10.11959/j.issn.1000−436x.2022159
基于自适应蝙蝠算法的室内RFID定位算法
针对传统超高频射频识别室内定位算法中利用几何方法定位耗时较长且定位精度较差的问题,提出了一种基于自适应蝙蝠算法(ABA)的室内RFID定位算法.首先,利用跳频技术获取多频率相位,基于多重信号分类(MUSIC)算法的角度信息和聚类的距离信息建立蝙蝠算法位置评估函数;其次,利用Tent反向学习初始化蝙蝠位置增加种群的多样性,并引入自适应权重因子更新蝙蝠位置;最后,基于位置评估函数对目标位置进行迭代搜索,实现快速厘米级定位.实验结果表明,所提算法的中值定位误差为7.74 cm,且实时性比基于中国剩余定理(CRT)的传统定位算法提升了12倍.
射频识别、室内定位算法、帐篷反向学习、自适应蝙蝠算法
43
TN99
国家自然科学基金;重庆市教委科学技术研究基金资助项目;重庆市研究生科研创新基金资助项目;重邮信通青创团队支持计划基金资助项目
2022-09-07(万方平台首次上网日期,不代表论文的发表时间)
共10页
90-99