簽Label為被影響RFID標簽。Nl表示天線信號不全的權重；Destarget表示針對待檢測目標，分別計算此待檢測目標對應的在線指紋和所有離線指紋的Des(If,Of)值，得到最大Des(If,Of)值對應的離線指紋，則該離線指紋中的目標運動軌跡類型即為所求目標運動軌跡。其中，上述所述的DTW方法具體如下所示：假設有兩個多普勒頻移值序列文件，即Qη和Qμ：Qη＝Qη(0),…Qη(i),…Qη(180)(7)Qμ＝Qμ(0),…Qμ(j),…Qμ(180)(8)經(jīng)DWT方法處理后，每個相位信息文件中有N＝180個值，則這兩個多普勒頻移值序列信息的差異值為：DTWη,μ=minΣi,j=1N|Qη(i)-Qμ(j)|---(9)]]>在計算過程中，i不一定等于j，兩個多普勒頻移值序列的差異為最小匹配值；步驟六，根據(jù)步驟五得到的當前時間段待檢測目標的運動軌跡類型，對步驟三的簡單軌跡進行豐富處理，得到細粒度的目標運動軌跡。步驟6.1：將步驟3.2中獲取的粗粒度的運動軌跡利用每個時間段獲取的運動軌跡類型進行豐富處理，最終得到細粒度的運動軌跡，結果如圖5所示。運動軌跡識別效果驗證：實驗I：實驗I的目標在于驗證本發(fā)明的有效性和精讀。首先設立一個5m*5m的監(jiān)測區(qū)域。在實驗過程中采集每個RFID標簽對應的多普勒頻移信息300條，同時設置RFID標簽的之間的間隔范圍為0.3m～1.5m。實驗I的測試效果：如圖7所示，同樣在5m*5m的區(qū)域內(nèi)，縮小RFID標簽的間距將會提高計算精度，但是隨著RFID標簽間距的增大，精度下降，即RFID標簽間距越小精度越高，因此把RFID標簽間距設置為1m以內(nèi)都是可行的，說明本實驗室是有效的。實驗II：實驗II的目標在于驗證本發(fā)明的魯棒性。設定3個大小不同的監(jiān)測區(qū)域，即3m*3m，5m*5m，7m*7m，RFID標簽間距設置為0.5m，采集每個RFID標簽對應的多普勒頻移信息300條。實驗II的測試效果：從圖8可以看出，在RFID標簽間距為0.5m的情況下，在不同的監(jiān)測區(qū)域內(nèi)，精度都很高，即本發(fā)明可以在不同的監(jiān)測區(qū)域內(nèi)得到精確的目標運動軌跡，則說明本發(fā)明具有魯棒性。實驗III：實驗III中，分別在實驗室、空曠大廳、戶外測試該發(fā)明對環(huán)境的魯棒性情況。監(jiān)測環(huán)境大小均為5m*5m，目標數(shù)量為1個，RFID標簽間間隔0.5m。實驗III的測試效果：從圖9可以看出，該系統(tǒng)在空曠大廳的環(huán)境測試出來的效果最好，能夠有效的識別各類目標運動軌跡。當前第1頁1 2 3