一种改进LANDMARC射频识别室内定位算法

在射频识别RFID室内定位环境中,LANDMARC定位算法的精度与选取的近邻参考标签数量有关。传统的算法仅仅局限于在小范围定位环境中选取3~5个参考标签,而在较大的定位环境中,距阅读器较远的相邻参考标签存在干扰近邻参考标签选取的情况,因此,需要选取较多的参考标签来辅助定位,然而随着选取参考标签数量的增加,定位误差越来越大。针对这一问题,在选取的参考标签中引入加权思想来优化计算过程中权重的分配,进而降低系统误差,提高定位精度。仿真实验结果表明,改进后的LANDMARC定位算法在选取较多参考标签的情况下具有较高的定位精度。     

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。     

监狱犯人室内定位算法研究

室内定位技术因其在搜索、救援和安全方面的良好使用价值,越来越受到人们的关注。本文主要对基于室内监狱犯人的RFID室内定位算法进行研究,主要涉及其工作原理和相关的定位算法,特别是对LANDMARC室内定位算法进行了深入的研究以及改进优化,根据LANDMARC算法的缺点,通过对LANDMARC算法中阅读器的位置分布,参考标签的分布密度以及选取的参考标签数k值的优化改进,得出更优的LANDMARC改进算法,获得更好的定位精度和定位性能。改进的算法通过Matlab7.0模拟,提高监狱犯人室内定位精度,确保监狱的安全,提高效率。     

一种利用历史数据构造虚拟标签的定位算法

在RFID定位算法中,利用接收信号强度统计模型进行直接定位的精确度不高,而利用实际参考标签定位存在信号易碰撞、外出部署不便等问题,因此提出一种基于虚拟标签的RFID定位算法VIREH以克服以上缺点.该算法利用历史数据构建虚拟参考标签,然后利用虚拟参考标签代替实际参考标签进行定位.依据VIREH算法,开发基于Android移动设备的RFID定位系统,在系统中使用VIREH算法进行定位,对定位误差进行了统计以测试算法性能.测试结果表明,VIREH算法的定位精度较直接定位有显著提高,较使用实际参考标签没有明显降低,有助于提高RFID定位精度.     

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标签的集装箱定位算法研究

分析了集装箱RFID标签定位机制,建立了基于历史效应的集装箱RFID标签定位算法模型,在集装箱货场环境下,对定位算法进行实验,验证读写器个数、可参考定位标签个数和历史效应对定位算法的影响,结果表明考虑历史效应的迭代定位算法提高了定位精度。     

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。     

自适应RFID室内定位算法研究

在卫星信号定位优化问题的研究中,在传统的基于场强的射频识别(Radio-Frequency Identification,RFID)室内定位算法中,信号传播模型中路径损耗系数采用经验值,且在同一环境中视为常数.而由于室内环境复杂多变,传统导致算法对环境中的障碍十分敏感,定位精度较差.针对上述问题,提出了一种新型自适应定位算法,通过引入控制论思想中的反馈机制,将自适应控制策略与定位方法巧妙结合,用参考标签的实际坐标和定位坐标之差作为控制器的反馈信号,即时进行路径损耗系数的调整,从而使信号模型自动适应环境变化.经过对改进算法进行多次仿真,验证了算法的有效性,在不增加系统开销的前提下提高了定位精度及环境适应能力.     

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的边界虚拟参考标签定位算法

介绍VIRE室内定位算法的原理,针对VIRE算法对边界标签定位准确度低的问题,提出边界虚拟参考标签定位算法BVIRE。该算法通过建立线性回归方程,在边界处加入边界虚拟参考标签。仿真结果表明,在不额外增加参考标签且不增大射频干扰的前提下,BVIRE算法较原算法使靠近边界处待定位标签的定位准确度得到较大提高。     

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。     

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%。