RFID室内放射源信息在线监测系统设计与仿真

RFID室内放射源信息在线监测系统设计与仿真
李远茂;刘桂雄;洪晓斌
【摘要】针对室内放射源传统监控方式不及时等问题,研究基于RFID的室内放射源信息在线监测系统,全面实时采集放射源动态信息,并引入RFID室内定位技术,提出一种精度更高、稳定性更好的RFID定位算法.通过摄像监控设备获取现场视频信息,同时采用RFID技术实现放射源状态信息全程跟踪,并完成RFID防盗报警系统设计.结合径向基插值法和量子粒子群算法,提出RBF-QPSO定位算法,解决VIRE算法虚拟标签插值不准确、环境适应性差等问题.仿真实验表明:该算法定位准确度约为0.167m,相比于Linear-PSO、VIRE算法分别提高80.17％、84.52％.
【期刊名称】《中国测试》
【年(卷),期】2015(041)008
【总页数】5页(P63-66,70)
【关键词】放射源;RFID;监测系统;定位算法
【作者】李远茂;刘桂雄;洪晓斌
【作者单位】华南理工大学机械与汽车工程学院,广东广州510640;华南理工大学机械与汽车工程学院,广东广州510640;华南理工大学机械与汽车工程学院,广东广州510640
【正文语种】中文
【中图分类】A
成千上万放射源分布于我国各地，其监管不当将导致放射源核泄漏、丢失等，引发放射性污染甚至核灾难[1]。

针对放射源室外作业期间的监管工作，众多科研机构结合GPS、GIS和远程通信等技术提出了较多解决方案[2]，但对于放射源室内监控缺乏科学的策略，主要采取单一的人工巡检或摄像监控方式[3]，无法综合利用现场数据[4]。

为实现室内放射源管理信息化、自动化和网络化，本文利用射频识别技术（radio frequency identification，RFID）搭建室内放射源信息在线监测系统，并引入RFID室内定位技术，全面监控放射源动态信息。

为实现快速准确定位，除改善定位系统硬件外，更多体现在定位算法上。

Ni等[5]开发LANDMARC 系统，采用参考标签取代阅读器，降低了成本且系统动态性能得到提高，但多径干扰严重、冗余计算量较多；Zhao等[6]提出VIRE算法，引进虚拟标签，降低系统成本的同时提高估算精度，但线性插值法不能较好模拟非线性RSSI损耗场，且“Proximity Map”中固定阈值无法适应环境多变性；温佩芝等[7]结合标准PSO 算法和区域化Lagrange插值法得到更高精度的定位算法，但若插值区域内存在至少两个参考标签到同一阅读器距离相等，则该插值公式将出现分母为0情况，造成定位无法继续。

