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。     

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。     

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Wi-Fi室内定位的位置指纹算法

随着Wi-Fi网络室内覆盖率的增加,人们对位置服务的需求也不断增加。利用现有的Wi-Fi网络进行室内定位,先分析了NN算法存在的不足,并提出了一种WNN位置指纹定位算法。整个定位过程分为数据采集、数据处理即奇异值处理和滑模滤波处理、实时定位即用WNN法对处理后的离线数据和实时数据进行对比、匹配,最接近的那组数据对应的区域号为定位结果。对几种信号处理方法进行了比较,得出滑模滤波的效果最优。实验表明,修正后的定位算法的定位准确率明显提高,达到了90%以上。     

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...     

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RFID室内定位的自动导游装置设计

本实用新型涉及一种根据无线射频标签(RFID)进行自动室内定位,并自动导游的电子装置。该装置包括有源无线射频标签装置以及手持机自动导游装置。介绍室内定位原理,同时说明手持机自动导游装置硬件的选取和软件结构的设计。介绍该装置的工作原理,分析该装置的优势和应用前景。     

基于传播模型和位置指纹的三维室内无源定位方法

本文在通过分析各种室内定位算法的基础上,提出了一种基于传播模型和位置指纹的三维室内无源定位方法,该方法通过位置指纹定位平面位置,通过传播模型定位高度,两者结合可获得室内三维位置。结合该算法模型,提出了系统的组成与设计,并基于该系统完成了实际定位试验,在传感节点间隔5米的情况下,定位精度可达到3米。     

基于天线覆盖模型的RFID室内定位算法

基于无线射频识别(RFID)技术密集无源标签定位系统的定位算法大多存在标签性能差异、天线方向性未定和外在环境噪声干扰等问题,导致系统定位精度大幅降低。为提高定位精度,提出一种被动式RFID二维室内定位算法IPABACM。该算法通过部署标签阵列使RFID阅读器读取信息,将读取到的标签赋予权值,利用改变标签权重并用神经网络进行训练的方法降低环境噪声和标签性能差异的影响,根据分析天线覆盖模型得出,通过旋转叠加读写器覆盖区域,可降低甚至消除读写器天线方向对定位精度造成的影响。实验结果表明,与传统的被动式RFID定位算法相比,IPABACM算法具有较高的定位精度,且定位时间较短。     

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.     

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...     

基于双阶段位置修正的室内定位算法

WLAN指纹定位技术已经成为室内定位领域的研究热点，但空间环境变化易导致传统定位算法精度降低。针对此问题，提出基于双阶段位置修正的室内定位算法。分析空气介质电导率变化对RSSI的影响，以传统算法的定位结果作为初始位置，首先利用K邻近法（KNN）构建初始位置指纹映射；在此基础上，利用多维标度法（MDS）计算离线、在线阶段的用户间相对位置修正值；最后，利用双阶段位置修正值对初始位置进行优化，得出最终目标位置。实验结果表明，该算法能够有效应对环境变化，修正定位结果，传统算法经其优化后平均误差均有10%以上的降低。     

RFID旋转天线中的椭圆模型室内定位算法

传统的基于RSSI测距的RFID室内定位系统需要多台天线同时进行测量，使得定位系统部署成本昂贵。而目前只使用一个天线的RFID旋转天线定位方法由于需要测量最大信号强度的角度，需要长期搜索标签，导致系统无法长期稳定工作。为了解决上述问题，提出在天线旋转过程中，获得不同特定角度的等信号强度轨迹，再通过遍历方法求两个椭圆模型的交点，实现定位。最后将该算法在硬件装置上进行了实验，结果表明平均定位误差达到0.754?m，与传统RSSI定位算法相比可以减少36.19%左右的硬件部署成本，同时解决了读写器容易发热的问题。     

基于RFID的室内定位算法

随着普适计算研究的不断发展,更多的应用需要知道物体的位置信息,而原有的定位技术无法满足室内定位的要求,室内定位技术已经成为研究热点.文章简要介绍了将RFID应用于室内定位的LANDMARc算法和VIRE(虚拟标签消除)算法,并针时VIRE算法存在的问题提出了一种基于拉格朗日插值的改进算法.最后的实验结果表明,与VIRE算法相比,改进算法的定位精度提升5%到50%.     

基于感知规则集策略的约束空间RFID室内符号定位算法

随着普适计算的不断发展,室内定位技术的研究也成为当今研究的热点问题。室内定位技术的不断进步使得RFID也开始部署到各种各样的室内场景。为了提高室内空间中的定位精度,提出了一种基于感知规则集策略的约束空间RFID室内符号定位方法。算法基于室内空间中的符号,通过定义感知情况来确立定位规则,使得算法具有良好的室内空间适应性,且使用少量的阅读器即可实现较高精度的定位。为了提高定位精度,引入了感知规则集的概念,对场景中的情况抽象提取,进一步增加算法定位精度。最后,以约束空间中的室内场景作为实验环境对算法进行验证,分析结果表明,在室内空间中算法的定位精度及抗干扰能力优于现有算法。     

基于LS-SVM的位置指纹室内定位

基于无线接入点（Access Point,AP）接收信号强度（Received Signal Strength,RSS）的位置指纹室内定位技术近几年已经成为国内外位置感知研究的热点。提出了基于最小二乘支持向量机（Least Squares Support Vector Machines,LS-SVM）的位置指纹定位方法。给出了基于LS-SVM的指纹定位模型,描述了LS-SVM指纹样本训练的具体实现过程。重点在于将定位问题转化为一个多类别分类问题,并分别采用一对一（OAO）和一对多（OAA）方法将其转化为多个二值分类问题。仿真结果表明,LS-SVM较传统支持向量机（SVMs）、K近邻（k-Nearest Neighbors,K-NN）定位方法的分类准确率高且计算代价小,平均分类准确率达92.00%。     

基于RFID技术的室内定位算法研究

为了提高室内定位系统的性能,使用主动式射频识别技术设计了一种应用于室内环境的低成本定位仿真算法。算法引入参考标签辅助定位,利用布局方式造成接收信号强度的不同对待定位的电子标签进行方向与距离上的估测。详细介绍系统的布局方式,仿真了不同布局方式对系统定位精度的影响。根据仿真分析,最终选取了一种适合于化工企业生产车间的人员定位方案,该方案提高了定位精度、降低了系统的成本,具有一一定的实用意义。     

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。