粒子群优化人工神经网络的RFID室内定位算法

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.