CN110907015A - 室内环境下的基于rfid的液位监测方法 - Google Patents

Abstract

本发明提供一种室内环境下的基于RFID的液位监测方法，采用采集RFID标签的信号数据作为液位状态的判定标准，包括训练阶段与实时监测阶段两个阶段，在训练阶段获得液位高度状态对应的阈值，然后在实时监测阶段，实现对待测水箱内的实时液位所处区域的监测；该种室内环境下的基于RFID的液位监测方法，相较于传统只能静态识别高度的水位识别计，本发明在液位的上升过程中，通过将实时采集到的RSSI值与阈值进行比较，能够实时识别液位所处区域，且简便可行、监测可靠。

Description

室内环境下的基于RFID的液位监测方法

技术领域

本发明涉及一种室内环境下的基于RFID的液位监测方法。

背景技术

液体储存箱在现代生活中有很广泛的用处，比如说工业液体油罐、生产用水储备箱、太阳能热水器储水设备等，都需要进行液体的存储。合理利用水资源具有十分重要的意义，与此同时，对液位测量的精度和实时性，可以直接影响到存储箱功能的完整实现与水资源的合理利用。

早期的水箱仅仅是利用了它的存储空间，对于水的使用、水位监测等诸多方面依然是采用人工方式，这样的方法效率低并且非常不方便。从人工监测技术分析来看，主要存在以下问题：第一，记录方式以人工记录为主，后期录入数据的工作量较大；第二，水位信息的采集、传输和处理的实时性、准确性较差，无法适应现代水文的需求。之后出现了一系列自记式水位计，就其感应水位的方式而言，大致可分为三类：浮子式、压力式水位计。虽然很大程度上减轻了工作量，但此类设备受环境影响较大，误差大，并且最重要的是价格昂贵，不宜推广。

上述问题是在室内环境下的液位监测过程中应当予以考虑并解决的问题。

发明内容

本发明的目的是提供一种室内环境下的基于RFID的液位监测方法解决现有技术中存在的效率低、误差大，监测非常不便、成本高的问题。

本发明的技术解决方案是：

一种室内环境下的基于RFID的液位监测方法，采用采集RFID标签的信号数据作为液位状态的判定标准，包括训练阶段与实时监测阶段两个阶段，在训练阶段获得液位高度状态对应的阈值，然后在实时监测阶段，实现对待测水箱内的实时液位所处区域的监测；包括以下步骤，

S1、将RFID标签贴于待测水箱外壁上，并将RFID标签与RFID阅读器分别设置在待测水箱的两侧，然后在训练阶段中，向空置的待测水箱注水直至水满，采集该注水过程中RFID阅读器获得的信号数据，包括信号强度值即RSSI值；

S2、对步骤S1采集到的RSSI值进行预处理，得到预处理后的RSSI波形图；

S3、根据液位监测算法，对步骤S2预处理后的数据提取信号特征，从而获得液位高度状态对应的阈值；

S4、在实时监测阶段中，RFID阅读器实时采集RSSI值，将实时采集到的RSSI值与步骤S3所得的阈值进行比较，得出待测水箱内的实时液位所处的区域。

可选地，步骤S2中，对步骤S1采集到的RSSI值进行预处理，具体为，

S21、对采集到的原始RSSI值进行中值滤波处理，消除孤立的噪声点，设置滑动窗口，然后对滑动窗口内的数据进行排序，选取中间的值代替原来的值，则中值滤波输出为：

r_i＝Med(x_i)

式中，Med()是一维中值滤波函数，r_i是中值滤波后的RSSI值，x_i是第i个采样点的RSSI值；

S22、基于局部加权线性回归的算法对步骤S21处理后的RSSI值进行异常值剔除，遍历N个采样点，计算每个采样点与待预测点t的距离，即为每个采样点贡献误差的权值，使用高斯核来对采样点i附近的点赋予更高的权重，高斯核对应的权重如下：

其中，ω_i是一个有N个元素且只含对角元素的权重矩阵，t是待预测点的时间值，t_i是第i个采样点的时间，λ是波长参数，λ控制权重减小的速率，并且点t_i与t越接近，ω_i的值越大；

