LANDMARC定位算法的修正与优化

LANDMARC作为基于RFID技术室内定位的一项传统定位算法,在相关定位系统的研究中得到了广泛的应用。然而在实际的定位和应用过程中,LANDMARC定位算法仍存在着一些缺点和不足。针对算法定位过程中错选邻居标签概率较高造成误差较大的情况,提出一种基于LANDMARC的修正与优化算法,算法主要通过几何运算比较来排除并校正错选的邻居标签。实验结果表明,在不同的定位环境条件下,修正与优化后算法其错选邻居标签的概率大大降低,结果使定位误差有了明显的减小。     

基于WiFi的电子标签定位算法

设计了一套以WiFi技术和RFID定位技术为基础的定位系统,简单介绍无线WiFi网络的优势及系统的硬件部分。在算法方面详细描述了LANDMARC算法和三边定位算法,对两种算法的优缺点进行分析,并结合两种算法提出一种新的算法。并在某公司楼道中进行实验,结果表明该定位算法取得了在2m范围内的准确定位。     

基于分层定位模型的RFID定位算法研究

识别和定位为智能停车场等服务领域提供关键信息,基于RFID的LANDMARC算法为常见的室内定位方法。文中对低成本、高精度的经典室内定位算法LANDMARC进行分析,针对其在定位过程中单纯根据信号强度的欧几里得距离选择节点进行定位计算的不足,提出基于双层定位模型的算法D-LANDMRAC。该算法主要由初步定位和精确定位两部分组成,初步定位过滤掉问题参考标签,再基于“距离-损耗冶公式利用标签之间信号强度差进行精确定位。仿真结果表明,相比LANDMARC算法,D-LANDMRAC算法定位精度有了明显的提高,并且定位误差的分布更加均衡。     

基于RFID的蛛网模型定位算法设计

针对当前室内定位算法所遇到的精度问题,在LANDMARC系统的基础上提出了一种基于有源RFID的蛛网定位算法。文中介绍了蛛网模型的建立,详细阐述了蛛网定位系统的定位原理以及算法的实现,并通过仿真实验对蛛网定位算法的误差进行了分析,论证了该算法的可行性和精确性。     

一种基于统计的排序算法

本文提出了一种基于统计的快速排序算法 ,并对该算法的时间复杂度和空间复杂度进行了分析 .该算法要求排序关键字满足一定的约束条件 ,其时间复杂度为 O(n) .对该算法做一些简单的修改 ,还可以将其推广到对一般关键字的排序问题 .     

基于轮转算法的缓冲交叉开关调度算法的设计与实现

研究了一种低复杂度、高性能的交换机调度算法——轮转(Round Robin)调度算法及其硬件实现,它是基于缓冲交叉开关交换结构的。缓冲交叉开关交换结构相比于无缓冲的交叉开关交换结构,仅需要简单的调度算法对输入VOQ队列和交叉点缓存输出分别进行调度,这大大简化了调度算法硬件实现的复杂程度,减小了系统延迟。因此,结合轮转算法和缓冲交叉开关交换结构各自的优点,可以设计出高性能的交换机。     

低复杂度的阈值优化实时调度算法

嵌入式实时系统在其CPU及内存资源相对稀缺时,必须采用复杂度低,系统开销小的调度算法.基于阈值的调度算法可以提高任务的调度性,减少任务间的切换,以此减少内存需求和系统开销.提出了基于抢占差值的阈值分配优化算法.算法在最小阈值分配法基础上,从高优先级向低优先级方向设置任务的阈值,为任务集找出一组满足最大抢占差值的阈值分配方案.经过理论分析及实例验证,算法可以显著降低任务的切换次数,并且算法的复杂度优于传统的优化算法.     

