一種基于射頻反向散射信號的人數計數方法
【專利摘要】本發明公開了一種基于射頻反向散射信號的人數計數方法，通過被動式標簽和閱讀器相配合，通過標簽反向散射射頻信號強度RSS的強度，能夠計算出被測區域的人數，本發明在人或物體運動時不附加任何設備，沒有專業設備和專業操作人員的剛性需求，同時，完全不必規定人或物體的運動軌跡，被監測的人或物體只要在范圍內活動，無論速度、姿勢、路線，均可被監測到，而且本發明使用的設備是已經被廣泛應用的被動式RFID商業標簽和閱讀器，這就意味著設備成本很低，因此能夠在實際部署系統中承擔起長期提供高效率低成本的任務，同時，我們在數據處理的過程中，利用熵值變換、形態學圖像數理方法、以及均方根誤差法，提高人數計算準確性及結果的可靠性。
【專利說明】
一種基于射頻反向散射信號的人數計數方法
技術領域
[0001] 本發明屬于無線射頻識別領域，具體涉及一種基于射頻反向散射信號的人數計數 方法。
【背景技術】
[0002] 在特定的場合中對人員數量估計以便管理與分析的需求是相當迫切的，例如博物 館內關注度高的展品前的參觀人數控制，還有超市中顧客對商品的興趣度。目前對人或物 體進行估數的技術有:機械屏障，二元傳感器，圖像識別，壓強與震動技術。
[0003] 基于機械屏障的技術，是使用一個旋轉柵門或擋板門來構造一個每次僅容一人通 過的單向門。從而使得人數較多時，利用依次通過柵門機械地數出人數。基于二元傳感器的 技術，是在一個單向門上安裝"波敏"傳感器(如紅外、激光和超聲波），每一次人或物體對象 通過此門時，可以檢測到光束被阻塞，從而進行計數。大多數情況下，機械屏障和二元傳感 器技術會被同時使用在建筑物的門禁系統中。而此類技術最明顯的缺點是，移動的物體或 人必須經過一個實際存在的"門"，而且還是一個僅允許依次通過的單向門。對于人的無規 律運動就束手無策了。基于圖像識別的技術，需要使用攝像機或熱成像儀。首先捕獲圖像或 視頻信息，然后使用模式識別技術來識別人或物體的數量。顯而易見，攝像設備對光線要求 較高，而且拍攝區域內不能有遮擋視線的障礙物，另外攝像頭的視線范圍也是有限的。雖然 熱成像儀對光線與遮擋沒有要求，但是自身成本過高而且人或物體只能在視野范圍內活 動，也都是該方法的制約條件。基于壓力與振動的技術，利用嵌入的壓力或振動傳感器來檢 測人類在走動時引起的地板震動和輕微形變。此方法的缺點在于，需要高成本的傳感器部 署，以及不易消除的多人之間行走的干擾。
[0004] 綜上，目前通常使用的人數檢監測，如機械屏障，二元傳感器，圖像識別，壓強與震 動技術。無論是在成本上還是設備及環境的要求上都是相當高的。因此，一種無需專業設 備、準確性高、成本較低、使用方便的人數監測系統，是被迫切需求的。

【發明內容】

[0005] 本發明的目的在于克服上述不足，提供一種基于射頻反向散射信號的人數計數方 法，能夠對任意軌跡移動的人或物體進行快速準確的檢測與統計。
[0006] 為了達到上述目的，本發明包括以下步驟：
[0007]步驟一、在被測區域的一側設置閱讀器，另一側固定若干被動式標簽，天線設置在 正對被動式標簽的方向上；
[0008] 步驟二、閱讀器持續接收被動式標簽所產生的標簽反向散射射頻信號強度RSS值， 其中圓心處的值為零，向外是以標簽反向散射射頻信號強度RSS的絕對值為半徑的無數個 同心圓；
[0009] 步驟三、在沒有人或物體移動時，RSS值均勻的分布在半徑為50的同心圓上，當有 人走動時，RSS值組成的同心圓會比之前有所擴散，且人越多RSS值越分散，從而計算出被測 區域中的人數。