此外，标准PSO算法在搜索过程中可能发散或陷入局部最优点[8-9]，这在放射源监控等重要应用场合是不允许的。

因此，本文结合径向基插值法和量子粒子群算法，研究一种精度更高、稳定性更好的定位算法。

1.1 系统总体框架
图1为基于RFID的放射源监控系统总体框图。

其监测参数主要包括：视频信息、状态信息、位置信息。

视频信息通过摄像监控设备上传至监控中心。

状态信息存储于UHF RFID电子标签，通过设置RFID固定式阅读器实现信息自动更新，并可利用RFID手持式终端进行数据交换。

位置信息由RFID定位子系统获取，并在上位机实时在线显示。

当放射源处于异常状态时，系统将产生报警并通过短信通知管理人员。

1.2 主要功能模块
根据放射源使用情况，利用RFID对放射源整个生命周期进行追溯，其状态信息包括：入库、出库、正常工作、异常报警、报废。

在监控区域通过放置摄像机和RFID固定式阅读器，对放射源进行实时监控。

图2为放射源监控区域二维平面示意图。

图3为放射源入库状态信息自动更新原理图。

在仓库大门位置放置固定式阅读器，当放射源进入仓库时，依次经过RFID射频感应场1、2后，系统自动更新其状态
信息为入库。

图4为基于RFID的放射源防盗设计图。

在放射源储存区域放置RFID固定式阅读器，当放射源置于储存区域，即能被阅读器识别。

若放射源处于入库状态并被非法移离阅读器射频场，系统自动更新其状态信息为异常报警，并产生报警。

若放射源即将出库或正常使用，需要管理人员通过RFID手持式终端对其状态进行更新，此时放射源被移离储存区域时，不产生报警。

若放射源处于入库状态，被非法移动依次经过大门射频感应区域2、1时，产生报警。

综合上述，相比传统监控方式，该系统优势在于：1）在传统摄像监控方式基础上，增加RFID跟踪防盗，提高了其监测安全性能；2）利用RFID技术，实现放射源
生命周期追朔，实时在线监控放射源状态信息；3）实现放射源状态信息自动更新，减少人工操作，提高自动化水平。

室内定位技术随物联网技术的发展备受关注，尤其在仓库、图书馆等室内环境，其快速、准确定位有利于通过位置信息实现安全化管理[10]，而RFID定位系统易于搭建，成本低，准确度高[11]。

利用RFID搭建室内定位系统有利于实现放射源精准定位，全面监测放射源室内位置信息。

图5为RFID室内定位系统模型，设在
4m×4m室内定位区域内，放置4个RFID固定式阅读器和16个RFID参考标签，待定位标签贴在放射源上，参考标签和待定位标签RSSI值由4个阅读器采集可得，
然后根据RBF-QPSO定位算法获取放射源位置信息。

其算法流程为：设置参考标签和阅读器，确定定位系统模型；在定位区域内产生虚拟标签，并根据参考标签RSSI值，建立基于RBF插值法的虚拟标签RSSI值数学模型；将虚拟标签当作粒子，建立量子粒子群算法模型，通过不断迭代估算待定标签坐标。

假设在定位区域内放置N个RFID参考标签，并布置K个RFID固定式阅读器，设有Q个待定位标签，M个虚拟标签。

第k个阅读器采集第n个参考标签RSSI值
为θkn（1≤k≤K，1≤n≤N），采集第q个待定位标签RSSI值Skq（1≤k≤K，
1≤q≤Q）。

径向基全局插值法可综合考虑全部参考标签信息，构造出光滑的非线性RSSI损耗场，尤其在参考标签数目较多的大型室内场合，其优势更加明显。

算法基于Wendland等[12]提出的紧支径向基函数进行零阶归一化处理。

根据参考标签RSSI值，利用RBF插值法求出每个虚拟标签RSSI值Tkm（1≤k≤K，1≤m≤M），公式如下：
其中，径向基函数为对应于每个径向基函数的权函数dsp为常数，表示该径向基
函数的紧支半径；xi，yi为参考标签坐标，1≤i≤N；xm，ym为虚拟标签坐标，
1≤m≤M。

将式（1）写成矩阵形式
式中样本点为参考标签坐标，若各径向基函数中心为参考标签坐标，并代入径向基函数中，则矩阵G是一个固定值，即
而T0=θ0=[θk1，θk2，…，θkN]T，为参考标签RSSI值，则由式（2）可求得权值：
将式（3）代入式（1）可得虚拟标签RSSI值为
为解决PSO不能保证以概率1全局收敛缺陷，Sun等[13]基于量子力学提出QPSO算法，该算法中不会发散到无穷处且收敛速度快，需要调整的算法参数相
比PSO更少。

在放射源RFID定位监控中，要求系统具有良好的稳定性、易用性
与实时性，而相比标准PSO算法，QPSO算法具有严格收敛性证明，所需人工调整参数更少，寻优速度更快，是一种更理想的优化算法。

定义虚拟标签和待定位标签的欧氏距离与阅读器个数之比作为目标函数[7]，公式
如下：
式中f（xm，ym）越小，表示该虚拟标签（xm，ym）与待定位标签（xq，yq）的位置越接近。

将虚拟标签当作粒子，建立量子粒子群算法模型，不停迭代，直至满足所设定的收敛条件，所得到最优粒子位置即为待定位标签估算坐标。

为测试算法性能，在Matlab环境下对不同定位算法进行了仿真试验。

参考标签和待定位标签RSSI值均由室内对数路径损耗模型[14]获得。

由于对少量标签进行试验，随机性较大，可信度不够高，因此需要采用大量标签进行随机试验，利用累积分布函数（cumulative distribution function，CDF）对不同定位算法进行评价。

