文件名称：基于双神经网络的RFID室内定位方法
文件大小：1.19MB
文件格式：PDF
更新时间：2024-05-26 06:13:16
射频识别 反向传播网络 深度神经网络 接收信号强度 室内定位
在室内定位中，传统的RFID定位方法由于方法简单，无法随着室内环境的变化准确估计当前的路径损耗系数，存在受环境影响大，定位精度不高，实时性差等缺点.为了解决以上问题，提出一种基于双神经网络模型的室内定位算法，建立BP网络和DNN网络的双神经网络模型，将采集到的RSSI信号值预处理后输入到BP网络模型中，输出路径损耗系数n，再将接收信号强度值RSSI和通过BP模型得到的路径损耗系数n作为输入，输入到DNN网络模型中，得到待测标签的精确定位坐标.实验表明，与传统的基于RSSI和基于ANN模型的室内定位算法相比，本算法有效提高了定位精度和定位实时性.