基于RFID和WSN的倉庫物資定位方法研究

尹章軒++王雅君++李勇

摘要：考慮到倉庫環(huán)境復(fù)雜多變，造成定位精度不高，為有效地提高傳統(tǒng)的基于RFID倉庫物資定位算法的定位精度，提出了一種基于RFID技術(shù)與WSN技術(shù)融合的高斯權(quán)值校正RSSI質(zhì)心定位算法。以RFID和WSN技術(shù)為基礎(chǔ)，在傳統(tǒng)的RSSI定位算法中引入高斯權(quán)值校正的三邊質(zhì)心組合定位算法，建立RFID與WSN的信號和算法數(shù)學(xué)轉(zhuǎn)化模型，給出具體詳細的算法步驟。對影響RSSI值的三個主要因素進行研究分析，并且使用MATLAB進行仿真測試分析，結(jié)果表明改進后算法的定位精度有顯著提高，為倉庫物資定位提供了一種新的方法和依據(jù)。

關(guān)鍵詞：倉庫物資；RFID技術(shù)；WSN技術(shù)；RSSI；定位算法

中圖分類號：TP311 文獻標識碼：A 文章編號：1009-3044（2017）30-0229-06

Research on Warehouse Materials Positioning Method Based on RFID and WSN

YIN Zhang-xuan， WANG Ya-jun， LI Yong

（Dalian Polytechnic University， Dalian 116000， China）

Abstract： Considering the complex and changeable warehouse environment， the positioning accuracy is not high， In order to improve the positioning accuracy of the traditional RFID based warehouse material positioning algorithm effectively， A Gauss weight correction RSSI centroid localization algorithm Based on RFID technology and WSN technology is proposed. Based on RFID and WSN technologies， Gauss centroid correction is applied to the three edge centroid combination localization algorithm in he traditional RSSI localization algorithm to establish he mathematical transformation model of signals and algorithms for RFID and WSN and make the detailed algorithm steps. Three main factors that affect the RSSI value are analyzed and simulated and analyzed by MATLAB， the results show that the location accuracy of the improved algorithm is improved significantly， and a new method and basis for warehouse material positioning is provided.

Key words： Warehouse Materials； RFID Technology； WSN Technology； RSSI； Location Algorithm

Radio Frequency Identification（RFID，無線射頻識別技術(shù)），通過內(nèi)部發(fā)射裝置發(fā)射電磁波解析其他信號，對于接收到的信號可以進行相關(guān)數(shù)據(jù)處理。這樣就可以對數(shù)據(jù)進行無縫鏈接和處理分析，對物資的定位和識別具有重大作用。RFID技術(shù)在本身內(nèi)部融合了無線通訊技術(shù)和半導(dǎo)體技術(shù)，不用對物資進行接觸就可以自動識別物資的相關(guān)信息，鑒于此方面的作用，使之成為現(xiàn)在研究的目標自動定位的最重要的技術(shù)之一[1]。

在企業(yè)的信息化管理中，倉庫在整個管理中作為最基本的同時也是核心的部分[2]。對倉庫進行智能化管理，將無線射頻技術(shù)、無線傳感技術(shù)、網(wǎng)絡(luò)信息技術(shù)和定位導(dǎo)航技術(shù)等與傳統(tǒng)的倉庫管理信息系統(tǒng)相結(jié)合，設(shè)計出符合企業(yè)生產(chǎn)實際的智能化管理應(yīng)用系統(tǒng)，提高企業(yè)生產(chǎn)管理效率，是目前研究的主要方向和目標。