[00?0]所述步驟一中，閱讀器商用Impinj閱讀器，被動式標簽為商用被動式標簽Impinj H47,天線為Laird A9028R30NF 8dbi增益的天線。
[0011] 所述步驟一中，若干被動式標簽依次固定在相同高度的一排上，形成標簽陣列。
[0012] 所沭步驟二中，RSS倌的計算如下：
[0013]
[0014] 其中：
表示閱讀器接收到的標簽返回的信號;R是歐姆定律中的系數，P代 表功率大小;RSS是指接收信號的強度。
[0015] 所述步驟三中，由于一個多路徑傳播環境，閱讀器天線接收所有多路徑信號影響 的疊加信號，其模型如下：
[0016]
[0017] 其中，i代表范圍內在時間點t時移動的人數;mp代表不同的信道多徑條數;Hn是多 徑倍乘失真系數;X代表傳輸的信號;τ η代表相關路徑間的時延。
[0018] 所述步驟三中，當沒有人在被測區域內運動時，定義一個隨機變量：
[0019] =P0 (/)]?>0}
[0020] 當有一個人在被測區域內運動時，引起的信號變化如下表示：
[0021] XV二 W(〇k>0!·
[0022] 基于系統的可加性，射頻信號可表示為：
[0023]
[0024]
[0025]
[0026] 當心為常數時，可取等號，但是這意味著，人的走動將不會對信號產生影響，這明 顯與觀察的現象不符，因此方差一定會發生變化，而且隨著人數的增加而單調增加，即^非 常數，同理，推斷出任意兩個隨機變量間信號的方差關系：
[0027]

[0028] 在無線信道中，每條多徑的增益可能分布在[-π,π]上的任意一點，也就是說其期 望為0，E(Kfm) = 0,根據上述公式，可以得到閱讀器天線接收到的信號功率為 巧=(Hfm)2,設置 〇1表示有i個人在區域內運動時信號的變化，通過上述分析可知， 合正態分布，即Kfm~iV(0, A2)，將Kfwi標準化 ，其平方值符合卡方 分布X2(I)，如下：
[0029]
[0030]代入上述方差公式中，可得：
[0031 ] Var{-^·) = Vαι·{χ'-{1)) = 2
[0032] 由于當i固定時，〇12為常數，上式可轉換為：
[0033] Var(Pi) = 2σ:'-
[0034] 由假設Vi,j e W+,若j>i，可得信道間功率方差的關系為：
[0035] VariPl) ~ 2σ~. > 2σ~ -- Var(P)
[0036] 簡而言之，根據以上分析，在不同數量的人運動下，RSS的分散程度的不同，且隨著 人數的增加，其分散程度越高。
[0037] 與現有技術相比，本發明通過被動式標簽和閱讀器相配合，通過標簽反向散射射 頻信號強度RSS的強度，能夠計算出被測區域的人數，本發明在人或物體運動時不附加任何 設備，沒有專業設備和專業操作人員的剛性需求，同時，完全不必規定人或物體的運動軌 跡，被監測的人或物體只要在范圍內活動，無論速度、姿勢、路線，均可被監測到，而且本發 明使用的設備是已經被廣泛應用的被動式RFID商業標簽和閱讀器，這就意味著設備成本很 低，因此能夠在實際部署系統中承擔起長期提供高效率低成本的任務，同時，我們在數據處 理的過程中，利用熵值變換、形態學圖像數理方法、以及均方根誤差法，提高人數計算準確 性及結果的可靠性。
【附圖說明】
[0038] 圖1為本發明中移動人數對RSS值分散度的影響示意圖，其中Ia為0人，Ib為2人，Ic 為4人；
[0039]圖2為本發明中移動人數與二分可視化圖的對比圖，其中2a為0人，2b為2人，2c為4 人。
【具體實施方式】
[0040] 下面結合附圖對本發明做進一步說明。
