基于梯度博弈的RFID室内定位算法

随着普适计算的不断发展,室内定位技术成为了当今研究的热点问题。室内空间的复杂性使得室内空间的定位精度一直无法满足应用的需求。为了获得更加高效稳定的算法,提出了一种基于梯度和博弈论的室内定位算法,其能够较为有效地提高室内空间的定位精度。在算法中,提出了一种室内的符号划分方法,并利用其对室内空间进行了分割以辅助定位算法。最后以室内为实验环境对算法进行了验证,分析结果表明,该算法拥有良好的定位效果,并且相对于现有算法更稳定。     

基于RFID的室内定位算法研究

基于位置的服务带动了无线定位技术的研究与应用,基于RFID的室内定位技术具有非接触、非视距的优点,逐渐成为室内定位的首选。介绍了RFID定位系统的基本原理,探讨了当前常用的RFID定位算法的工作原理,并对几种算法进行了比较。     

基于ARIMA模型的RFID室内相对位置定位算法

针对室内场景中存在获取目标对象相对位置的需求,RFID(Radio Frequency Identification)因其轻便、成本低的特点成为最经济的解决方案之一。通过研究基于相位和时间序列预测模型ARIMA来解决目标相对位置定位的问题,提出了基于UHF(Ultra-High Frequency) RFID无源标签的室内相对位置定位算法。使用RFID无源标签、阅读器和移动RFID天线来获取相位的变化,选取天线移动过程中一个相位翻转周期的时间序列值,运用ARIMA模型对该时间序列后续值进行预测,并选择达到某些值的时间戳,给预测时间戳和相位变化过程中关键相位点的时间戳分配权重,得到最终的时间戳并进行相对位置排序。实验结果表明,提出的RFID室内相对位置定位算法在图书馆环境下对图书顺序侦测的识别准确率可以达到96.48%,与经典的STPP算法和HMRL算法相比具有更好的定位性能。     

基于近端策略优化的RFID室内定位算法

针对在动态射频识别(Radio Frequency Identification,RFID)室内定位环境中,传统的室内定位模型会随着定位目标数量的增加而导致定位误差增大、计算复杂度上升的问题,文中提出了一种基于近端策略优化(Proximal Policy Optimization,PPO)的RFID室内定位算法.该算法...     

空间划分虚拟网格的RFID室内定位算法

首先分析了最近邻居算法的基本原理,针对把所有参考标签作为最近邻居的选择,出现大量不必要计算,室内环境干扰较大,距离阅读器较远的标签的信号强度值阅读不准确的问题,提出了一种划分虚拟网格,动态选取最近邻居来进行定位的RFID室内定位算法.仿真结果表明,在不增加参考标签的前提下,改进的算法较最近邻居算法定位精度更高,稳定性更好.     

区域细化的RFID室内定位算法

提出一种在LANDMARC算法基础上进行定位区域细化的RFID室内定位算法(RDL)。首先对低成本、高精度的LAND-MARC算法进行简单分析,针对其计算中涉及过多无关参考标签和读卡器问题引入区域细化策略。算法利用对射频信号强度调制进行定位区域的细化,消除距离待定位标签较远的读卡器和参考标签对定位计算的影响。仿真结果表明,相比LANDMARC算法,该算法定位精度更高,定位误差的概率分布也更为合理。     

一种优化的RFID室内定位算法

射频识别技术已在物流、库存管理等领域广泛应用,但在室内定位应用中仍存在定位精度不高、稳定性差等问题。为了提高定位的精度和稳定性,研究中采用扩展卡尔曼滤波算法、无迹卡尔曼滤波算法以及结合UKF和分段的UKF-RTS算法。为了进一步优化RFID定位精度,引入EKF、UKF和UKF-RTS算法,UKF方法的最大误差约为0.42 m。但是,UKF-RTS的最大精度可以降低到0.26 m左右。UKF-RTS算法的误差最小,定位精度相比于EKF算法提高了48%,相比于UKF算法提高了25%。尤其在处理运动状态变化时,UKF-RTS表现优异,为RFID室内定位技术的发展提供了新的研究方向。     

基于空间特征分区和前点约束的WKNN室内定位方法

高精度室内定位有着广阔的市场前景.针对传统的WKNN室内定位方法所面临的在处理面积较大目标区域时,位置估计结果跳动跨度较大、精度不高等问题,提出了一种基于空间特征分区和前点约束的WKNN室内定位方法.该方法通过将面积较大的目标区域按其空间特征划分为多个分区,解决了指纹数据库无法实现全域覆盖的问题;又通过考虑行人在相邻时刻所处位置之间的空间约束关系,缩小了参考点的候选范围,很好地提升了位置估计的平顺性.大量真实环境下室内定位实验的结果表明,该方法可以有效地解决大面积目标区域内的室内定位问题;且与传统方法相比,定位精度大幅度提升.     