海內(nèi)外學(xué)者都研究分析了相關(guān)的物品定位技術(shù)和算法。如Zaheeruddin Asif [3]等人對 RFID 技術(shù)在企業(yè)ERP系統(tǒng)與企業(yè)庫存管理集成應(yīng)用進行了專門的定量分析；L.Ni[4]等人提出的 LANDMARC 系統(tǒng)是一種利用 RFID 技術(shù)實現(xiàn)定位系統(tǒng)的原型；Feng D X[5]等人提出了一種RFID信息自動集成技術(shù)，對RFID發(fā)射信號進行了整合，提高了RFID信號的接收的準確性；Ekahau公司[6]首次提出應(yīng)用RFID技術(shù)實現(xiàn)室內(nèi)定位，并且研究出相關(guān)的定位軟件；在定位技術(shù)融合方面，Intel研究院[7]提出了應(yīng)用Fast SLAM算法，在某處先放置信號辨別接收器，當接收到相關(guān)的射頻信號的時候，接收器內(nèi)部的處理模塊應(yīng)用Fast SLAM算法計算出來坐標位置；M Kranz [8]等人提出基于RFID的數(shù)字增大的無線線路模型的定位算法；Kyuwon Han [9]提研究分析了自適應(yīng)最近鄰居改進方法，在LANDMARC定位系統(tǒng)中處理近鄰標簽對定位誤差產(chǎn)生的影響；王峰[10]等人研究了在復(fù)雜的室內(nèi)環(huán)境下的基于無線射頻的室內(nèi)物品定位系統(tǒng)；寧煥生[11]等人定性研究了RFID技術(shù)在國家物聯(lián)網(wǎng)中的應(yīng)用；高飛[12]等人研究了RFID的工作原理與應(yīng)用，給出了直觀的RFID工作原理結(jié)構(gòu)，為后續(xù)研究RFID技術(shù)的工作人員提供了理論支持；穆萬里[13]等人提出應(yīng)用RFID技術(shù)對區(qū)域目標進行定位，能夠在區(qū)域內(nèi)對物品進行準確定位；林瑋[14]等人研究了倉庫物資實時追蹤定位，提出一種在無線傳感器網(wǎng)絡(luò)中基于RSSI的三角形質(zhì)心定位算法；王書鋒[15]等人利用無線傳感網(wǎng)絡(luò)技術(shù)和最小二乘法融合的算法對定位精度進行優(yōu)化分析；翁寧龍[16]等人研究了室內(nèi)外定位技術(shù)，分析了不同環(huán)境因素對定位誤差的影響；馮劉中[17]等人研究了一種多傳感器進行組網(wǎng)的信息共享的機器人定位導(dǎo)航技術(shù)，在傳感器組網(wǎng)的過程中加入機器人技術(shù)進行信息共享，提高了物資定位精度。endprint

以上研究大多數(shù)都是針對物資定位的摸一個技術(shù)或者算法進行了單獨的研究，隨著信息技術(shù)的快速發(fā)展，單一的信息來源已經(jīng)不能滿足發(fā)展的需求。因此，本文以制造行業(yè)的倉庫管理復(fù)雜的環(huán)境為前提，在以往研究工作者的研究基礎(chǔ)之上，著重研究了以RFID和WSN為基礎(chǔ)的RSSI定位算法，將RFID技術(shù)與WSN技術(shù)的信息進行集成共享，提出了一種基于RFID 和WSN信息融合的高斯權(quán)值校正RSSI的三邊質(zhì)心定位算法。建立相關(guān)算法的數(shù)學(xué)轉(zhuǎn)化模型，主要分析參考節(jié)點比例、通信半徑大小和路徑損耗系數(shù)高低對定位精度的影響，并且將普通的基于RSSI的質(zhì)心定位算法和均值加權(quán)校正RSSI的質(zhì)心定位算法與本文提出的基于RFID 和WSN的高斯權(quán)值校正RSSI的三邊質(zhì)心定位算法進行對比分析。

1 RFID和WSN定位技術(shù)

1.1 RFID定位技術(shù)工作原理

在一定的系統(tǒng)規(guī)定的磁場范圍之內(nèi)，應(yīng)用系統(tǒng)的解讀設(shè)備發(fā)射出來無線射頻信號能夠被在范圍之內(nèi)的電子標簽所接收，同時由于感應(yīng)電流的產(chǎn)生可以使電子標簽產(chǎn)生出相應(yīng)的能量將存儲在其內(nèi)部的物資的詳細的信息發(fā)送出來。另外，RFID標簽也可以主動的發(fā)送射頻信號，然后信號被應(yīng)用系統(tǒng)解讀器接收分析且解碼，最后后臺的中央數(shù)據(jù)處理服務(wù)器對接收到的數(shù)據(jù)信息進行數(shù)據(jù)處理相關(guān)操作，情切存儲在中央數(shù)據(jù)存儲服務(wù)器中，以便后續(xù)的數(shù)據(jù)調(diào)用[18]。其工作原理如圖1所示：

