基于BP神经网络的RFID室内定位算法研究

• 作者: 朱彦 李朝庆 杨逸夫 程小辉 邓昀
• 来源期刊: 小型微型计算机系统
• 学科: 工学
• 关键词: 室内定位 神经网络 聚类 宏区域 均方根误差
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 计算机网络与信息安全
• 页码范围: 1707-1712
• 页数: 6页
• 分类号: TP391
• 字数: 5872字
• 语种: 中文

摘要

室内定位技术的研究一直都是近年来物联网研究的热点.为了验证一种廉价的RFID( Radio Frequency Identification)设备也有着良好的室内定位效果,提出一种基于廉价的nRF24l01芯片的主动RFID标签与K-means,SVM( Support Vector Ma-chine)和BP(Back Propagation Neural Network)神经网络三种算法相融合的定位算法.首先借助参考标签来建立指纹数据库,通过K-means的聚类算法,把收集到的指纹数据聚成K类,以此将定位区域划分为K个宏区域,再对每个宏区域建立SVM分类模型以及BP神经网络模型.最后采用具体实例对于室内定位性能进行测试.结果表明,当对区域划分为2类,3类,4类的时候,算法的均方根误差分别为1. 0863 M,0. 9265M,0. 9567M,可见当划分3类宏区域时,误差最小,该误差范围满足了室内定位研究的需求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程小辉		91	420	10.0	16.0
3	邓昀		18	102	5.0	10.0
7	朱彦		1	3	1.0	1.0
11	杨逸夫	湖南商学院新零售虚拟现实技术湖南省重点实验室	1	3	1.0	1.0