【摘要】 基于RSSI加权融合的RFID定位方法，包括测距和算法两个部分的创新。首先，对卡尔曼滤波进行改进，根据卡尔曼的新息过程使其增益动态变化，较好地消除测距过程中的非视距误差。然后结合标签与节点的距离、定位单元质量和标签所处的位置三方面，对定位坐标进行加权融合。与传统的三边定位算法相比，定位结果稳定、精度高，可靠性强，具有较大的理论意义和实用价值。 微信 【专利类型】发明授权 【申请人】浙江工业大学 【申请人类型】学校 【申请人地址】310014 浙江省杭州市下城区潮王路18号 【申请人地区】中国 【申请人城市】杭州市 【申请人区县】临安区 【申请号】CN201210166518.3 【申请日】2012-05-23 【申请年份】2012 【公开公告号】CN102692618B 【公开公告日】2014-01-29 【公开公告年份】2014 【授权公告号】CN102692618B 【授权公告日】2014-01-29 【授权公告年份】2014.0 【IPC分类号】G01S1/08 【发明人】沈笑慧; 张健; 何熊熊; 沈林武; 刘端阳 【主权项内容】1.基于RSSI加权融合的RFID定位方法，其工作步骤是： (1)根据不同环境状态，绘制能量衰减与节点距离的对应曲线； (2)根据预测值与测量值的差值，适当调整卡尔曼增益矩阵 其中K(t+1)，K′(t+1)分别表示卡尔曼增益矩阵在t+1时刻的计算值和调整后的值，ε(t+1)为测量值与预测值的差值，即，卡尔曼新息过程；当ε(t+1)绝对值越大，测量值与预测值的偏差就越大, 当ε(t+1)绝对值大于一个阈值时，认为当前测量值偏差过大，令卡尔曼增益为0，用状态预测值来代替状态估计值；当ε(t+1)绝对值在阈值内，大于等于零时，减小卡尔曼增益；小于零时，增大卡尔曼增益，使估计值更接近真实值；α，β为卡尔曼增益调整系数，threshold为新息过程门限值； (3)选取N个定位单元，根据卡尔曼滤波后的距离值，由三边定位算法计算得到N个待测标签的坐标：(xj, yj), j=1…N； (4)Ri表示节点i与标签的距离，三个节点形成一个定位单元用距离表示，则第j个定位单元为：得到第j个定位单元关于距离的权值 5)由最小角度量方法衡量定位单元的质量，表达式为其中αmin表示三角形最小内角，得到定位单元关于其质量的权值 (6)根据待测标签与定位单元重心的距离，得到定位单元的权值其中D为重心与标签的距离； (7)结合三项权值得到最终的权值Wj，μ，γ，η为加权系数，将N个坐标进行加权融合，得： (x, y)为所求标签的坐标。 （，） 【当前权利人】菏泽建数智能科技有限公司 【专利权人类型】公立 【统一社会信用代码】1233000047000441XK 【引证次数】8.0 【被引证次数】1 【他引次数】8.0 【被他引次数】1.0 【家族引证次数】8.0 【家族被引证次数】15

未经允许不得转载：http://www.zhongzhencnc.com/1791418540.html