基于自适应进化极端学习机的室内定位算法

摘要：

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。

关键词：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

所属期刊栏目：37

分类号：TP274(自动化技术及设备)

资助基金：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

在线出版日期：2016-04-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：788-792