计算机仿真
計算機倣真
계산궤방진
Computer Simulation
2015年
7期
323-326
,共4页
射频识别%神经网络%室内定位%信号强度
射頻識彆%神經網絡%室內定位%信號彊度
사빈식별%신경망락%실내정위%신호강도
Radio frequency identification%Neural network%Indoor localization%Signal strength
针对室内物体或者人员使用主动式射频识别(RFID)技术问题,设计了适用于室内环境的定位算法.传统的RFID室内定位算法由于室内环境复杂多变,路径损耗系数很难准确估计,定位精度不高.为解决上述问题,提出一种采用BP神经网络的RFID室内定位算法,算法引入参考标签辅助定位,利用BP神经网络建立场强信号转化模型.在模型中输入接收信号强度值,输出路径损耗系数,网络模型提高了路径损耗系数的准确性,再利用距离-损耗模型实现精确定位,从而减小定位误差.与传统的RFID定位算法比较,仿真和实验结果表明,改进算法的定位精度有显著的提高,可用于仓库、监狱、超市等室内环境.
針對室內物體或者人員使用主動式射頻識彆(RFID)技術問題,設計瞭適用于室內環境的定位算法.傳統的RFID室內定位算法由于室內環境複雜多變,路徑損耗繫數很難準確估計,定位精度不高.為解決上述問題,提齣一種採用BP神經網絡的RFID室內定位算法,算法引入參攷標籤輔助定位,利用BP神經網絡建立場彊信號轉化模型.在模型中輸入接收信號彊度值,輸齣路徑損耗繫數,網絡模型提高瞭路徑損耗繫數的準確性,再利用距離-損耗模型實現精確定位,從而減小定位誤差.與傳統的RFID定位算法比較,倣真和實驗結果錶明,改進算法的定位精度有顯著的提高,可用于倉庫、鑑獄、超市等室內環境.
침대실내물체혹자인원사용주동식사빈식별(RFID)기술문제,설계료괄용우실내배경적정위산법.전통적RFID실내정위산법유우실내배경복잡다변,로경손모계수흔난준학고계,정위정도불고.위해결상술문제,제출일충채용BP신경망락적RFID실내정위산법,산법인입삼고표첨보조정위,이용BP신경망락건립장강신호전화모형.재모형중수입접수신호강도치,수출로경손모계수,망락모형제고료로경손모계수적준학성,재이용거리-손모모형실현정학정위,종이감소정위오차.여전통적RFID정위산법비교,방진화실험결과표명,개진산법적정위정도유현저적제고,가용우창고、감옥、초시등실내배경.
