WSN节点定位算法与RFID在食品安全监测中的应用

薛丽莹，王 健

(东北林业大学信息与计算机工程学院，150040)

现阶段，食品安全问题已成为全社会广泛关注的热点话题，食品安全关乎每个人的身体健康和社会的稳定发展。要提高食品安全最直接、最有效的方法就是建立食品溯源系统。保证消费者餐桌上的食品都能明确农产品生产基地、生产过程等相关信息，不但使消费者能吃到放心的食品，而且做到有源可查。一旦食品质量在消费者端出现问题，可以通过食品标签上的溯源码进行联网查询，查出该食品的生产企业、食品的产地、具体农户等全部流通信息，明确事故方相应的法律责任，该系统对食品安全与食品行业自我约束具有相当重要的意义。

本文主要介绍RFID和WSN融合的技术，通过标签、阅读器、中间件的设计，构建一个能够对节点进行定位，以及节点及周围环境监测的保证食品安全的完整系统［1］。进而实现对食品的追踪和溯源，保证食品安全。

1 RFID和WSN融合技术

射频识别即RFID(Radio Frequency IDentification)技术，又称电子标签、无线射频识别，是一种通信技术，可通过无线电讯号识别特定目标并读写相关数据，而无需识别系统与特定目标之间建立机械或光学接触。RFID技术是能够让物品“开口说话”的一种技术，RFID标签中存储着规范而具有互用性的信息，通过无线数据通信网络把它们自动采集到中央信息系统，实现对物品的“透明”管理。［2］随着科技的不断发展，自动化不断为人们的生活提供方便，对目标的定位不断成为人们的普遍需求，比如对个体的定位和对周围环境的实时监测都要借助WSN技术和传感器技术。

RFID技术和WSN技术是两种不同的技术，RFID技术主要用于存储物品的详细位置和信息，并且保证能够与RFID阅读器进行信息交互，传感器节点具有对周围温度、气压等得感知，并且实时上传感知信息，WSN节点可以通过多跳自组织网络对目标进行定位。当前的WSN都是分布式的无中心节点的网络系统，大部分的研究都集中于网内数据信息处理机制，形成了一系列比较完善和成熟的传感器网络技术。但是目前并没有出现一个成熟的标准体制来支持多样化的传感器网络以满足不同的用户需求，相较而言RFID的标准体系成熟得多。无线传感器网络的单跳传输距离可以达到100～200 m，Zigbee和WLAN可以很好的支持WSN的多跳通信，多跳通信的方式也可以用于RFID中。RFID具有WSN所缺乏的物品标志能力，但是RFID不能对物品状态以及周围环境进行监测。如何使得RFID标签或者阅读器也具有多跳通信的能力以扩展RFID的工作范围，如何使得WSN网络具有RFID的标志能力，并将WSN对物体状态与环境信息的监测能力赋予RFID系统，是RFID与WSN技术在物联网下协作方式的研究重点［3］。本文讨论的就是将RFID技术和无线传感器网络定位技术的结合，主要研究适合应用于牲畜饲养场的技术，以提高饲养的科学性，保证食品安全，另外为饲养员提供方便。

1 节点设计

从RFID技术与WSN技术相融合的应用上来看，在平时通过传感器监测个体的体温、周围环境的温度、湿度、气压、光线强度等数据，以及RFID阅读器获知生猪个体的详细信息，WSN技术对个体位置进行定位。节点设计上需要将RFID标签和传感器相融合，RFID标签作为每个个体的唯一标识，里面储有很多个体的相关信息，而传感器是固定在个体上用来监测个体体温以及周围环境的温度、湿度以及光线强度等，使带有传感器的RFID标签具有监测能力;RFID标签与WSN节点相融合应用于定位和监测过程中，主要是将RFID标签和WSN节点融合起来，所有节点形成一个典型的多跳自组织网络，通信采用多级跳的形式，传输范围和传输能力大大增强，在此网络中应用最适合的定位算法，随时对节点进行定位;RFID阅读器与WSN节点相融合，融合后形成智能节点兼具RFID阅读器和WSN节点的功能，RFID阅读器可以阅读网络中的RFID标签，而WSN节点又形成了多跳自组织网络，使智能节点能够在监测周围环境的时候，对自身进行定位，将数据传回WSN基站［4］。

