基于PSO-ANN的RFID汽车室内定位算法

摘要

针对射频识别(RFID)汽车室内定位很难在复杂环境下建立信号强度(RSSI)值和传播距离之间的映射模型问题,提出了一种基于粒子群优化(PSO)算法优化人工神经网络(ANN)的方法.使用PSO优化ANN的权值和阈值参数,避免ANN容易陷入局部最优等缺陷,建立一个准确的RSSI和标签位置的分类模型.为提高训练样本的质量,减少噪声干扰,对实验数据进行高斯滤波预处理.实验结果表明:和ANN算法相比,所提PSO-ANN方法的平均误差降低了11.98 cm,表现更稳定.