基于RFID的虚拟参考标签三维室内定位算法

针对目前三维室内定位算法不稳定及定位误差较大等问题,提出一种基于RFID技术的三维室内定位算法。通过参考标签与待定位标签的欧氏距离,选择邻近参考标签,将待定位标签划定到一个六面体内;通过这几个邻近参考标签的欧氏距离值大小,划分空间,动态插入虚拟参考标签;经过两次缩减空间,使参考标签和动态插入的虚拟标签逐步逼近待定位标签。实验结果表明,该算法的定位误差较低,有效提高了室内定位的精度。

具有环境自适应性的虚拟参考标签定位方法

在基于接收信号强度指示(received signal strength indicator,RSSI)的射频识别(radio frequency identification,RFID)室内定位系统中,由于环境干扰的非均匀性,定位环境中不同区域的信号传播模型存在差异.为此提出一种基于区域划分的定位方法,将定位区域划分为多个三角形子区域.定位过程中依据待定位标签的RSSI值经多轮投票机制确定其所在子区域,然后分别估算各子区域的环境因子和路径损耗值来建立子区域的定位模型,实现环境自适应.在此基础上引入虚拟参考标签概念,在定位区域内构造虚拟信号强度空间,并提出一种最近邻K值自校正方法选择最近邻标签,采用最近邻方法进行定位坐标计算.仿真结果表明,在复杂的低标签密度环境下,定位精度和稳定性比经典的LANDMARC和VIRE方法有显著提高.

加入虚拟标签的射频识别室内定位算法

在路标(LANDMARC)定位算法的基础上,提出把多个参考标签作为一个整体来与待定位标签比较RSSI值,先找出待定位标签所在的区域范围,并在此区域范围内线性添加一些虚拟参考标签,最后通过加权估计来确定待定位标签的位置坐标。仿真实验和硬件测试结果表明:改进后的算法在没有增加任何硬件成本的同时,具有更好的稳定性和抗干扰性,并且定位精度也有显著提高,更适用于室内定位。

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。

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。

基于生成对抗网络的高精度室内无线定位方法

虚拟标签、参考标签布局形式不一致是导致网络主机难以准确定位室内空间节点的主要原因,针对这一问题,完善生成对抗网络的结构体系,并在求解相应损失函数的基础上,根据虚拟标签、参考标签的布局形式,准确定位空间节点,实现基于生成对抗网络的室内空间规划。在空间规划后,对室内空间数据实施扩充处理,根据空间数据无线传输精度的数值水平,确定定位阈值的取值范围。通过实验发现,该方法可以保证虚拟标签、参考标签的一致性布局,实现网络主机对室内环境空间节点的准确定位。

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和自适应卡尔曼滤波的室内移动目标定位方法

本文研究了UHF-RFID(超高频-射频识别)环境下的移动目标定位问题,提出了一种结合自适应卡尔曼滤波和BVIRE(边界虚拟参考标签)的移动机器人定位方法,即B-AKF (BoundaryAdaptive Kalman Filter)定位方法.首先,利用UHF-RFID系统对移动机器人进行初始定位,其次,考虑模型和噪声统计特性不确定性,采用自适应卡尔曼滤波方法对机器人的运动状态进行预测和更新,并引入自适应因子补偿噪声方差不确定性问题.最后,搭建了基于UHFRFID的定位实验平台,并通过实验研究表明,相比于传统的线性BVIRE和线性卡尔曼滤波方法,所提出的自适应卡尔曼滤波方法具有更高的定位精度和更强的鲁棒性能.

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,并针对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%。

一种基于RFID的化工危险品企业人员定位算法研究

针对化工危险品企业无法全面、及时、准确地掌握厂区内人员实时分布信息,从而间接导致事故发生的问题。采用RFID定位系统,介绍了RFID阅读器拓扑网络定位算法,针对算法不足提出了结合VIRE定位算法的改进方法。通过在阅读器周围部署参考标签和虚拟标签来解决模型中目标标签同时被两个以上的阅读器识读的难题,最后找出目标标签的实时位置坐标。并采用使得定位精度更高的权重因子计算公式解决Ej=0的问题。实验证明:在复杂环境中与RFID阅读器拓扑定位算法相比改进算法在定位精度上有显著提高。

基于样条插值的RFID室内定位算法

针对VIRE算法在计算虚拟标签RSSI值使用线性插值法带来的定位不准问题,提出一种改进算法。改进算法使用样条插值法来仿真信号在无线通道中的非线性衰减规律,另一方面在目标位置坐标的获取时使用了动态阀值,阀值如果使得最近邻参考标签数目在4和6之间就为有效的,然后通过对几组这样的阀值下得到的目标位置取平均值作为目标最终计算位置。仿真表明,改进算法中各个待测点在定位精度上和VIRE算法相比有了明显提高。

物联网室内运动目标协作信息融合跟踪方法

物联网领域室内运动目标识别与跟踪是当今研究与应用的热点。提出一种基于RFID识别定位技术与CCD视频信息相融合的室内运动目标识别跟踪方法。首先利用RFID及提出的扩展虚拟参考标签定位方法对目标进行身份识别与粗定位,利用此信息指导多CCD开启或休眠,应用背景差分法对CCD监控图像检测目标并进行多视角融合实现较精确定位,最后通过加权平均得到运动目标位置。该方法融合了RFID快速识别定位及CCD视频定位准确的优点,实验结果表明,提出协作信息融合方法可有效提高室内目标跟踪准确度与实时性。