10.16208/j.issn1000-7024.2016.03.044
基于自适应进化极端学习机的室内定位算法
为改进经典射频识别(RFID)室内定位算法LANDMARC与VIRE ,提出一种SEVIRE算法。为定位区域的接收信号强度值(RSSI)空间关联建模并用自适应进化极端学习机(SaE‐ELM )离线训练,将在线采集的信号输入训练好的SaE‐ELM ,计算虚拟标签的RSSI值。在线定位时,为每个独立的阅读器寻找合适的阈值,引入 Q‐function减小信号波动对定位的影响,进一步提高定位精度。实验结果表明,在使用2.4 GHz频段阅读器的情况下,SEVIRE算法90%的定位误差在2 m以内,平均定位误差约为1.72 m ,整体定位性能优于LANDMARC算法和VIRE算法。
室内定位、射频识别、接收信号强度值、自适应进化、极端学习机
37
TP274(自动化技术及设备)
广西科学研究与技术开发计划课题基金项目桂财教[2013]48号
2016-04-22(万方平台首次上网日期,不代表论文的发表时间)
共5页
788-792