根据数理统计相关理论，CDF可表示为
式中：n——样本总数；
νn（x）——随机事件{ξ＜x}频数。

在定位区域内随机产生5000个标签，分别在线性和RBF插值法下，利用邻近地图、PSO法和QPSO对标签坐标进行估算，图6为不同算法的CDF曲线图。

可以看出，在相同搜索方式下，RBF插值法比线性插值法总体定位精度更高；在
相同插值法下，相比于“Proximity Map”和PSO法，QPSO法定位准确度提高显著；以90%标签为限，RBF-QPSO定位误差＜0.167m，Linear-PSO[7]定位误差＜0.842m，而Linear-VIRE[6]定位误差＜1.079m。

相比于Linear-PSO法和Linear-VIRE法，RBF-QPSO法定位准确度分别提高了80.17%、84.52%。

图7为放射源信息管理系统功能界面。

该系统主要使用SQL数据库、移动通信等
技术，其功能包括：放射源信息录入、放射源信息查询、应急方案管理、应急方案查询、短信通知、用户管理和个人资料管理等。

普通用户可在“注册”窗口注册用
户并设置密码、真实姓名、电话和身份证等个人信息，可对放射源信息和应急方案进行查询，同时可对个人资料进行管理。

高级用户可对普通用户资料进行管理，同时可录入和查询放射源信息，管理和查询应急方案。

此外，高级用户可在短信通知栏，通过选择人员向相关人员进行短信推送，在紧急情况下能及时通知工作人员进行相应处理。

采用RFID技术搭建室内放射源信息监测系统，实时在线采集放射源动态信息，当放射源出现异常状态及时产生预警，并做出有效决策。

同时引入RFID室内定位技术在线监测放射源室内位置信息，并提出一种精度更高、稳定性更好的RFID定位算法，实验表明，该算法定位准确度约为0.167m，相比于Linear-PSO、VIRE算法分别提高了80.17%、84.52%，下一步将进行系统功能调试以及实际应用工作。

【相关文献】
[1]何剑锋，罗敏，何月顺，等.一种基于ARM-Linux的Web远程放射源实时视频监控系统[J].中
国测试，2014（5）：100-103.
[2]何海洋.基于GPRS技术的放射源监控系统的设计与实现[D].杭州：浙江大学，2012.
[3]金戈.无线辐射监测与视频监控系统的设计与开发[D].北京：清华大学，2008.
[4]何海洋，周洪亮，张宏建，等.基于RFID/GPRS的放射源监控系统[J].核电子学与探测技术，2011（11）：1223-1227.
[5]Ni L M，Liu Y，Lau Y C，et NDMARC：indoor location sensing using active
RFID[J].Wireless Networks，2004，10（6）：701-710.
[6]Zhao Y，Liu Y，Ni L M.VIRE：Active RFID-based localization using virtual reference elimination[C]∥Parallel Processing，2007.ICPP 2007.International Conference on. IEEE，2007：56-56.
[7]温佩芝，苏亭婷，李丽芳，等.基于粒子群的射频识别定位算法[J].计算机工程与科学，2014（5）：917-922.
[8]Bergh F，Engelbrecht A P.A new locally convergent particle swarm
optimizer[C]∥Proceedings of the IEEE International Conference on Systems，man and Cybernetics，2002（7）：6-9.
[9]Den V，Bergh F.An analysis of particle swarm optimizers[D].Pretoria：University of Pretoria，2006.
[10]张晓平.WSN移动目标的LSSVR回归建模定位理论与算法[D].广州：华南理工大学，2010.
[11]Athalye A，Savic V，Bolic M，et al.Novel semi-passive RFID system for indoor localization[J].Sensors Journal IEEE，2013，13（2）：528-537.
[12]Wendland H.Piecewise polynomial,positive definite and compactly supported radial functions of minimal degree[J]. Advances in computational Mathematics，1995，4（1）：389-396.
[13]Sun J，Feng B，Xu W.Particle swarm optimization with particles having quantum behavior[C]∥Congress on Evol utionary Computation，2004.
[14]Chen C，Wang L，Zhou C Z，et al.Radiation Source Localization System Based on Wireless Sensor Network[J]. Computer Engineering，2012（6）：30.。