2 实现对节点的定位

根据定位算法是否需要通过物理测量来获得节点之间的距离 (角度)信息，可以把定位算法分为基于测距的 (Range-Based)定位算法和非基于测距的 (Range-Free)定位算法两类。前者是利用测量得到的距离或角度信息来进行位置计算，而后者一般是利用节点的连通性和多跳路由信息交换等方法来估计节点间的距离或角度，并完成位置估计。基于测距的定位算法总体上能取得较好的定位精度，但在硬件成本和功耗上受到一些限制。为节省功耗，本文选择后者与此设计相结合。

本设计中，RFID阅读器相当于锚节点，其位置已知;其他RFID标签相当于未知节点，需要通过锚节点的位置信息来对其进行定位。本算法采用非测距算法，基于蜂窝网络区域划分的节点定位算法，该算法采用单元形状为正六边形的网络布局，即蜂窝网络的形状，由于单元的几何特征比较特殊，故每个正六边形单元既可以进行内部划分，且划分区域仍然可以保证为正三角形，同时也可以向外部各向同性地拓展网络。未知节点随机地分布在整个网络的边界以内。

单元蜂窝网络中未知节点的定位可以分为两个步骤。

步骤一:未知节点接收来自锚节点的跳数信息。对于任意一个未知节点Pn，其会接收到来自单元中7个锚节点M1、M2、…、M7距其的跳数信息，这些跳数中的前6个元素构成节点Pn的跳数矩阵Hn。其中

第7个锚节点位于单元中心，位置比较特殊，故不在跳数矩阵中讨论。由于通信半径R在未调节参数之前，其值等于任意相邻锚节点之间的距离。即

R=dij(其中i，j为相邻锚节点序号)

且两个节点之间的距离若在通信半径范围内，则跳数h=1。

步骤二:通过循环查找n个未知节点的跳数矩阵中跳数值为1的元素个数，来确定未知节点所在的区域，用nsum(i)来统计第i个未知节点的跳数矩阵中跳数值为1的元素个数，则一共会有以下4种情况。

图1 nsum(i)的取值情况在单元中的分布图Fig.1 Distribution of nsum(i)value in the unit

(1)nsum(i)=0，对应于图1中的0区(位于单元中心锚节点附近的灰色填充区域)。

(2)nsum(i)=1，对应于图1中的1区(位于单元顶点处锚节点附近的斜剖面线区域)。

(3)nsum(i)=2，对应于图1中的2区(图中没有做标记的空白区域)下面对未知节点所在的具体区域进行定位分析。根据平均跳数值AVEhik与设定的临界跳数值q的关系，判断平均跳数值AVEhik与设定的临界跳数值q的关系，确定未知节点i所在的具体区域。如图2所示，与q的关系如下:

若AVEhi4〈q且AVEhi5〈q且AVEhi6〈q，则将未知节点i定位在2a区域中点A点;

若AVEhi4〉q且AVEhi5〉q且AVEhi6〈q，则将未知节点i定位在2b区域中点B点;

若AVEhi4〉q且AVEhi5〉q且AVEhi6〉q，则将未知节点i定位在2c区域中点C点;

若AVEhi4〈q且AVEhi5〉q且AVEhi6〉q，则将未知节点i定位在2d区域中点D点;

