RFID环境下基于自适应卡尔曼滤波的高速移动车辆速度预测

摘要：

针对高速移动车辆的速度预测问题,提出了一种射频识别(Radio Frequency Identification,RFID)环境下的基于自适应卡尔曼滤波的车辆速度预测方法.在RFID系统中,当车辆通过标签时,首先,阅读器需要获取该标签上最后一辆车的状态信息(即当前速度和时间戳),同时将自己的状态信息发送到该标签;然后,根据所获得的状态信息来构造状态空间模型;最后,通过带有变遗忘因子的自适应卡尔曼滤波算法来预测和调整车速.自适应卡尔曼滤波算法是利用期望输出值与实际输出值之间的误差来实现自适应遗忘因子的自适应更新,从而实现预测模型的在线更新.数值结果进一步表明,与最小二乘法和传统的卡尔曼滤波算法相比,该算法分别提高了87.5％ 和50％ 的速度预测精度,从而证明该算法可以为实际应用提供更好的实时性.

关键词：速度预测、射频识别、数据采集、自适应、卡尔曼滤波

所属期刊栏目：46

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金61379122 ,浙江省自然科学基金LR16F010003 ,LR17F010002

在线出版日期：2019-05-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：100-105