基于无源电子标签识别的室内定位算法及实现技术研究

摘要

基于位置的服务有着广阔的应用前景，关于室内定位系统的研究一直是近年来的热门领域之一。文章从在仓储物流管理、供应链管理等领域有着深刻行业背景的射频识别技术RFID(Radio Frequency Identification, RFID)入手，研究了基于无源电子标签识别的室内定位算法以及相关的实现技术，文章的主要工作和创新点如下：
　　（1）详细介绍了RFID技术的工作原理、系统组成以及应用领域；同时，针对使用RFID技术的相关定位系统和定位算法进行了较为全面总结，分析了各算法的特点以及它们的适用情景。
　　（2）针对于非测距技术中的K近邻定位思想，文章研究了一种较为典型的LANDMARC定位算法。从实际定位环境中遇到的问题出发，提出了一种基于异常点校正和分区定位的改进算法，校正参数可以根据实际环境状况进行调节，利用选中分区的大小可反映出定位结果的可靠性。
　　（3）针对于基于测距技术的定位算法，其关键在于无线射频信号室内传播模型的确定。文章根据实际建模过程中遇到的小样本问题和高噪声问题，提出一种利用模糊神经网络拟合接收信号强度与衰减距离之间的映射关系，然后使用Bayes估计确定目标点定位算法。在仿真中，使用BP网络作为对比组，分析了模糊神经网络的建模特性；同时分析了在不同噪声条件下，Bayes估计算法与最小二乘算法和LANDMARC算法的表现。
　　（4）文章中搭建了一个基于RFID技术的室内无源标签定位平台，并利用搭建的硬件平台对文中提出的算法进行了测试，最后分析总结了文章中算法在实际中的性能。

目录

封面

声明

中文摘要

英文摘要

目录

第一章 绪论

第一节 引言

第二节 RFID技术概述及研究意义

第三节 文章工作及章节安排

第二章 RFID定位技术与定位系统概况

第一节 RFID定位技术简介

第二节 基于三角测量的定位技术

第三节 基于场景分析的定位技术

第四节 基于近似估计的定位技术

第五节 常用RFID定位系统布局方式

第六节 本章小结

第三章 基于K近邻定位算法的研究

第一节 一种典型的K近邻算法

第二节 一种基于异常点修正和分区定位K近邻算法

第三节 本章小结

第四章 模糊神经网络和Bayes估计在RFID定位中的研究

第一节 定位问题与建模

第二节 一种基于模糊神经网络建模的定位算法

第三节 贝叶斯估计在RFID定位算法中的应用

第四节 本章小结

第五章 硬件实验平台的搭建与实验分析

第一节 硬件实验设备介绍

第二节 软件系统开发

第三节 RFID室内定位系统实验平台搭建

第四节 定位算法的硬件平台测试

第五节 本章小结

第六章 总结与展望

第一节 总结

第二节 展望

参考文献

致谢

个人简历、在学期间发表的学术论文及研究成果