对于其他可能出现的情况，由于出现几率较小，故将其他情况下未知节点i都定位在第2号正三角形区域的中点E处。

利用上述方法，位于第2号正三角形区域中的未知节点i即可完成定位。当未知节点位于其他单元区域时，同理可以实现未知节点在各自区域内的定位。

(4)nsum(i)=3，对应于图1中的3区(位于单元顶点处锚节点到中心锚节点连线上的垂直剖面线区域)。

(5)误差区，位于0区的周围 (图1中散点表示的区域)。

图2 nsum(i)=2时节点定位算法示例图Fig.2 Node location algorithm when nsum(i)=2

3 在实践中应用

生产过程透明化对于食品安全来说无疑是一个基础，所以我们将此应用于常见的牲畜饲养场中。在饲养场中，由于受到距离的限制，对电子标签的远距离识别要提供相应的解决方法。

无源RFID的电子标签上不带电池，其工作所需要的全部电源都依靠转换接收到的读写器发送的电磁波而获得，所以其读写器的发射功率一般较大［5］。与之相反，有源RFID的电子标签自身具备电池，可提供全部器件工作的电源，因而相应读写器的发射功率要求不高，而且有效阅读距离也较前者有所增加。根据实际情况，由于饲养场内标签与读写器的直线距离有时达到100 m左右，为达到标签读卡器等覆盖无盲区的效果，要选用有源RFID电子标签，能够提供远距离通信。

为方便饲养场自动化，提高在生猪饲养场中养殖方法的科学性，由于生猪外形基本相似，无法准确区分，所以无法获知个体的详细信息，如出生地点、饲养时间、身体状况等，也不能对生猪的生活环境进行准确把握。因而，若将RFID技术和无线传感器网络技术应用于生猪养殖，在生猪身上贴好RFID标签即相当于定位算法中所有未知节点，在饲养场周围布置RFID阅读器即充当定位算法六边形各个顶点上得节点。饲养人员就可以通过远程控制的方式，实时了解个体的准确位置以及身体状况等个体信息，并通过传感器对牲畜生活的温度、适度、光线等进行调节，以达到最适合生猪生长的标准环境。

本文通过在具有代表性的标准饲养场实施本实验，在生猪的耳朵上固定电子标签，在猪舍的四个角落安装读写器，并在猪舍前后设置两个监测地点，安装读写器。通过对猪舍内的温度监测和猪的身体状况监测，每1 h传回一次监测数据，通过对监测数据的分析和处理，让饲养员实时了解猪舍内的各种状况，保证了连续的信息采集。数据传回基站，并对数据进行处理和存储，以便当产品溯源时提供相应完整的数据信息。在饲养场中使用本技术，不仅为饲养员的管理提供实时准确的参考数据，也为消费者提供饲养过程中的详细信息，从根本上保证了食品安全。

4 结束语

本文所提出的将RFID技术和WSN技术相结合，技术上主要侧重于对个体的位置定位和对周围环境的监测控制。通过新技术的引入，能够提高饲养场饲养技术的科学性，也能通过对牲畜的实时监测，提高周围环境质量，从而达到为食品安全把关，为食品溯源提供实时有效数据的目的。在物联网发展迅速的今天，提高人机交互能力，实现养殖生产自动化已经成为我们进入新时代的强烈要求。虽然现在RFID技术与WSN技术相融合并没有达到很成熟的阶段，正是这种情况促使我们要加快对两种技术融合的开发、改善、应用的脚步。

［1］王 芳，君成国.WSN与RFID技术在产品监测中的应用［J］.软件，2011，32(8):24-26.

［2］游战清.无线射频识别技术(RFID)理论与应用［M］.北京:电子工业出版社，2004.

［3］聂 涛，陆 阳.RFID与WSN在物联网下协同机制的分析［J］.计算机应用究，2011，26(6):2006-2010.

［4］刘国梅，王 艳.基于RFID和WSN的养殖场管理系统网络架构［J］.农机化研究，2010，(6):193-196.

［5］林宇洪，林 森，邱荣祖.基于RFID的林产品原料追溯导流的设计［J］.森林工程，2011，27(4):34-37.