邻近参考标签权值的射频识别室内定位算法

介绍了VIRE算法和BVIRE算法的定位原理。在BVIRE算法的基础上,提出了一种基于邻近参考标签的权值的改进算法(简称WBVIRE算法)。该算法通过改进最近邻参考标签与待定位标签的信号强度的差值,重新设定邻近参考标签的权值计算方法,以得到更加准确的待定位标签的坐标,从而提高 BVIRE 算法的室内定位精度。实验结果表明, WBVIRE算法明显提高了室内定位精度。     

基于RFID的虚拟标签算法研究与改进

针对室内定位算法VIRE的定位精度,特别是邻近边界目标的定位精度较低的问题,以RFID标签定位为研究基础,从改变VIRE算法中虚拟标签的插值方式和在边界上加入虚拟标签两个方面进行研究和改进。使用拉格朗日插值代替VIRE算法中的线性插值方式,使虚拟标签的数据更加接近实际环境值;在边界上加入虚拟参考标签能增加已知标签数,防止在计算待定位标签坐标时引入误差标签。实验结果表明,标签定位精度有了明显提高,整体能提高了35%,邻近边界标签定位精度提高较大,可达到50%以上。     

面向整体区域的改进VIRE定位算法研究

VIRE定位算法的虚拟参考标签分布在中心区域,导致非中心区域定位精度低,并且算法需要根据环境重复调整阈值,增加了实验难度。针对上述问题,在VIRE算法的基础上提出面向整体区域的改进VIRE算法。首先,将虚拟参考标签放置到整体定位区域;同时,利用牛顿插值估算虚拟参考标签的RSSI值;随后,通过动态阈值选择邻近参考标签,经过邻近参考标签可信度检查后确定最终邻近参考标签;最后,对其进行误差校正得到定位标签的坐标。仿真实验结果表明,该改进VIRE算法不仅在定位精度上有大幅提升,而且对定位环境有较强的适应能力。     

基于RFID的边界虚拟参考标签改进算法

依据对室内定位算法的场景分析,在BVIRE算法的基础上,提出了一种室内定位的改进算法IMPRO_BVIRE。针对信号在无线信道中的衰减规律呈非线性,该算法采用一种非线性插值方法计算虚拟参考标签的RSSI值,在邻近参考标签的选择上采用小概率排除法,排除了小概率点对定位精度的影响,并通过取均值抵消了阴影带来信号的剧烈波动。仿真与实验结果表明,改进后的IMPRO_BVIRE算法相比于BVIRE算法具有更低的定位误差。     

基于RFID的虚拟标签改进算法

针对VIRE算法定位精度低的不足,提出一种改进算法,其中包括非线性插值算法、动态阈值的设定以及模糊地图的标签自校正。构建基于参考标签的室内定位系统,并开发界面软件。实验结果表明,VIRE改进算法能在不增加参考标签数目的情况下,提高定位精确度,改善恶劣环境定位结果的稳定性。     

基于虚拟参考标签的RSSI质心定位算法

为解决传统质心算法定位精度过低的问题,引入VIRE算法,利用信号传播模型在定位区域内构造虚拟参考标签的RSSI信息,提出一种将VIRE系统与传统质心算法相结合的改进算法。仿真结果表明,在计算复杂度提高的情况下,改进算法的定位精度较传统质心算法提高了33%。     

基于克里金插值的自适应VIRE室内定位算法研究

VIRE算法在虚拟标签计算上往往采用线性插值方法计算RSSI与距离的关系,易导致误差增大,并且需要通过反复调整实验获得的标签消除阈值为固定值,增加了定位的时间复杂性,针对这两点问题提出一种基于克里金插值的自适应VIRE室内定位算法。利用克里金插值估计虚拟标签的RSSI值,并根据待定位标签的实时特点自动调整阈值,使邻近标签数量接近最优,更准确地排除干扰,从而获得定位坐标。实验对比结果表明,该算法不仅节约定位成本,而且提高了定位精度。     