得到N个待测点组成的核函数矩阵W为：

其中，ω_i是第i个采样点处的权重值；

使用最小二乘法对(t_i，r_i)，i＝1,2,…,N，计算残差平方和，求得最佳回归系数θ：

θ＝(X^TWX)^-1X^TWY

其中，X＝(t₁,t₂…,t_N)是N个采样点的时间值所组成的向量，T是矩阵转置符号，Y＝(r₁,r₂…,r_N)是N个采样点所对应的RSSI值组成的向量；然后讲求得的最佳回归系数带入下式，得到每个采样点的估计值：

x′_i＝θ^Tt_i

其中，x′_i为局部加权线性回归后的第i个采样点的RSSI值；

进而得到剔除异常值的预处理后的RSSI波形图。

可选地，步骤3中，根据液位监测算法，对步骤S2预处理后的数据提取信号特征，从而获得液位高度状态对应的阈值，具体为，

S31、引入斜率，得到最终阈值的表达式为：

式中，f_i为第i个采样点的特征值，

x′_i、x′_i+1为局部加权线性回归后的第i个、第i+1个采样点的RSSI值，t_i、t_i+1为第i个、第i+1个采样点所对应的时间值，k_i为第i个采样点的斜率；

S32、根据步骤S2得到的预处理后的RSSI波形图，将所得RSSI波形图中波谷点作为B点，将波谷点发生之后的采集时间内的最大RSSI值处作为S点，求得S点阈值和B点阈值分别为：

其中k_S、x′_S分别对应起始点的斜率和RSSI值，k_B、x′_B分别对应波谷的斜率和RSSI值；

S33、将步骤S32所得阈值f_S、f_B分别作为液位状态的变化阈值，具体为，将待测水箱的液位状态分为三个液位状态，分别为：正常上升区、安全缓冲区、溢水警戒区，其中阈值f_S作为正常上升区与安全缓冲区的液位状态变化阈值，阈值f_B作为安全缓冲区与溢水警戒区的液位状态变化阈值。

可选地，步骤S4中，将实时采集到的RSSI值与步骤S3所得的阈值进行比较，得出待测水箱内的实时液位所处的区域，具体为，

当f>f_S时，水位处于正常上升区；当f_B＜f≤f_S时，水位处于安全缓冲区；当f≤f_B，水位处于溢水警戒区，其中，f为实时采集到的RSSI值。

本发明的有益效果是：

一、该种室内环境下的基于RFID的液位监测方法，采用无线射频信号作为液位监测评价因子，无线射频信号能够从RFID设备上获取，这使得整个***简便可行，具有良好的简便性。

二、该种室内环境下的基于RFID的液位监测方法，采用RFID技术，从中提取RSSI值，采用于局部加权回归的算法进行异常值地剔除，以得到更具有鲁棒性的RSSI值，同时结合斜率特征，获得更准确更可靠的数据，保证监测可靠，能够适用于各种容器内的液面检测，具有较好的适应性。

三、该种室内环境下的基于RFID的液位监测方法，相较于传统只能静态识别高度的水位识别计，本发明在液位的上升过程中，通过将实时采集到的RSSI值与阈值进行比较，能够实时识别液位所处区域。

附图说明

图1是本发明实施例室内环境下的基于RFID的液位监测方法的流程示意图；

图2是实施例中RFID标签部署示意图；

图3是实施例中正常上升区、安全缓冲区、溢水警戒区的RSSI波形图；

图4是实施例中待测水箱上对应的正常上升区、安全缓冲区、溢水警戒区的说明示意图；

其中：1-RFID标签，2-待测水箱，3-RFID阅读器，4-天线。

具体实施方式

下面结合附图详细说明本发明的优选实施例。

实施例

一种室内环境下的基于RFID的液位监测方法，采用采集RFID标签的信号数据作为液位状态的判定标准，包括训练阶段与实时监测阶段两个阶段，在训练阶段获得液位高度状态对应的阈值，然后在实时监测阶段，实现对待测水箱内的实时液位所处区域的监测；如图1，包括以下步骤，

S1、将RFID标签贴于待测水箱外壁上，例如，贴在距待测水箱顶端10cm处，位置可按具体水箱容量设定，如图2，并将RFID标签与RFID阅读器分别设置在待测水箱的两侧，固定RFID阅读器的天线正对RFID标签，使得RFID阅读器可以穿过待测水箱检测到RFID标签。然后在训练阶段中，向空置的待测水箱注水直至水满，采集该注水过程中RFID阅读器获得的信号数据，包括信号强度值即RSSI值(Received Signal Strength Indication)；

S2、对步骤S1采集到的RSSI值进行预处理，来剔除异常值，使得获取的RSSI值更具有代表性，并得到预处理后的RSSI波形图；具体为，

S21、对采集到的原始RSSI值进行中值滤波处理，消除孤立的噪声点，设置滑动窗口，然后对滑动窗口内的数据进行排序，选取中间的值代替原来的值，则中值滤波输出为：

r_i＝Med(x_i)

式中，Med( )是一维中值滤波函数，r_i是中值滤波后的RSSI值，x_i是第i个采样点的RSSI值；

S22、考虑到RSSI值具有粗糙、时间稳定性差的特点，基于局部加权线性回归的算法对步骤S21处理后的RSSI值进行异常值剔除，遍历N个采样点，计算每个采样点与待预测点t的距离，即为每个采样点贡献误差的权值，使用高斯核来对采样点i附近的点赋予更高的权重，高斯核对应的权重如下：

