物联传媒 旗下网站
登录 注册
信号强度
  • 将粒子群算法( Particle Swarm Optimization,PSO)优化 BP( Back Propagation)网络的学习算法应用于射频定位。搭建实验平台,采集样本数据 ;在此基础上,进行训练学习,求得 RFID 读写器与标签之间“信号强度—坐标” 的映射关系 ;并对其进行测试,探讨粒子群神经网络算法在 RFID 定位中应用的优势。
  • 室内传统的定位方法(如GPS)无法实现准确定位,而UHF RFID标签定位因其反应快、设备简单、体积小等优点成为人们的重点研究目标。为解决RFID基于接收信号强度测距法定位精度不高的问题,使用美国Impinj公司IndyR1000射频开发板和R420射频阅读器,通过读取信号能量和载波相位变化值,获得标签与阅读器天线之间的距离信息,通过算法优化最终实现精确定位。
  • 为了提高采用射频识别技术进行定位的精度,针对无源标签射频识别技术及采用BP神经网络对其定位精度的改善进行了研究。首先建立了基于无源标签的射频识别定位系统,之后建立了相应的BP神经网络,并通过实验进行了验证。实验结果表明,在60 cm×50 cm的区域内,通过四角布置四个天线,利用信号强度作为输入信号,采用BP神经网络可以将定位误差控制在2 cm以内,平均欧几里得误差控制在1以内。说明采用BP神经网络可以改善射频识别定位技术的精度。
  • 针对室内环境下移动机器人的定位问题,提出了一种基于RFID 技术的定位方法。RFID 读写器接收到不同距离标签信号,其信号强度的不同。利用RSSI 来评估其接收的信号强度,用信号传播损耗公式来计算出标签和读写器的距离,再根据读到的四个标签的坐标,采用极大似然估计方法来计算出装备有RFID 读写器的机器人的坐标位置。通过仿真和计算表明该定位方法比较精确。
  • 超高频RFID标签一致性直接影响RFID系统中采集数据的识别率和准确率。采用接收信号强度指示RSSI(Received Signal Strength Indicator)技术及数理统计,采集标签反射信号强度,设定标准差阈值,作为标签一致性检测参数。研制弯折偶极子近场天线,实现0.1 mm近距离标签识读。利用屏蔽效应,在全自动卷筒式RFID标签套装上设置打点标识机构,对标签批量标记,可实现对柔性超高频RFID标签的高速、批量一致性检测。
  • 运用双标签的设计形式,温敏元件与其中一个RFID标签的天线形成并联结构,将传感器的部分功能转移到RFID阅读器上并削减了传感器的部分元件,降低了现有方案的生产成本;以第一标签的信号强度作为参考值,解决了温度检测过程中的定标问题;利用射频模块对能量的耦合转换,从而使整个设计方案不再需要持续的外部电源提供能量。通过实验得到的相关数据,证明本方案的可行性。
  • 介绍了一种基于RFID和ZigBee技术的室内定位系统的设计。该设计以第二代片上系统CC2530为核心,配合RFID阅读器和标签、以及一些外围电路构成了硬件定位系统。采用基于接收信号强度值(RSSI)的定位技术和最大似然估计的计算方法进行定位。重点阐述了该定位系统的结构和硬件电路设计,分析了定位系统的工作原理、软件流程和定位算法的实现。实验证明该定位系统能够实现室内局域定位的功能。
  • 摘 要:随着无线定位技术的发展,室内定位技术成为人们关注的热点。基于WiFi的定位技术具有覆盖范围广,信息传输速度快,实现成本较低等优点,研究将射频识别技术(RFID)运用到Wi-Fi室内定位系统中,探讨基于Wi-Fi的RFID定位方案,对基于信号强度和基于距离角度的RFID定位技术进行分析和研究,实现对内置RFID标签的Wi-Fi终端的精确定位。
  • 一个基于WiFi 射频信号强度指纹匹配的移动终端定位系统,并设计实现了一种基于权重值选择的定位算法。该算法为每个扫描到的AP 的RSSI 设定了选择区间,指纹库中落在此区间的所有位置点设平均权值,最后选取权重值最大者为待定位点的位置估计,如有相同权重值,则比较信号强度距离,取最小者,这种算法在一定程度上克服了RSSI 信号随机抖动对定位的影响,提高了定位的稳定性和精度。经实验测试,此系统在4 米范围内具有良好的定位效果。可部署在展馆、校园、公园等公共场所,为客户提供定位导航服务。定位算法运行于服务端,客户端为配备WiFi 模块的Android 手机。借助该定位系统,基于Android 系统的移动终端可方便地查询自身位置,并获取各种基于位置服务。
  • 针对室内环境下移动机器人的定位问题,提出了一种基于RFID 技术的定位方法。RFID 读写器接收到不同距离标签信号,其信号强度的不同。利用RSSI 来评估其接收的信号强度,用信号传播损耗公式来计算出标签和读写器的距离,再根据读到的四个标签的坐标,采用极大似然估计方法来计算出装备有RFID 读写器的机器人的坐标位置。通过仿真和计算表明该定位方法比较精确。