圖1 無線射頻工作原理圖

1.2 WSN定位技術(shù)節(jié)點結(jié)構(gòu)

傳感器功能模塊、處理器功能模塊、無線通訊功能模塊和能量供應(yīng)功能模塊是傳感器網(wǎng)絡(luò)節(jié)點體系結(jié)構(gòu)的四個主要的功能模塊，但是根據(jù)作用不同的傳感器也會有不一樣的類型[19]。四大功能模塊里面又包含著不同的子功能模塊。其中傳感器的功能是對一定區(qū)域內(nèi)的目標進行追蹤檢測（數(shù)據(jù)采集和數(shù)據(jù)信息轉(zhuǎn)換（AD/DC））；電源負責(zé)節(jié)點的供電，通常采用微型電池，或者直接采用太陽能供電；儲存模塊負責(zé)存放程序和數(shù)據(jù)的儲存；處理器和存儲器主要對數(shù)據(jù)進行分析和保存；無線通信模塊主要對網(wǎng)絡(luò)信息、網(wǎng)絡(luò)協(xié)議和信號數(shù)據(jù)的傳遞，在無線通信模塊內(nèi)部對數(shù)據(jù)信息初步的分析處理和融合，協(xié)調(diào)區(qū)域空間內(nèi)數(shù)據(jù)信息采集，從而使數(shù)據(jù)信息通信量減少。其工作原理如圖2所示：

在由單個傳感器組成的WSN系統(tǒng)中，系統(tǒng)的基礎(chǔ)部分是單個節(jié)點，并且也是整個體系的核心部分[20]。傳感器將收集到的數(shù)據(jù)信息經(jīng)過A/D轉(zhuǎn)換為數(shù)字信號，經(jīng)過處理模塊的計算分析暫存到存儲器。需要發(fā)送數(shù)據(jù)信息時將數(shù)據(jù)信息從存儲器提取出來，無線通信器會將數(shù)據(jù)信息進行轉(zhuǎn)發(fā)。

在每一個節(jié)點和模塊的數(shù)據(jù)信息交換處理分析中，無線通信模塊的數(shù)據(jù)信息傳遞和分析同樣的需要處理器的參與控制 [21]。硬件和軟件之間的良好的融合和配合，促使節(jié)點之間的效率提高和功能損耗的減少，以及各個節(jié)點和模塊之間的相關(guān)的功能實現(xiàn)。

1.3 RFID與WSN技術(shù)融合

在WSN技術(shù)方面，其作用主要是進行網(wǎng)絡(luò)體系的建設(shè)以及數(shù)據(jù)信息的搜集。RFID電子標簽不再是僅僅局限于傳統(tǒng)的編號代碼進行統(tǒng)計，還包括數(shù)據(jù)信息的處理分析和控制，這些數(shù)據(jù)信息的分析處理類似于傳感器的體系節(jié)點。將RFID技術(shù)中加入WSN的功能研究，同時使RFID技術(shù)和WSN技術(shù)實現(xiàn)自身的更大化價值研究。RFID技術(shù)在數(shù)據(jù)的處理分析上的優(yōu)點和WSN對數(shù)據(jù)信息的采集上的優(yōu)點，再結(jié)合WSN的網(wǎng)絡(luò)組建特點，對整個系統(tǒng)網(wǎng)絡(luò)進行融合能夠更加準確的實現(xiàn)對目標的追蹤。RFID技術(shù)和WSN技術(shù)的融合在無線通訊領(lǐng)域的數(shù)據(jù)信息的傳遞和處理分析方面具有里程碑的意義。

RFID技術(shù)和WSN技術(shù)的融合，主要是將兩者的節(jié)點進行融合。應(yīng)用RFID技術(shù)實現(xiàn)對數(shù)據(jù)信息的自動讀取，應(yīng)用WSN技術(shù)實現(xiàn)對數(shù)據(jù)信息的傳遞處理分析，此時，WSN的功能就如同RFID的外部數(shù)據(jù)信息處理模塊，具體的框圖如圖3所示：