其中，ω_i是一个有N个元素且只含对角元素的权重矩阵，t是待预测点的时间值，t_i是第i个采样点的时间，λ是波长参数，λ控制权重减小的速率，并且点t_i与t越接近，ω_i的值越大；

得到N个待测点组成的核函数矩阵W为：

其中，ω_i是第i个采样点处的权重值；

使用最小二乘法对(t_i，r_i)，i＝1,2,…,N，计算残差平方和，求得最佳回归系数θ：

θ＝(X^TWX)^-1X^TWY

其中，X＝(t₁,t₂…,t_N)是N个采样点的时间值所组成的向量，T是矩阵转置符号，Y＝(r₁,r₂…,r_N)是N个采样点所对应的RSSI值组成的向量；然后讲求得的最佳回归系数带入下式，得到每个采样点的估计值：

x′_i＝θ^Tt_i

其中，x′_i为局部加权线性回归后的第i个采样点的RSSI值；

进而得到剔除异常值的预处理后的RSSI波形图。

S3、根据液位监测算法，对步骤S2预处理后的数据提取信号特征，从而获得液位高度状态对应的阈值；具体为，

S31、引入斜率，得到最终阈值的表达式为：

式中，f_i为第i个采样点的特征值，

x′_i、x′_i+1为局部加权线性回归后的第i个、第i+1个采样点的RSSI值，t_i、t_i+1为第i个、第i+1个采样点所对应的时间值，k_i为第i个采样点的斜率；

S32、根据步骤S2得到的预处理后的RSSI波形图，如图3，将所得RSSI波形图中波谷点作为B点，将波谷点发生之后的采集时间内的最大RSSI值处作为S点，求得S点阈值和B点阈值分别为：

其中k_S、x′_S分别对应起始点的斜率和RSSI值，k_B、x′_B分别对应波谷的斜率和RSSI值；

S33、将步骤S32所得阈值f_S、f_B分别作为液位状态的变化阈值，具体为，将待测水箱的液位状态分为三个液位状态，分别为：正常上升区、安全缓冲区、溢水警戒区，其中阈值f_S作为正常上升区与安全缓冲区的液位状态变化阈值，阈值f_B作为安全缓冲区与溢水警戒区的液位状态变化阈值。

S4、在实时监测阶段中，RFID阅读器实时采集RSSI值，将实时采集到的RSSI值与步骤S3所得的阈值进行比较，得出待测水箱内的实时液位所处的区域。具体为，

当f>f_S时，水位处于正常上升区；当f_B＜f≤f_S时，水位处于安全缓冲区；当f≤f_B，水位处于溢水警戒区，其中，f为实时采集到的RSSI值。

实施例的该种基于RFID的液位监测方法，利用上升的液位对RFID信号的遮挡作用来获取不同的液位状态。液面上升时，RFID标签与RFID阅读器的天线之间的视距链路将被阻塞，如图2所示。可以通过识别连续的液位上升过程中的临界特征值，来区分不同的液位状态，如图3。对采集到的信号数据先进行预处理；再根据液位监测算法，对预处理后的数据提取信号特征，从而获得液位高度状态对应的阈值；最后，通过将实时采集到的RSSI值与阈值进行比较，识别液位所处区域。实施例方法简便可行，监测可靠，进而便于实现对液体更高效的利用和储存

该种基于RFID的液位监测方法，采用非接触式感知技术，不需要接触水，通过对无源RFID标签的反射信号进行特征提取来实现高度感知，可应用于家用或工业水箱的液位监测，达到安全供水的目的。实施例方法利用液面在上升过程中对无线射频识别技术中的RSSI值产生的多径效应，液位的变化使得RSSI值呈现规律性变化，不同高度状态水面的多径效应不同，导致RSSI值的变化。实施例方法采用RFID的信号数据作为液位上升时的液面状态判定标准，在上升过程中能够识别液位所处的区域，进而能够实现对液体更高效的利用和储存。

该种室内环境下的基于RFID的液位监测方法，采用无线射频信号作为液位监测评价因子，无线射频信号能够从RFID设备上获取，这使得整个***简便可行。

该种室内环境下的基于RFID的液位监测方法，采用RFID技术，从中提取RSSI值，采用于局部加权回归的算法进行异常值地剔除，以得到更具有鲁棒性的RSSI值，同时结合斜率特征，获得更准确更可靠的数据，保证监测可靠，能够适用各种容器内的液面检测。

该种室内环境下的基于RFID的液位监测方法，相较于传统只能静态识别高度的水位识别计，本发明在液位的上升过程中，通过将实时采集到的RSSI值与阈值进行比较，能够实时识别液位所处区域。

