基于改进粒子滤波的射频识别室内跟踪算法.pdf

基于改进粒子滤波的射频识别室内跟踪算法.pdf

  1. 1、本文档共6页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于改进粒子滤波的射频识别室内跟踪算法

第 41卷 第 1l期 计 算 机 工 程 2015年 11月 Vo1.41 NO.11 ComputerEngineering November20l5 · 开发研究与工程应用 · 文章编号:1000.3428(2015)11.0308.06 文献标识码:A 中图分类号:TP301.6 基于改进粒子滤波的射频识别室内跟踪算法 石雪军,纪志成 (江南大学物联网工程学院,江苏 无锡 214122) 摘 要 :针对复杂室 内环境下移动 目标难 以跟踪和粒子滤波容易丧失粒子多样性 的问题 ,提 出一种射频识别室 内 跟踪算法。将读写器接收到的信号强度指示样本值直接作为观测量建立非线性状态空问模型 ,给出一种带有马尔 科夫链蒙特卡洛 (MCMC)移动步骤的改进部分系统重采样算法,采用度量函数实现粒子集分类并进行重采样处理 加入MCMC移动步骤,增加粒子多样性。应用该滤波算法对非线性单变量静态模型和上述非线性跟踪模型进行 仿真,并与其他重采样滤波算法进行 比较 ,实验结果表 明,该滤波算法的滤波性能更好 ,跟踪精度更佳。 关键词 :射频识别 ;室 内跟踪 ;粒子滤波 ;马尔科夫链蒙特卡洛 ;部分系统重采样 ;度量函数 中文引用格式 :石雪军 ,纪志成.基于改进粒子滤波的射频识别室内跟踪算法 [J].计算机工程,2015,41(11):308—313. 英文引用格式 :ShiXuejun,JiZhicheng.RadioFrequencyIdentificationIndoorTrackingAlgorithmBasedonImproved ParticleFiltering[J].ComputerEngineering,2015,41(11):308—313. RadioFrequencyIdentification IndoorTrackingAlgorithm Basedon Improved ParticleFiltering SHIXuejun.儿Zhicheng (SchoolofInternetofThingsEngineering,JiangnanUniversity,Wuxi214122,China) 【Abstract】Toaddresstheproblemthatmobiletargetisdifficulttotrackincomplexindoorenvironmentandtheparticle diversityislosingaftertheresamplingstep,aRadioFrequency Identification(RFID)indoortrackingalgorithm is proposed.IttreatsReceivedSignalStrengthIndication(RSSI)samplevaluesreceivedbyreadersasobservationparameter directlyto establish a nonlinearstate space model,while a new adaptive partialsystematic resampling algorithm with MarkovChainMonteCarlo(MCMC)movestepispresented.Thenew algorithm resamplesafterclassifyingtheparticles withameasurefunctionandtheMCMCmovestepisjoinedafterresamplingstepstoimprovethediversityofparticles. Applyingthisproposed algorithm to simulate the nonlinear single variable static modeland nonlineartracking model mentioned

文档评论(0)

ranfand + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档