2 基于RFID高斯權(quán)值三邊質(zhì)心組合定位算法

2.1 高斯函數(shù)對RSSI測量值進行修正

基于RSSI （Received Signal Strength Indicator）的定位算法中，數(shù)據(jù)信息源發(fā)射點與接收點之間的距離計算過程為：固定數(shù)據(jù)信息發(fā)射器發(fā)射數(shù)據(jù)信息（信號強度），固定或者移動信號接收器接收相應(yīng)的數(shù)據(jù)信息（信號強度），在接收到信號后根據(jù)相應(yīng)的信號損耗模型公式計算損耗，應(yīng)用數(shù)學(xué)公式將計算出來的信號損耗強度裝化為距離公式，進而得出信號強度發(fā)射點與接收點之間的距離 [22]。

對于接收到的K個RSSI值，其中不免有一些概率較小，但是數(shù)值偏差很大的數(shù)據(jù)信息值。應(yīng)用數(shù)學(xué)高斯分布函數(shù)模型去除這些小概率但數(shù)值偏差很大的RSSI值，可以提高RSSI的測量精度。高斯分布函數(shù)模型描述如下：

3 仿真分析

3.1 算法流程

經(jīng)過校正優(yōu)化后的算法，在定位精度上會有所改善。算法流程如圖7所示。

算法具體的步驟如下：

（1） 在定位系統(tǒng)中所有參考節(jié)點周期性地發(fā)射信號，發(fā)射出來的信號可以被網(wǎng)絡(luò)節(jié)點中的其他節(jié)點識別，在信號中包含著最為重要的數(shù)據(jù)信息，其中最重要的兩條信息是節(jié)點自身的ID和位置坐標[Xi，Yi]；

（2） 待測點的未知節(jié)點接收參考節(jié)點發(fā)出來的數(shù)據(jù)信息，同時可以檢測到各個參考節(jié)點的[RSSIi]值，建立[RSSIi]與[Xi，Yi]相對應(yīng)的存儲矩陣[RSSIi，Xi，Yi]。同時設(shè)置未知節(jié)點的可接收信號的信號閥值，設(shè)置為5，即當信號數(shù)量值i>5時，在閥值以外的參考節(jié)點的信息被屏蔽；

（3） 在信號閥值以內(nèi)的5個參考節(jié)點發(fā)射的信號信息可以相互識別和接收，即第i[i≤5]個參考節(jié)點可以檢測到其余4個參考節(jié)點發(fā)射的[RSSIij]值[i≤5，j≤5，i≠j]；

（4） 利用步驟（2）、（3）中的RSSIi、RSSIij和公式（3），求出第i個參考節(jié)點的Pi和Pij值；

（5） 利用步驟（1）中的位置坐標（Xi，Yi）算出五個參考點的距離dij（i≤5，j≤5，i≠j），且dij =dij，根據(jù)數(shù)學(xué)中的排列組合可知有10個這樣的距離值；

（6） 根據(jù)步驟（4）中的Pi和Pij，步驟（5）中的dij和公式（4），求出未知節(jié)點和第i個參考節(jié)點的4個修正距離長度di1、di2、di3和di4，求其數(shù)學(xué)期望，即為未知點和第i個參考點的di，如式（12）所示：

[di=di1+di2+di3+di44i≤5] （12）

（7） 重復(fù)步驟（6），求出5個最終修正距離（閥值為5），舍棄其中的最大值，剩下的這4個值則對應(yīng)4個參考節(jié)點，任意3個為一組，共4組，應(yīng)用三邊質(zhì)心測距算法可知每組數(shù)據(jù)可以得到3個圓，根據(jù)以上可知，3個圓相交的交點可以得到一個三角形；

（8） 根據(jù)（8）式可求出步驟（7）中的4個三角形的質(zhì)心坐標；

（9） 根據(jù)（11）式求出未知節(jié)點的位置坐標。

3.2 仿真分析

應(yīng)用MATLAB軟件仿真測試，選擇70m×70m的范圍區(qū)域，區(qū)域的4個頂點坐標為（0，0）、（0，70）、（70，0）和（70，70），未知節(jié)點坐標為（33，32），在該區(qū)域內(nèi)參考節(jié)點是隨機分布，如圖8所示，參考節(jié)點為圖中10個紅色星號；未知節(jié)點為圖中90個黑色實點，區(qū)域中的所有參考節(jié)點都具有一樣的功能。本次實驗仿真將對普通RSSI的三邊質(zhì)心定位算法，校正RSSI的均值加權(quán)質(zhì)心定位算法和校正RSSI的高斯加權(quán)質(zhì)心定位算法進行對比分析。

