基于RFID高速公路车辆测速定位方案

作者：时间：2012-05-11来源：网络收藏

/25px 宋体, arial; TEXT-TRANSFORM: none; COLOR: rgb(0,0,0); TEXT-INDENT: 0px; PADDING-TOP: 0px; WHITE-SPACE: normal; LETTER-SPACING: normal; BACKGROUND-COLOR: rgb(255,255,255); orphans: 2; widows: 2; -webkit-text-size-adjust: auto; -webkit-text-stroke-width: 0px">　　由于在车辆移动过程中，车载阅读器与标签之间的相对位置是不断变化的，因此时域采样点数应尽量少，以保证fd值的相对稳定。现代谱估计方法在短数据记录的情况下，其性能远远优于经典谱估计方法。其中，Burg 算法不需要估计自相关函数，具有较高的谱估计质量且计算不太复杂，是较为通用的方法，亦适合在RFID 系统中使用。

　　对将接收信号进行下变频并等间隔时域采样，得到信号序列x（1）， x（2），……， x（n）。采用Burg 算法进行谱估计，并利用反射系数公式中的递推关系减小运算量，同时使用信息论准则法判定AR 模型阶数P.

　　算法基本步骤为：

　　（1）设定初始条件。令第0 阶前向、后向预测误差序列为时域采样序列。

　　（2）设定阶数m=1，则得到反射系数k1 、模型参数a1（1）及最小预测误差功率ρ1 。

　　（3）由反射系数k 1 得到第一阶前、后向预测误差序列 e1 f （n），e1 b （n）。

　　（4）令m = m+1，采用递推分母DENm求出该阶反射系数km 及最小预测误差功率。

　　（5）采用信息论准则法判定阶数P.令AICm = N ln（ρm） +2m ，其中，N为数据x（n）的长度。当阶次m由1增加时，AICm应在某一m 处达到最小值。因此，若测得在m 阶有1 AICm《AIC m-1 ，则说明尚未达到AR 模型的正确阶次。否则，转到（7）。

　　（6）计算m 阶前、后向预测误差序列 emf（n）、emb（n）及所有模型参数am （i）， i = 1，2，……，m，返回（4）。

　　（7）当AICm ≥AIC m-1 时，说明m-1 即为AR 模型的正确阶次，至此，已求出所有阶次时的AR 参数，可对AR 模型的功率谱进行估计。

　　（8）得到功率谱后，找到其幅值最大值所对应的频率值，即为fd 值，算法结束。

　　算法流程如图3 所示。

　　基于RFID高速公路车辆测速定位方案