粒子群优化人工神经网络的RFID室内定位算法

• 作者: 史志才 吴飞 张玉金 陈珊珊 陈计伟
• 来源期刊: 传感器与微系统
• 学科: 工学
• 关键词: 射频识别 粒子群优化算法 人工神经网络 室内定位
• 年，卷（期）: 2018,（12）
• 所属期刊栏目: 计算与测试
• 页码范围: 136-138,143
• 页数: 4页
• 分类号: TP393
• 字数: 2292字
• 语种: 中文
• DOI: 10.13873/J.1000-9787(2018)12-0136-03

摘要

结合射频识别(RFID)技术具有低成本和高精度的特点,提出了一种基于粒子群优化(PSO)的人工神经网络(ANN)方法.采用PSO优化ANN的权值与阈值,避免了传统ANN预测结果易陷入局部最优的缺点,并建立了标签信号强度值与位置坐标的关系.同时采用了高斯滤波处理信号强度值,以减少环境因素对信号的干扰,从而提高定位精度.实验结果表明:与传统ANN相比,提出的方法平均定位误差减少了11.72 cm,且算法稳定性更好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	史志才	上海工程技术大学电子电气工程学院	47	154	7.0	11.0
2	吴飞	上海工程技术大学电子电气工程学院	53	159	7.0	10.0
3	张玉金	上海工程技术大学电子电气工程学院	17	25	3.0	5.0
4	陈珊珊	上海工程技术大学电子电气工程学院	9	18	2.0	4.0
5	陈计伟	上海工程技术大学电子电气工程学院	8	18	2.0	4.0