進行一下實驗來驗證各個因素對定位誤差的影響。第一步改變路徑損耗系數(shù)，分析路徑損耗系數(shù)大小對定位誤差的影響；第二步調(diào)節(jié)參考節(jié)點比例數(shù)值，分析參考節(jié)點比例對定位誤差的影響；第三步改變通信節(jié)點的半徑大小，分析通信節(jié)點半徑大小對定位誤差的影響；在實驗仿真中，參考節(jié)點的數(shù)量分別為10、20……100，各個數(shù)量級的參考節(jié)點進行一百次仿真測試。選擇十個參考節(jié)點為例，進行一百次的運行仿真測試，選擇結(jié)果的平均值和最大值，運行結(jié)果如圖8、9所示：

圖8 定位仿真區(qū)域選擇

圖9 未知節(jié)點定位

本實驗對定位算法的誤差分析評估的最主要的因素是未知節(jié)點的誤差的平均值。通過增大定位系統(tǒng)網(wǎng)絡(luò)中的參考節(jié)點比例，觀察分析對誤差的影響。

圖10 路徑損耗系數(shù)對定位誤差影響曲線圖

通過仿真，首先設(shè)定參考節(jié)點數(shù)目為10，通信半徑大小為50m，改變路徑損耗系數(shù)大?。?、2.5……6），研究分析其對算法定位誤差的影響，如圖10所示。由圖分析可得，三種不同的定位算法的定位誤差隨著路徑損耗系數(shù)的增大都有所減小，但是校正RSSI高斯加權(quán)質(zhì)心定位算法的定位誤差數(shù)值最小。

圖11 參考節(jié)點數(shù)目對定位誤差影響曲線圖

然后設(shè)定路徑損耗系數(shù)大小為2，參考節(jié)點的通信半徑大小還是50m，改變參考節(jié)點數(shù)目大?。?0、12……26），研究分析其對算法定位誤差的影響，如圖11所示。由圖分析可得，三種不同的定位算法的定位誤差隨著參考節(jié)點個數(shù)的增大都有所減小。但是在一定的范圍內(nèi)，本文所提出的算法的定位精度最高，誤差最小。

圖12 參考節(jié)點通信半徑大小對定位誤差影響曲線圖

最后路徑損耗系數(shù)設(shè)為2，參考節(jié)點的數(shù)目設(shè)定為12，改變通信半徑數(shù)值的大?。?0、25……60）研究分析其對算法定位誤差的影響，如圖12所示。由圖分析可得，三種不同的定位算法的定位誤差隨著參考節(jié)點個數(shù)的增大都有所減小。但是在一定的范圍內(nèi)，本文所提出的算法的定位精度最高，誤差最小。

4 結(jié)束語

本文在提出的基于RFID 和WSN的高斯權(quán)值校正RSSI的三邊質(zhì)心定位算法，融合RFID和WSN技術(shù)，突出各自優(yōu)點。分析了傳統(tǒng)的基于RSSI質(zhì)心定位算法、校正RSSI均值加權(quán)質(zhì)心定位算法和基于RFID 和WSN的高斯加權(quán)校正RSSI的質(zhì)心定位算法中的參考節(jié)點、通信半徑和路徑損耗系數(shù)對定位誤差的影響。最后應(yīng)用MATLAB軟件進行仿真測試分析。通過對比不同因素對三種算法的誤差的影響曲線分析，結(jié)果表明本文提出的基于RFID 和WSN融合技術(shù)的高斯權(quán)值校正RSSI的質(zhì)心定位算法的定位誤差最小，對倉庫物資定位精度有了很大的提高。

參考文獻：

[1] 黃光宇.基于RFID的倉儲物流監(jiān)控系統(tǒng)的設(shè)計與實現(xiàn)[D].上海：上海交通大學(xué)，2012.

[2] 徐弘揚.基于RHD的倉儲管理系統(tǒng)研究與實現(xiàn)網(wǎng)[D].天津： 天津理工大學(xué)，2014.

[3] Zaheeruddin Asif， Munir Mandviwalla.Integrating the supply chain With RFID：A technical and business analysis[J].Communications of AIS，2008（15）：24.

[4] L. Ni， Y. Liu， Y. Lau， etal. LANDMARC： Indoor Location Sensing Using Active RFID[C]. Proceedings of the First IEEE International Conference on Pervasive Computing and Communications， 2013： 407-415.

