Page 431 - 《软件学报》2026年第1期

428 软件学报 2026 年第 37 卷第 1 期

网系统为收发一体架构, 读写器天线向无源标签发射无线信号并同时接收标签的反向散射信号, 在接收到标签 ID
信息同时获取接收信号的强度和相位, d 为读写器天线与标签的距离, λ 为无线信号波长.
接收信号强度 (RSS) 的物理模型 [17] 为:

C G ·C M ·C P ·λ 4
RSS = P tx (1)
4
(4πd) ·ξ 2
x
其中, P t 为读写器天线发射功率, C G 为读写器和标签的天线增益, C M 为标签的调制因子, C P 为天线极化匹配度, ξ
4
为环境损失因子. 在读写器天线和标签位置固定、环境不变的理想情况下, RSS 与发射功率 P t 成正比, 与 d 成反
x
比, 但在实际环境中, RSS 会受到标签朝向、弯曲程度以及环境多径的影响, 与距离的关系呈现了较大不确定性.
接收信号相位 (RSP) 的物理模型为:

( )
2d
RSP = ·2π+C 0 mod 2π (2)
λ
其中, C 0 为与设备相关的固有相位偏移, RSP 取值范围在 0–2π 之间. RSP 在理想情况下随着距离 d 的增大在
0–2π 之间呈现周期性变化, 在实际环境中主要受到环境多径的影响, 总体上比 RSS 具有更高的稳定性, 在感知的
研究工作中得到了广泛应用.
另外, 面向不同的感知目标, 感知系统通过部署方式的设计能够有效增加感知数据的获取维度, 提升感知性
能. 首先, 标签部署方式分为绑定式和非绑定式两种 [18] , 绑定式感知是指在感知对象上张贴标签, 通过检测标签的
位置、移动、状态来分析感知目标, 非绑定式感知是指在环境中固定位置张贴标签, 感知对象无需携带任何标签
或其他感知设备, 通过识别感知对象对标签反向散射的信号影响来分析感知目标; 其次, 标签阵列部署方式也被广
泛采用, 一是通过不同标签的空间关联性实现感知量检测 (如朝向) 以及干扰滤除, 二是叠加多个标签的单标签感
知数据可提升数据的空间维度; 最后, 多天线部署方式从不同方向获取同一标签的感知数据, 用于面向感知目标的
几何建模.
在感知建模层面, 物理模型将用于构建感知数据变化与基本物理状态的关联, 如信号相位与距离、方位的关
系. 物理模型可分为绑定式感知和非绑定式感知两大类.
1) 绑定式感知
绑定式感知模式在感知对象上张贴标签, 标签会随着感知对象发生移动, 从而造成接收信号强度和相位发生
变化, 如在人体上部署标签用于感知肢体运动, 在物体上部署标签用于感知位姿等. 到达角 (AOA) 模型通过双天
线检测标签与天线的方向角度, 如图 2 所示, 由于标签与两个天线的距离不同, 标签反向散射的信号到达两个天线
的信号具有相位差, 当标签与天线的距离比两天线间距离大得多时, 模型可以近似等效为信号平行入射至双天线,
标签方向角的物理模型为:

( )
λ(φ 1 −φ 2 )
θ = arccos (3)
2πd
其中, φ 1 为左侧天线接收信号相位, φ 2 为右侧天线接收信号相位, λ 为信号波长, d 为双天线间距. 为了避免相位整
–
周模糊度问题, 需要满足| φ 1 φ 2 |<π, 因此, 双天线间距应小于信号半波长, 否则将产生多个可能方向角.

无源标签
反向散射信号

θ
读写器天线
d
图 2 到达角模型

AOA 模型是二维平面上基于相位差识别方向角的基础模型, 基于此还可采用移动天线的方式模拟双天线及
多天线对标签的方向和位置进行检测, Zhang 等人 [19] 通过二维移动天线对标签进行三维定位, 并通过在单个物体