基于自适应进化极端学习机的室内定位算法

作     者：冉东梅 蒋泰 刘东杰 RAN Dong-mei;JIANG Tai;LIU Dong-jie

作者机构：桂林电子科技大学计算机与控制学院广西桂林541004 桂林电子科技大学计算机与控制学院，广西桂林541004 广西瀚特信息产业股份有限公司，广西桂林541004 

基　　金：广西科学研究与技术开发计划课题基金项目(桂财教48号) 

出 版 物：《计算机工程与设计》 (Computer Engineering and Design)

年 卷 期：2016年第37卷第3期

页      码：788-792页

摘      要：为改进经典射频识别（RFID）室内定位算法LANDMARC与VIRE ，提出一种SEVIRE算法。为定位区域的接收信号强度值（RSSI）空间关联建模并用自适应进化极端学习机（SaE‐ELM ）离线训练，将在线采集的信号输入训练好的SaE‐ELM ，计算虚拟标签的RSSI值。在线定位时，为每个独立的阅读器寻找合适的阈值，引入 Q‐function减小信号波动对定位的影响，进一步提高定位精度。实验结果表明，在使用2.4 GHz频段阅读器的情况下，SEVIRE算法90％的定位误差在2 m以内，平均定位误差约为1.72 m ，整体定位性能优于LANDMARC算法和VIRE算法。

主 题 词：室内定位 射频识别 接收信号强度值 自适应进化 极端学习机 

学科分类：0810[工学-土木类] 08[工学] 080401[080401] 0804[工学-材料学] 080402[080402] 0835[0835] 081002[081002] 

D　O　I：10.16208/j.issn1000-7024.2016.03.044

馆 藏 号：203161232...