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Wi-Fi指纹和LED光学特性的室内定位系统

该文提出了一种基于Wi-Fi指纹和LED光学特性的室内定位系统,将Wi-Fi指纹和光学特性的色温和频率信息进行组合定位。使用光学特性提高Wi-Fi指纹定位的精准度。将需要定位的区域划分为多个相同的小区域,并在整个区域上构建稀疏的Wi-Fi指纹地图。通过Wi-Fi指纹定位确定目标所在的小区域。在小区域内通过光学信息的光照强度和频率信息进行精准定位。最后,通过设计实验和仿真结果表明,在室内环境中,该系统实现了平均误差为0.97 dm的定位,能够有效地定位。