Claims (4)

1.一种室内环境下的基于RFID的液位监测方法，其特征在于：采用采集RFID标签的信号数据作为液位状态的判定标准，包括训练阶段与实时监测阶段两个阶段，在训练阶段获得液位高度状态对应的阈值，然后在实时监测阶段，实现对待测水箱内的实时液位所处区域的监测；包括以下步骤，

S1、将RFID标签贴于待测水箱外壁上，并将RFID标签与RFID阅读器分别设置在待测水箱的两侧，然后在训练阶段中，向空置的待测水箱注水直至水满，采集该注水过程中RFID阅读器获得的信号数据，包括信号强度值即RSSI值；

S2、对步骤S1采集到的RSSI值进行预处理，得到预处理后的RSSI波形图；

S3、根据液位监测算法，对步骤S2预处理后的数据提取信号特征，从而获得液位高度状态对应的阈值；

S4、在实时监测阶段中，RFID阅读器实时采集RSSI值，将实时采集到的RSSI值与步骤S3所得的阈值进行比较，得出待测水箱内的实时液位所处的区域。

2.如权利要求1所述的室内环境下的基于RFID的液位监测方法，其特征在于：步骤S2中，对步骤S1采集到的RSSI值进行预处理，具体为，

S21、对采集到的原始RSSI值进行中值滤波处理，消除孤立的噪声点，设置滑动窗口，然后对滑动窗口内的数据进行排序，选取中间的值代替原来的值，则中值滤波输出为：

r_i＝Med(x_i)

式中，Med()是一维中值滤波函数，r_i是中值滤波后的RSSI值，x_i是第i个采样点的RSSI值；

S22、基于局部加权线性回归的算法对步骤S21处理后的RSSI值进行异常值剔除，遍历N个采样点，使用高斯核来对待测点附近的每个点赋予一定的权重，高斯核对应的权重如下：

其中，ω_i是第i个采样点处的权重值，t是待预测点所对应的时间值，t_i是第i个采样点的时间值，λ是波长参数，λ控制权重减小的速率，并且点t_i与t越接近，ω_i的值越大；

得到N个待测点组成的核函数矩阵W为：

其中，ω_i是第i个采样点处的权重值；

使用最小二乘法对(t_i，r_i)，i＝1,2,…,N，计算残差平方和，求得最佳回归系数θ：

θ＝(X^TWX)^-1X^TWY

其中，X＝(t₁,t₂…,t_N)是N个采样点的时间值所组成的向量，T是矩阵转置符号，Y＝(r₁,r₂…,r_N)是N个采样点所对应的RSSI值组成的向量；然后讲求得的最佳回归系数带入下式，得到每个采样点的估计值：

x′_i＝θ^Tt_i

其中，x′_i为局部加权线性回归后的第i个采样点的RSSI值；

进而得到剔除异常值的预处理后的RSSI波形图。

3.如权利要求1或2所述的室内环境下的基于RFID的液位监测方法，其特征在于：步骤3中，根据液位监测算法，对步骤S2预处理后的数据提取信号特征，从而获得液位高度状态对应的阈值，具体为，

S31、引入斜率，得到最终阈值的表达式为：

式中，f_i为第i个采样点的特征值，

x′_i、x′_i+1为局部加权线性回归后的第i个、第i+1个采样点的RSSI值，t_i、t_i+1为第i个、第i+1个采样点所对应的时间值，k_i为第i个采样点的斜率；

S32、根据步骤S2得到的预处理后的RSSI波形图，将所得RSSI波形图中波谷点作为B点，将波谷点发生之后的采集时间内的最大RSSI值处作为S点，求得S点阈值和B点阈值分别为：

其中k_S、x′_S分别对应起始点的斜率和RSSI值，k_B、x′_B分别对应波谷的斜率和RSSI值；

S33、将步骤S32所得阈值f_S、f_B分别作为液位状态的变化阈值，具体为，将待测水箱的液位状态分为三个液位状态，分别为：正常上升区、安全缓冲区、溢水警戒区，其中阈值f_S作为正常上升区与安全缓冲区的液位状态变化阈值，阈值f_B作为安全缓冲区与溢水警戒区的液位状态变化阈值。

4.如权利要求3所述的室内环境下的基于RFID的液位监测方法，其特征在于：步骤S4中，将实时采集到的RSSI值与步骤S3所得的阈值进行比较，得出待测水箱内的实时液位所处的区域，具体为，

当f>f_S时，水位处于正常上升区；当f_B＜f≤f_S时，水位处于安全缓冲区；当f≤f_B，水位处于溢水警戒区，其中，f为实时采集到的RSSI值。

Images