[0041] 本發明包括以下步驟：
[0042] 步驟一、在被測區域的一側設置閱讀器，另一側固定若干被動式標簽，天線設置在 正對被動式標簽的方向上，若干被動式標簽依次固定在相同高度的一排上，形成標簽陣列；
[0043] 步驟二、閱讀器持續接收被動式標簽所產生的標簽反向散射射頻信號強度RSS值， 其中圓心處的值為零，向外是以標簽反向散射射頻信號強度RSS的絕對值為半徑的無數個 同心圓；
[0044]步驟三、在沒有人或物體移動時，RSS值均勻的分布在半徑為50的同心圓上，當有 人走動時，RSS值組成的同心圓會比之前有所擴散，且人越多RSS值越分散，從而計算出被測 區域中的人數。
[0045]其中，閱讀器商用Impinj閱讀器，被動式標簽為商用被動式標簽Impinj H47,天線 為Laird A9028R30NF 8dbi增益的天線。
[0046]當有人走動時，RSS值組成的同心圓會比之前有所擴散，且人越多RSS值越分散。這 就說明，在一定范圍內，移動人數與RSS值的分散度呈現單調遞增關系，RSS值的計算如下：
[0047]
[0048] 其中，P = f，s表示閱讀器接收到的標簽返回的信號;R是歐姆定律中的系數，P代 表功率大小;RSS是指接收信號的強度。
[0049] 由于"多徑現象"的存在，標簽的反向散射信號在室內環境中傳播，變得較為復雜， 由于一個多路徑傳播環境，閱讀器天線接收所有多路徑信號影響的疊加信號，其模型如下：
[0050]
[0051 ]其中，i代表范圍內在時間點t時移動的人數;mp代表不同的信道多徑條數;Hn是多 徑倍乘失真系數;X代表傳輸的信號;τη代表相關路徑間的時延。
[0052]當沒有人在被測區域內運動時，定義一個隨機變量：
[0053] = 'Λ(〇| ? > 0}
[0054] 當有一個人在被測區域內運動時，引起的信號變化如下表示：
[0055] N丨二A⑴丨，>0丨
[0056] 基于系統的可加性，射頻信號可表示為：
[0057]
[0058]
[0059]
[0060] 當心為常數時，可取等號，但是這意味著，人的走動將不會對信號產生影響，這明 顯與觀察的現象不符，因此方差一定會發生變化，而且隨著人數的增加而單調增加，即吣非 常數，同理，推斷出任意兩個隨機變量間信號的方差關系：
[0061 ] Vi, j e ,若 j>i，則l/ar〇;) > l/ar(K J
[0062] 在無線信道中，每條多徑的增益可能分布在[-π,π]上的任意一點，也就是說其期 望為〇, E(Kftint) = 0,根據上述公式，可以得到閱讀器天線接收到的信號功率為 A = (Kfm)2,設置〇1表示有i個人在區域內運動時信號的變化，通過上述分析可知， \>sum _n 合正態分布，即Kfli?n~iV((W)，將杞^標準化，RJVi = (0,1)，其平方值符合卡方 分布X2(I)，如下：
[0063]
[0064]代入上述方差公式中，可得：
[0065] Vur(^) = Vaiiz2(I)) = 2
[0066] 由于當i固定時，Oi2為常數，上式可轉換為：
[0067] IrUr(Pi)^la;
[0068] 由假設VU 若j>i，可得信道間功率方差的關系為：
[0069；
[0070]簡而言之，根據以上分析，在不同數量的人運動下，RSS的分散程度的不同，且隨著 人數的增加，其分散程度越高。
[0071 ]對本發明而言，提取收集到的RSS值并對其提取特征值也是重點。提取RSS值分散 度的特征利用到了以下三種特征值：
[0072] -、熵
