基于深度學習的RFID三維指紋定位算法.pdf

1、近些年，物聯網技術快速發(fā)展成為熱點，無線定位技術隨之得到越來越多的關注，室內定位技術作為物聯網技術的一個重要研究領域因而被廣泛研究。RFID憑借其非視距、短時延、低成本以及傳輸范圍大等在室內定位技術中有很大優(yōu)勢。目前，基于RFID的指紋定位算法己較為廣泛，但主要應用于二維定位，在應用場景更廣的三維定位時，普遍存在定位算法成本過高或者精度不高的問題。在三維定位時，多采用指紋定位法。由于指紋定位法的實質在于找到RSSI信號與位置信息的非線性

2、表達，但在實際應用過程中，由于環(huán)境的干擾，這種映射關系會存在波動。因此，研究真實環(huán)境下，RSSI與距離的量化關系成為解決RFID三維指紋定位技術的關鍵問題。深度學習模型具有較強的深層信息抽取和非線性建模能力。對此，本文提出一種基于深度學習的RFID三維指紋定位方法，并且根據RFID指紋定位技術的特點，展開了利用構建深度網絡來實現定位系統(tǒng)的研究。本文的研究主要集中在以下2點:
　　(1)提出了一種基于深度置信網絡的RFID三維指紋定

3、位方法，該方法具有很高的信號特征提取能力和非線性映射能力，應用于室內倉儲定位系統(tǒng)，提取出的位置特征具有很高的精確度，對比人工神經網絡法在室內倉儲定位系統(tǒng)，其效果優(yōu)勢明顯。
　　(2)得出了完整的基于粒子群優(yōu)化的深度置信網絡的室內RFID三維指紋定位模型。包括基于小波去噪的信號強度數據處理和基于PSO-DBN的RFID標簽位置預測。利用PSO算法優(yōu)化DBN反向傳播時的網絡參數的最優(yōu)解。通過對比實驗發(fā)現，基于PSO-DBN的RFID定