[5] Feng D X， Xia Z L， Ling F H. An Improved Anti-collision Algorithm in RFID System [J]. Journal of Hang zhou Dianzi University， 2010.

[6] Garcia A. Ekahau Mobile Survey troubleshoots Wi Fi networks [J]. Eweek ， 2011.

[7] M. Montemerlo， S. Thrun， D. Kbller and B. Wegbreit， Fast SLAM： A factored solution to the simultaneous localization and mapping problem， in Proceedings ofthe AAAI National Conference on Artificial Intelligence， Edmonton， Canada，2002.

[8] M. Kranz， C. Fischer， and A. Schmidt， A comparative study of dect and wlan signals for indoor localization， in Pervasive Computing and Communications （Per Com）， 2010 IEEE International Conference on， 29 2010-april 2 2010， pp. 235-243.

[9] Kyuwon Han， Sung Ho Cho. Advanced LANDMARC with adaptive k-nearest Algorithm for RFID location system， In： Proceedings of the 2nd IEEE International Conference on Network Infrastructure and Digital Content， Beijing， 2010.595-598.

[10] 王峰. 基于 UHF RFID 的室內(nèi)定位系統(tǒng)研究與設(shè)計[D]. 重慶：重慶大學(xué)， 2012.

[11] 寧煥生. RFID 重大工程與國家物聯(lián)網(wǎng)[M]. 北京：機械工業(yè)出版社， 2011： 129-135.

[12] 高飛，薛艷明，王愛華.物聯(lián)網(wǎng)核心技—RFID原理與應(yīng)用[M].北京：人民郵電出版社， 2010： 55-153.

[13] 穆萬里.區(qū)域定位系統(tǒng)原理與RFID關(guān)鍵技術(shù)研究[J].電信快報， 2012（3）：6-8+17.

[14] 林瑋，陳傳峰.基于RSSI的無線傳感網(wǎng)絡(luò)三角形質(zhì)心定位算法[J]. 現(xiàn)代電子技術(shù)，2009，289（2）：180-182.

[15] 王書鋒，侯義斌，黃樟欽.無線感知網(wǎng)絡(luò)最小二乘法定位算法的誤差分析與優(yōu)化[J]. 系統(tǒng)仿真學(xué)報， 2009， 21（19）：6211-6214.

[16] 翁寧龍，劉冉，吳子章.室內(nèi)與室外定位技術(shù)的研究[J].數(shù)字技術(shù)與應(yīng)用，2011（3）：179-180

[17] 馮劉中. 基于多傳感器信息融合的移動機器人導(dǎo)航定位技術(shù)研究[D].西南交通大學(xué)， 2011.

[18] N Lim， A. Yassine， S. Shirm. Equipment location in hospitals using RFID-based positioning system[J]. IEEE Transactions on Information Technology in Biomedicine， 2012， 16（6）：1058-1069.

[19] S.Y.Scidel，T.S.Rappaport.M.J.Feucrstein，K.L.Blackard， L.Grindstaff” The impact of surrounding buildings on propagation for wireless in-building personal communications system design.”Proceddings： IEEE Vehicular Techonogy Conference.pp.814-818.May.1992

[20] 劉文娟.基于 RSSI測距的WSN定位系統(tǒng)設(shè)計[D].大連：大連理學(xué).2010：8-10

[21] 高雷，鄭相全，張鴻.無線傳感器網(wǎng)絡(luò)中一種基于三邊測量法和質(zhì)心算法的節(jié)點定位算法[J].重慶工學(xué)院學(xué)報，2009，23（7）：138-141

[22] 金彥亮，薛周，張勇.基于天線高度的 RSSI 測距分析[J].上海大學(xué)學(xué)報：自然科學(xué)版，2012，4（18）：30-364

[23] 高雷，鄭相全，張鴻.無線傳感器網(wǎng)絡(luò)中一種基于三邊測量法和質(zhì)心算法的節(jié)點定位算法[J].重慶工學(xué)院學(xué)報，2009，23（7）：138-141

[24] 余義斌，曹長修，李昌兵.基于權(quán)重重心法的傳感器網(wǎng)絡(luò)節(jié)點定位[J].計算機仿真，2010，24（6）：296-299endprint