基于RFID的BVIRE算法研究与改进

在BVIRE算法的基础上,利用阈值与定位标签的权值因子取倒数的方法,来排除误差大的邻近参考标签。实验表明,新算法在整体定位精度上提高了18%。分析算法的环境影响因子,得出该新算法在路径损耗指数n=1.8,虚拟标签网格数N=5,阈值为TH=2时为最佳适用环境。     

面向室内环境的RFID定位方法分析与仿真

通过分析2种经典室内无线射频识别定位方法LANDMARC和VIRE,提出一种基于虚拟参考标签空间的定位方法。在定位区域中构建虚拟参考标签空间、实体参考标签和读写器结合的定位空间,并在采用K近邻方法进行定位坐标的计算中,引入Q-function计算每个邻居的权值,减小正态随机变量标准差带来的阴影效应。实验结果表明,该方法具有灵活的设备部署方式以及较高的定位精度。     

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%.     

基于虚拟信号强度的RFID定位方法研究

针对RSSI方法中定位信号之间干扰严重、误差较大、信号波动剧烈等问题,提出了一种基于虚拟信号强度 的RFID定位方法。该方法引入虚拟信号强度概念,在定位区域内构造虚拟信号强度空间,然后利用经典信号传播模 型计算各虚拟参考标签的信号强度。在采用最近部方法计算定位坐标时引入讣Function来计算每个部居的权值,以 减小正态随机变量标准差。带来的阴影效应,解决实际部署过程中大量高密度参考标签带来的射频信号干扰问题,从 而灵活部署参考标签。仿真实验结果表明,该方法与经典的LANDMARC} VIBE方法相比,具有较高的定位精度。     

基于RFID虚拟标签的室内停车场车辆定位算法

在室内停车场中应用基于RFID的LANDMARC算法进行车辆定位时,由于室内停车场的复杂结构以及多径效应的影响,车辆定位精度不能通过增加参考标签数目或均匀规则的部署参考标签等方式来提升。提出了一种基于虚拟RFID标签的室内定位算法(location algorithm based on virtual tag, LAVT)。该算法通过近邻标签确定车辆的近邻区域,计算出近邻区域的外心并插入虚拟参考标签;通过虚拟参考标签替换原近邻标签、缩小近邻区域面积,使新近邻标签更临近待定位车辆,从而更精确地计算出车辆的位置。仿真实验表明：LAVT算法在室内停车场环境中将车辆定位精度提升了19.03%。LAVT算法应用于室内停车场环境中的车辆定位具有更好的适用性,能满足室内停车场车辆定位的基本需求。     

基于粒子群的射频识别定位算法

针对传统室内定位方法定位精度低、开销大等问题,提出一种基于粒子群的射频识别定位算法。首先采用高斯滤波对读取到的信号强度指示RSSI进行预处理,以减少环境因素对信号的干扰,使RSSI值与标签实际位置相符。其次,以网格排列的参考标签作为辅助,通过引入粒子群优化算法,经多次迭代找出最优值,计算出待定位标签的估计坐标,提高定位精度。最后,采用拉格朗日插值法计算虚拟标签的信号强度指示值,使其更接近于真实标签的值。实验表明,该算法可有效提高定位精度和效率,并减少开销。     

基于参考标签可信度和偏差自校正的RFID室内定位算法

为了提高室内定位系统的定位精度,在典型射频识别(RFID)定位系统LANDMARC基础之上,提出了基于参考标签可信度和偏差自校正的RFID室内定位改进算法。该算法引入参考标签辅助定位,先检查每个最近邻参考标签的可信度,舍弃不可信的参考标签;同时,针对最终选定的最近邻参考标签进行定位偏差的自校正,计算出待定位标签的最终估计位置。实验结果表明,与LANDMARC系统相比,改进算法提高了室内定位的精度,适合于室内人和物的定位应用。     

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。