一种Newton插值的RFID室内定位改进算法

介绍了基于RFID的两种室内定位算法LANDMARK算法和VIRE算法。针对VIRE算法的不足,提出了一种结合Newton插值和利用历史结果对定位值进行校正的改进算法。它通过Newton插值来适应求解模型中存在的非线性特性,并以待定位标签的历史值作为参考,不断修正测量值来减小干扰对定位精度的影响。实验证明在复杂环境下,与VIRE算法相比,改进算法在定位精度上有了显著的提高。     

基于异步优势动作评价的RFID室内定位算法

针对现有的RFID室内定位算法的精度容易受到环境因素影响的问题,提出了一种基于异步优势动作评价(Asynchronous Advantage Actor-critic,A3C)的RFID室内定位算法。该算法的主要步骤为:1)将RFID的信号强度RSSI值作为输入值,多个线程子动作网络并行交互采样学习,利用子评价网络评价动作值的优劣,使模型不断优化,找到最优信号强度RSSI值,并训练定位模型;子线程网络定期将网络参数异步更新到全局网络上,全局网络最后输出参考标签的具体位置,同时训练得到异步优势动作评价定位模型。2)在线定位阶段,当待测目标进入待测区域时,记录待测目标的信号强度RSSI值,将其输入异步优势动作评价定位模型中,子线程网络从全局网络中获取最新定位信息,对待测目标进行定位,最后输出目标的具体位置。实验数据表明,基于异步优势动作评价的RFID室内定位算法与传统的基于向量机(Support Vector Machines,SVM)定位、基于极限学习机(Extreme Learning Machine,ELM)定位、基于多层神经网络定位(Multi-Layer Perceptron,M...     

基于梯度的受限空间安全定位方法

现有的无线传感器网络定位技术消耗了大量的计算和处理资源,并且受到了环境因素以及对手攻击等干扰,在受限空间中定位精度较低,无法满足定位需求。为了提高受限空间中的定位精度,提出了一种基于梯度的安全定位算法,算法在双曲线定位模型基础上,引入梯度的概念,降低了算法的计算复杂度,使算法能够适应受限空间的环境要求,实现高效高精度的定位;为了提高算法的安全性,增加了对不一致性测量的选择性剪枝过程,增强了算法对恶意攻击的抵抗能力。最后,以室内走廊为实验环境进行了仿真验证,通过主频计时策略,提高了算法的定位精度。分析结果表明,在室内受限空间中,提出的算法在定位精度、能量消耗和抗干扰能力上优于现有算法。     

基于RFID技术的移动机器人定位方法研究

RFID技术利用无线射频信号在读写器与标签之间进行数据通信,射频信号具有一定的穿透性,解决了机器人定位与地图创建过程中传感器非视距的问题。提出了一种新颖的利用周围环境中少量的位姿未知的标签来估算出机器人位姿的方法,并采用粒子滤波算法来增强算法的鲁棒性。同时,还引入了RFID天线功率切换器来提高地图创建的准确性,降低了机器人的定位误差。最后通过定量分析影响定位效果的3个主要因子,证明了这种定位方法具有较高的定位精度。     

基于RFID无阻塞扫描控制的机器人室内定位设计

针对RFID移动机器人室内定位中的标签扫描问题,提出一种基于六边形分布模式的RFID无阻塞扫描控制方案,用于机器人的室内定位系统设计和误差检测;首先,将RFID标签根据六边形模式进行分布,减小位置估计的静态误差;然后,阅读器利用固定信道分配(FCA)方法给每个标签分配ID,使阅读范围内标签ID都不相同;最后,当阅读器读取信息时,发送查询请求给范围内的标签,标签根据自身ID决定应答时隙,避免冲突;实验结果表明,相比基于树的扫描控制方案,该文方案能够降低标签/阅读器的复杂度,同时具有较小的位置估计误差和扫描延迟,可帮助机器人实现精确定位.     

一种改进的室内物品RFID定位技术

本文介绍了可应用于室内物品定位的改进LANDMARC定位系统。该算法在原始算法基础上对RFID标签进行分类,同时引入了参考误差的概念来提高系统定位精度。改进后的算法结合RF code公司硬件设备组建定位系统。实验结果表明,改进后的算法减少了定位时间,提高了室内物品的定位精度。     

运动模型无关的RFID快速概率定位算法

现有的RFID概率定位算法依赖于基于测距法的运动模型(odometry-based motion model),需要旋转编码器(rotary encoder)一类的额外硬件辅助,难以适用于对一般目标(比如人)的实时定位.当无法获得精确的运动模型时,会导致现有算法的定位精度降低,尤其是在定位速度方面难以满足实时定位的需要.提出一种不依赖于运动模型的快速定位算法,算法一方面通过限定目标可能处在的范围,降低概率值计算的复杂度等方法提高定位速度,另一方面采用阅读器双天线方法保证定位精度.仿真实验结果显示快速定位算法使平均定位时间降低了1-2个数量级,在标签平均间距1m的情况下达到了0.39m的平均定位精度.     

物联网中基于RFID的移动标签定位方案

当前基于RFID的定位系统无法使用异构移动阅读器按照分布式策略定位移动标签,且定位精度低下。针对这种情况,提出了LSMT-RFID系统。该系统使用一组异构移动式RFID阅读器来定位移动RFID标签,移动阅读器通过时间约束交错过程展开合作,附近的阅读器通过共享询问信息来相应地估计标签位置,并使用主动和被动协议来确保位置信息的及时传输。基于ns-3的仿真实验来评估方案的定位能力,重点考察了平均定位误差和定位延时。实验结果表明,本方案能实现有效定位。