一种基于BP神经网络与加权平均的人机交互RFID室内定位算法研究

摘要

射频识别室内定位算法(RFID-ILA)是人机交互系统(HCIS)中的关键技术之一,与WiFi、GPS和蓝牙技术相比具有明显的优势.由于室内环境复杂多变,传统的基于接收信号强度(RSS)的RFID-ILA难以准确估计信道传播因子(CPF),定位精度和抗干扰能力较差.本文提出了一种基于BP神经网络和加权平均改进的RSS三边定位算法,实验结果表明,改进算法的精度有明显的提高.