基于异步优势动作评价的RFID室内定位算法

• 作者: 李丽 王哲 石静 袁源 郑嘉利
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: RFID RSSI 强化学习 异步优势动作评价 室内定位
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 计算机网络
• 页码范围: 233-238
• 页数: 6页
• 分类号: TP301.6
• 字数: 5835字
• 语种: 中文
• DOI: 10.11896/jsjkx.190100070

摘要

针对现有的RFID室内定位算法的精度容易受到环境因素影响的问题,提出了一种基于异步优势动作评价(Asynchronous Advantage Actor critic,A3C)的RFID室内定位算法.该算法的主要步骤为:1)将RFID的信号强度RSSI值作为输入值,多个线程子动作网络并行交互采样学习,利用子评价网络评价动作值的优劣,使模型不断优化,找到最优信号强度RSSI值,并训练定位模型;子线程网络定期将网络参数异步更新到全局网络上,全局网络最后输出参考标签的具体位置,同时训练得到异步优势动作评价定位模型.2)在线定位阶段,当待测目标进入待测区域时,记录待测目标的信号强度RSSI值,将其输入异步优势动作评价定位模型中,子线程网络从全局网络中获取最新定位信息,对待测目标进行定位,最后输出目标的具体位置.实验数据表明,基于异步优势动作评价的RFID室内定位算法与传统的基于向量机(Support Vector Machines,SVM)定位、基于极限学习机(Extreme Learning Machine,ELM)定位、基于多层神经网络定位(Multi-Layer Perceptron,MLP)的RFID室内定位算法相比,定位平均误差分别下降了66.114％,50.316％,44.494％;定位稳定性分别平均提高了59.733％,53.083％,43.748％.实验结果表明,基于异步优势动作评价的RFID室内定位算法在处理大量室内定位目标时具有较好的定位性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李丽	广西大学计算机与电子信息学院	22	36	3.0	5.0
2	王哲	广西大学计算机与电子信息学院	19	20	3.0	3.0
3	郑嘉利		6	1	1.0	1.0
4	袁源		3	0	0.0	0.0
5	石静	广西大学计算机与电子信息学院	6	2	1.0	1.0