基于改进SIFT算法的无人机遥感图像匹配

将SIFT算法中高斯二阶微分模板与图像函数的卷积运算转化为箱式滤波器对积分图像的加减运算,引入SURF算子,减小特征点检测算子的特征向量维数,降低SIFT算法的计算复杂度,缩短图像匹配时间,从而解决了无人机遥感图像匹配对实时性要求较高的问题。仿真结果表明,改进的SIFT算法在保持原算法鲁棒性和匹配率的前提下,提高了运算速度。     

结合最小均方误差的改进球形译码检测算法

在多输入多输出(MIMO)系统的信号检测算法中,球形译码算法的检测性能最接近最大似然算法,但传统球形译码算法运算复杂度较高。为降低球形译码算法复杂度,提出一种新型的球形译码检测算法。新算法由改进的快速球形译码算法与最小均方误差算法相结合而成。改进的快速球形译码算法通过在球形半径收缩时乘上一个常量参数来提高半径收缩速度,减少算法搜索的信号点数,从而达到降低复杂度的目的。最小均方误差算法则能够通过减小噪声对接收信号的干扰来降低因搜索噪声点而产生的复杂度。将最小均方误差算法的信道矩阵应用在改进的快速球形译码算法中,将两种算法有效地结合,能够进一步降低算法复杂度。仿真结果表明,当信噪比(SNR)低于10 dB时,新算法相比于原始球形译码算法,检测性能平均提高了9%左右。     

LMS自适应算法的FPGA设计与实现

自适应算法的实现是自适应滤波技术应用于工程实践的基础。本文在分析LMS(最小均方误差)算法原理的基础上,讨论了算法实现的数制、计算量和迭代流程,在减小计算复杂度的基础上,给出了一种基于FPGA的实现方案。仿真结果表明,该方案能够保证LMS算法的收敛性和稳定性,可以应用于实际的数字信号处理系统。     

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。     

基于加权欧式算子的射频识别定位算法

基于有源射频识别校验的动态定位技术中边界标签的定位精度受制于参考标签数量,针对该问题,提出一种优化测距的改进算法。结合路径损耗模型,分析环境噪声对阅读器收信场强的可信度影响,通过引入加权算子调整定位标签与参考标签之间的欧氏距离,修正各阅读器上的收信场强可信度。仿真结果表明,对于检测区域边界的待定位标签,改进算法比原算法具有更好的定位精度及环境适应性。     

基于支持向量回归机的RFID室内定位研究

基于接收信号强度的射频识别(RFID)定位是一种低成本、便于实现的室内定位方法,针对在RFID室内定位系统中使用参考标签法存在的小样本问题,提出一种基于支持向量回归机(SVR)的RFID室内定位算法。结合无源超高频RFID系统工作原理,在Matlab环境下,对比经典的LANDMARC方法,测试了基于支持向量回归机的定位算法性能,以及互耦效应、多径效应对该算法定位结果的影响。仿真结果表明,相较于LANDMARC方法,所提方法在不增加参考标签数量的情况下定位精度至少提高了25%。     

射频识别技术及其在室内定位中的应用

在分析射频识别(RFID)基本原理和特点基础上,重点讨论了基于RFID的LARNDMARC室内定位系统,然后在此基础上提出了一种最近邻居改进算法和基于误差多级处理的数据融合定位方法。仿真结果表明,改进后的最近邻居算法比已有的最近邻居算法的定位精度更好。     

一种拓扑约束的RFID三维定位方法*

针对现有RFID三维定位算法在运算时间复杂度问题上,收集的信息量较大、对定位的效率影响比较大,满足不了较高的RFID实时定位系统要求,提出了一种拓扑约束的RFID三维定位算法,使用虚拟地标与拓扑约束相结合对标签进行定位。通过引入一种松约束减少读写错误的影响,同时增加定位的精度。仿真结果表明,算法在不增加移动读写器时,定位精度为间隔的20%左右;在增加移动式读写器情况下,静态读写器间隔6m时,其瞬时定位精度为读写器间隔的12%,最终的迭代运算收敛后可获得0.4 m内的定位精度,为读写器间隔的6%。与传统LANDMARC系统定位精度为读写器间隔的50%左右相比,算法精度可以提高六倍以上。     

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。     

基于动态质心迭代与偏差修正的室内定位方法

射频识别技术（RFID）是室内精确定位的重要技术之一.基于经典LANDMARC算法定位精度不高问题,提出了基于动态质心迭代和偏差修正相结合的定位算法.该算法采用最小关联度为准则,通过将近邻区域质心作为下一个参考标签依次迭代近邻成员,直至与目标标签的关联度低于阈值,实现预定位;通过实施k近邻成员重定位并引入修正系数对预定位坐标进行偏差修正.实验结果表明,相比于LANDMARC算法,该算法的定位准确度得到较大提高.     

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。