- 5
- 0
- 约10.28万字
- 约 82页
- 2024-07-15 发布于广东
- 举报
复杂场景下基于卷积神经网络的RFID标签定位算法研究
摘要
随着物联网的发展,射频识别(RFID)技术越来越受到人们的关注。RFID是
一种非接触式的数据自动采集技术,具有体积小、技术成熟、速度快等优点,特别
是基于RFID的室内定位技术,在物联网应用中具有重要作用。然而,复杂的室内
环境存在非视距、多径效应和阴影效应等多种干扰因素,目前的RFID定位算法抗
干扰能力差,难以达到较高的定位精度。因此,高精度的RFID室内定位算法研究
是迫切且具有深远意义的。
本文在分析了传统定位方法基础上,对基于卷积神经网络(CNN)的RFID标
签定位算法展开了深入研究,本文的研究工作得到吉林省自然科学基金“复杂场景
下基于位置指纹和深度学习的RFID多标签三维定位方法”(项目编号:
20180101329JC)的资助。本文的主要工作如下:
首先,在RFID网络中,阅读器天线的位置会影响定位精度和覆盖范围,对此,
提出了一种基于遗传算法(GA)的RFID阅读器二维布局优化方法,以及一种基于
受限遗传算法(RGA)的RFID阅读器三维布局优化方法。通过R
原创力文档

文档评论(0)