一种RBF插值的改进VIRE室内定位算法.pdfVIP

第38卷第3期浙江万里学院学报Vo1.38No.3

2025年5月JournalofZhejiangWanliUniversityMay2025

一种RBF插值的改进VIRE室内定位算法

丁宇晖，郑弘明，吕昂

（浙江万里学院，浙江宁波315100）

摘要：传统VIRE定位算法以线性插值计算虚拟参考标签RSSI值，而RSSI值与距离基本呈对数关系，从而影响

定位精度；模糊地图固定阈值不适用复杂环境下的定位需求。针对这两个问题，提出基于RBF插值的VIRE室内

定位改进算法。利用RBF插值计算虚拟参考标签的RSSI值，并用自适应KNN算法代替模糊地图，简化算法流程，

自动调整选取邻近标签的阈值。实验表明，改进后的算法比传统VIRE算法和现有的VIRE改进算法提高了定位

精度和稳定性。

关键词：射频识别；室内定位；VIRE；RBF插值；KNN

中图分类号：TP391文献标识码：A文章编号：1671-2250（2025）03-0081-08

0引言

随着物联网的快速发展，室内定位技术已成为物流管理、数字化牲畜养殖、购物中心人员定位等领域

的重要支撑。室内定位可采用多种技术：RFID、WiFi、Zigbee、UWB以及蓝牙等叫。RFID因其穿透力强、成

本低、部署简便以及多目标识别等优势，已广泛应用于多个领域。基于RFID的室内定位算法大多通过阅

读器获取标签信号强度值(ReceivedSignalStrengthIndicator，简称RSSI)计算物体的位置信息。其经典

算法主要有LANDMARC和VIRE。LANDMARC定位算法通过引人参考标签作为辅助点，利用参考标签

帮助实现精确定位3。在LANDMARC定位算法基础上，VIRE定位算法加人了虚拟参考标签，这一改进不

仅减少了实际定位系统部署成本,还有效降低了标签间可能产生的相互干扰[4。VIRE定位算法的缺陷是

采用线性差值计算虚拟参考标签的RSSI数据，而RSSI值与距离之间并非线性关系,采用固定阈值筛选

邻近标签，使其在复杂环境下，定位误差较大。

为解决上述问题，众多学者对VIRE定位算法进行了改进。文献针对VIRE算法中线性插值法的问

题，提出了采用拉格朗日插值法代替线性插值法,采用拉格朗日插值法使虚拟参考标签RSSI值更接近实

际情况，但随着插值节点增加,高次多项式插值产生震荡,出现龙格效应[5。文献为防止龙格效应,进一步

提出了分段拉格朗日插值法，该方法将定位区域划分为多个子区域，每个子区域独立采用拉格朗日插值

多项式计算虚拟参考标签RSSI值，但分段处理增加了算法的复杂度和计算量。文献采用了牛顿插值法

来计算虚拟参考标签的RSSI值，因其具有继承性，便于系统扩展7。文献提出了采用样条插值法来计算虚

拟参考标签的RSSI值,使得整个插值函数在已知数据点上光滑连续，提高了插值精度与计算效率8。样条

收稿日期：2024-11-25

基金项目：国家级大学生创新创业训练计划项目RFID与机器学习相结合的猪群健康监测技术研究”（202410876022)；浙江

省基础公益研究计划项目“基于机器学习的多变量猪群健康监测关键技术研究”（LCN22F010002）

作者简介：丁宇晖（2000一），男，浙江绍兴人，浙江万里学院物流与电子商务学院硕士研究生，研究方向：数字化供应链技术

与应用。

通信作者：吕昂（1972一）,男，浙江宁波人，浙江万里学院智能与信息工程学院副教授，研究方向：RFID技术与应用。

·81·

2025年5月浙江万里学院学报

插值假设数据连续、光滑，而RSSI数据受多种环境因素影响，可能出现跳跃或不连续性，从而造成插值数

据准确性降低。文献引人了克里金插值法来计算虚拟参考标签的RSSI值，能够充分利用已知数据的空间

分布信息，提高插值精度和鲁棒性，但计算复杂度较高9。

文章提出了一种VIRE定位算法的改进算法一一基于RBF插值的自适应VIRE定位算法。RBF插值

是一种非线性逼近方法,以灵活性和精确性，在函数逼近、数据拟合及多维插值等领域展现出了卓越的性

能[1。其通过将输人