С развитием науки и техники Интернет вещей (IoT) стал самой обсуждаемой новой технологией на сегодняшний день. Он стремительно развивается, позволяя всему в мире быть более тесно связанным и легче взаимодействовать. Элементы IoT повсюду. Интернет вещей давно считается «следующей промышленной революцией», поскольку он готов изменить то, как люди живут, работают, отдыхают и путешествуют.

Из этого мы видим, что революция Интернета вещей незаметно началась. Многие вещи, которые раньше были лишь концепцией и появлялись только в научно-фантастических фильмах, теперь воплощаются в реальность, и, возможно, вы уже это чувствуете.

Вы можете дистанционно управлять освещением и кондиционированием воздуха в своем доме со своего телефона, находясь в офисе, а также наблюдать за своим домом через камеры видеонаблюдения.
За тысячи километров отсюда. И потенциал Интернета вещей простирается гораздо дальше. Концепция будущего «умного города» объединяет полупроводниковые технологии, управление здоровьем, сети, программное обеспечение, облачные вычисления и технологии больших данных для создания более интеллектуальной среды жизни. Создание такого «умного города» невозможно без технологий позиционирования, которые являются важным звеном Интернета вещей. В настоящее время технологии позиционирования внутри помещений, на открытом воздухе и другие технологии позиционирования находятся в жесткой конкуренции.

В настоящее время технологии GPS и базовых станций в основном удовлетворяют потребности пользователей в услугах определения местоположения на открытом воздухе. Однако 80% жизни человека проходит в помещениях, и в некоторых сильно затененных местах, таких как туннели, низкие мосты, высотные улицы и густая растительность, спутниковая технология позиционирования представляет собой сложную задачу.

Для определения местоположения в подобных ситуациях исследовательская группа предложила схему нового типа системы определения местоположения транспортных средств в режиме реального времени на основе UHF RFID, основанную на методе позиционирования с использованием разности фаз многочастотных сигналов, что решает проблему фазовой неоднозначности, возникающую при определении местоположения с помощью одночастотного сигнала. Это первая предложенная схема на основе данного метода.
В алгоритме локализации максимального правдоподобия для оценки китайской теоремы об остатках используется алгоритм Левенберга-Марквардта (ЛМ) для оптимизации координат целевого положения. Экспериментальные результаты показывают, что предложенная схема позволяет отслеживать положение транспортного средства с погрешностью менее 27 см с вероятностью 90%.

Система позиционирования транспортного средства, как утверждается, состоит из UHF-RFID-метки, размещенной на обочине дороги, и RFID-считывателя с антенной, установленного на крыше транспортного средства.
и бортовой компьютер. Когда транспортное средство движется по такой дороге, RFID-считыватель может в режиме реального времени получать фазу рассеянного сигнала от нескольких меток, а также информацию о местоположении, хранящуюся в каждой метке. Поскольку считыватель излучает многочастотные сигналы, он может получать несколько фаз, соответствующих различным частотам каждой метки. Эта информация о фазе и положении будет использоваться бортовым компьютером для расчета расстояния от антенны до каждой RFID-метки, а затем для определения координат транспортного средства.