[0073]熵(entropy)指的是體系的混亂的程度，根據信息加工理論，熵是一個測量不確定 性的隨機變量。通過監測不同觀測的熵，我們可以測量出RSS值得分散程度或集中程度。計 算一個觀察現象的熵，應首先建立的這個現象的經驗分布。將RSS值的范圍劃分為N使相等 長度的槽(bin):
[0074]
[0075] 其中i表示槽的編號，i〈N。
[0076]
[0077] 表示Xi的RSS值落在第i個槽中的概率。
[0078]根據上述理論，基于觀察得到現象的"離散熵值"可如下計算：
[0079]
[0080] 二、擴張區域規模(SDA)
[0081] 通過使用一個基于形態學圖像處理方案(MIPS)，從收集RSS中提取第二個特性值。 直觀地說，RSS值的方差越大，則圖像中點的覆蓋面積越大。圖2a、2b和2c是二分可視化圖。 上半部分是分別在〇、2、4個人走動時，信號點分布，下圖是將對應的點進行膨脹與開運算后 的結果。由圖la、lb和Ic可知，區域內運動的人數越多，則信號強度值的方差值越大。表現在 圖2中是經過膨脹與開運算后的點所覆蓋的面積，相應人數的增加而增加。其中，利用到的 形態學中的膨脹、腐蝕與開運算等。開運算先腐蝕后膨脹，目的是用來消除小物體在稀疏點 處的分離物體，并且在平滑較大物體的邊界的同時不明顯改變其面積。
[0082]綜上所述，使用膨脹的目的是擴張圖像中點的覆蓋面積，從而能利用SDA理論。而 使用開運算的目的則是平滑圖形邊緣，填補缺口，消除毛刺并除去異常值干擾。
[0083] 三、均方根誤差(MSE)
[0084] 先離散余弦變換（DCT)得到壓縮圖像f(x，y)，之后再解壓獲得一個恢復圖像 /〇,)〇,發現f(x，y)和/(x,3〇之間的相似度可以用于描述觀察現象。均方跟誤差(MSE)代表 了一種相似度特性，是通常用來測量信息的損失程度。當有更多的人在測量區域內移動，收 集到的RSS值在經過SDA化處理后的圖像將會更加復雜。相應地，在經過DCT壓縮與還原后， 將會損失更多的信息。將圖像f(x，y)視為一個MXN的矩陣，經過DCT壓縮后可以表示為：
[0085]
[0086] 其中：
[0087]
[0090] 恢復圖像時，在攔截系數矩陣上運行反向DCT。雖然被丟棄系數幾乎沒有對視覺產 生影響，但是恢復后的圖像/(Xy)仍然會有MSE產生，表示為：
[0088]
[0089]
[0091]
[0092]根據以上數據處理與特征提取的三種方法，可以將收集到的RSS值進行分析，并與 人數進行對應。評估三大特征提取功能的有效性。在實施系統之前，應先考察三個特征提取 功能的有效性，基于估算的機器學習過程采用數據挖掘中的貝葉斯方法作為機器學習的分 類器。
[0093]三個關鍵參數調整:分類器閾值，膨脹程度以及槽(bin)的數量。
[0094] (1)分類器閾值；
[0095]根據閾值的量級，利用相等錯誤率(EER)檢測R#的分類精度。在計算訓練集和測試 集數據的相似程度時，可得到錯誤拒絕率(FRR)和錯誤接受率(FAR)，而EER就是當FRR與FAR 相等時的錯誤率的值，而該值也就是分類器的閾值。
[0096] (2)膨脹系數；
[0097] 在本發明中，結構元素的類型是固定的，是一個扁平的盤狀結構元素 D。因此只評 估半徑大小不同對圖像生成的影響。針對不同的運動人數，分別進行多組測試并計算的平 均結果。
[0098] (3)槽數量；
[0099] 熵值與槽(N)的數量是高度相關的。當N變化時，相應的觀測值分布也發生變化，從 而導致最終熵值的變化。由分析可得，當N為1時，熵沒有估計能力。當N依次增大時，熵斜率 的增加變得平緩。
[0100]實驗表明，本發明有很高的實用性，例如超市、畫廊或博物館等場合。當置信區間 為〇,本發明的準確性可達到80%以上；當置信區間為1時，即就是允許有一個人的誤差，其 準確性可達到90%以上。結果表明，本發明達到高度精確估計人類對象。當置信區間為0和1 時，本發明的可靠性可以達到是93 %和98 %。
【主權項】
1. 一種基于射頻反向散射信號的人數計數方法，其特征在于，包括W下步驟： 步驟一、在被測區域的一側設置閱讀器，另一側固定若干被動式標簽，天線設置在正對 被動式標簽的方向上； 步驟二、閱讀器持續接收被動式標簽所產生的標簽反向散射射頻信號強度RSS值，其中 圓屯、處的值為零，向外是W標簽反向散射射頻信號強度RSS的絕對值為半徑的無數個同屯、 圓； 步驟Ξ、在沒有人或物體移動時，RSS值均勻的分布在半徑為50的同屯、圓上，當有人走 動時，RSS值組成的同屯、圓會比之前有所擴散，且人越多RSS值越分散，從而計算出被測區域 中的人數。2. 根據權利要求1所述的一種基于射頻反向散射信號的人數計數方法，其特征在于，所 述步驟一中，閱讀器商用Impinj閱讀器，被動式標簽為商用被動式標簽Impinj H47,天線為 Laird A9028R30NF 8化i增益的天線。3. 根據權利要求1所述的一種基于射頻反向散射信號的人數計數方法，其特征在于，所 述步驟一中，若干被動式標簽依次固定在相同高度的一排上，形成標簽陣列。4. 根據權利要求1所述的一種基于射頻反向散射信號的人數計數方法，其特征在于，所 述步驟二中，RSS值的計算如下：其中，P = ^，s表示閱讀器接收到的標簽返回的信號;R是歐姆定律中的系數，P代表功率 R 大小;RSS是指接收信號的強度。5. 根據權利要求1所述的一種基于射頻反向散射信號的人數計數方法，其特征在于，所 述步驟Ξ中，由于一個多路徑傳播環境，閱讀器天線接收所有多路徑信號影響的疊加信號， 其模型如下：其中，i代表范圍內在時間點t時移動的人數;mp代表不同的信道多徑條數;Hn是多徑倍 乘失真系數;X代表傳輸的信號;τη代表相關路徑間的時延。6. 根據權利要求1所述的一種基于射頻反向散射信號的人數計數方法，其特征在于，所 述步驟Ξ中，當沒有人在被測區域內運動時，定義一個隨機變量： Nu=斯(〇|/>0j 當有一個人在被測區域內運動時，引起的信號變化如下表示： 吟={&(非>0} 基于系統的可加性，射頻信號可表示為：由于No和相互獨立，則方差K-sum為：當為常數時，可取等號，但是運意味著，人的走動將不會對信號產生影響，運明顯與 觀察的現象不符，因此方差一定會發生變化，而且隨著人數的增加而單調增加，即而非常 數，同理，推斷出任意兩個隨機變量間信號的方差關系： Vi，j G iV+,若 j〉i，則 1/。?^的）> !/ar怖） 在無線信道中，每條多徑的增益可能分布在[-η，π]上的任意一點，也就是說其期望為 〇，E(Kfum)二0,根據上述公式，可W得到閱讀器天線接收到的信號功率為/>,.=(的胃戶設 置〇1表示有i個人在區域內運動時信號的變化，通過上述分析可知，的"m符合正態分布，即其平方值符合卡方分布心（1)，如 下：簡而言之，根據W上分析，在不同數量的人運動下，RSS的分散程度的不同，且隨著人數 的增加，其分散程度越高。
【文檔編號】G07C9/00GK105844756SQ201610256802
【公開日】2016年8月10日
【申請日】2016年4月22日
【發明人】丁菡, 韓勁松, 惠維, 蔣志平, 趙鯤, 趙季中
【申請人】西安交通大學