基于克里金插值的自适应VIRE室内定位算法研究

doi:10.3778/j.issn.1002-8331.1709-0242

计算机工程与应用 ›› 2018, Vol. 54 ›› Issue (12): 100-104.DOI: 10.3778/j.issn.1002-8331.1709-0242

基于克里金插值的自适应VIRE室内定位算法研究

顾军华1，3，许鹏2，3，董瑶1，3，董永峰1，3，白振东1，3

1.河北工业大学计算机科学与软件学院，天津 300401
2.河北工业大学电子信息工程学院，天津 300401
3.河北省大数据计算重点实验室，天津 300401

出版日期:2018-06-15 发布日期:2018-07-03

Research on adaptive VIRE indoor positioning algorithm based on Kriging interpolation

GU Junhua1，3, XU Peng2，3, DONG Yao1，3, DONG Yongfeng1，3, BAI Zhendong1，3

1.School of Computer Science and Engineering, Hebei University of Technology, Tianjin 300401, China
2.School of Electronic and Information Engineering, Hebei University of Technology, Tianjin 300401, China
3.Hebei Province Key Laboratory of Big Data Calculation, Tianjin 300401, China

Online:2018-06-15 Published:2018-07-03

摘要/Abstract

摘要： VIRE算法在虚拟标签计算上往往采用线性插值方法计算RSSI与距离的关系，易导致误差增大，并且需要通过反复调整实验获得的标签消除阈值为固定值，增加了定位的时间复杂性，针对这两点问题提出一种基于克里金插值的自适应VIRE室内定位算法。利用克里金插值估计虚拟标签的RSSI值，并根据待定位标签的实时特点自动调整阈值，使邻近标签数量接近最优，更准确地排除干扰，从而获得定位坐标。实验对比结果表明，该算法不仅节约定位成本，而且提高了定位精度。

关键词: 射频识别（RFID）, VIRE算法, 室内定位, 克里金插值

Abstract: In traditional VIRE algorithm, the linear interpolation is used to estimate the relationship between RSSI and distance, which increases the positioning error. And the threshold is a fixed value obtained by many experiments, which results in the complicated algorithm. Therefore, an adaptive VIRE algorithm based on Kriging interpolation is proposed. Firstly, the Kriging interpolation method is used to estimate the RSSI of virtual tags. Secondly, the adaptive threshold adjustment strategy is proposed to automatically adjust the threshold according to the real-time characteristics of the tracking tags, so that the number of proximity tags close to the optimal. The experimental results show that the new algorithm not only saves the costs, but improves the positioning accuracy.

Key words: Radio Frequency Identification（RFID）, VIRE algorithm, indoor positioning, Kriging interpolation

顾军华1，3，许鹏2，3，董瑶1，3，董永峰1，3，白振东1，3. 基于克里金插值的自适应VIRE室内定位算法研究[J]. 计算机工程与应用, 2018, 54(12): 100-104.

GU Junhua1，3, XU Peng2，3, DONG Yao1，3, DONG Yongfeng1，3, BAI Zhendong1，3. Research on adaptive VIRE indoor positioning algorithm based on Kriging interpolation[J]. Computer Engineering and Applications, 2018, 54(12): 100-104.

[1]	李中道，刘元盛，常飞翔，张军，路铭. 室内环境下UWB与LiDAR融合定位算法研究[J]. 计算机工程与应用, 2021, 57(6): 260-266.
[2]	於小杰，贺勇，刘盛华. 一种用于无人机室内定位的改进ORB光流算法[J]. 计算机工程与应用, 2021, 57(4): 266-271.
[3]	陈飞鸿，张锋，陈军宁，吴秀龙. 基于RRAM PUF的轻量级RFID认证协议[J]. 计算机工程与应用, 2021, 57(1): 141-149.
[4]	杨锦朋，常俊，余江，李晓薇. 免校准的跨异构设备的室内定位方法[J]. 计算机工程与应用, 2020, 56(2): 248-254.
[5]	郑晨辉，陈璟，张雨婷，薛伟. 融合粒子滤波与蓝牙地标矫正的定位算法[J]. 计算机工程与应用, 2020, 56(13): 273-278.
[6]	胡东海，邵元，陈莹，夏士雄. 基于改进粒子滤波的室内自适应定位算法[J]. 计算机工程与应用, 2019, 55(9): 65-71.
[7]	何伟健，陆江城，朱耀磷，李学聪. RFID旋转天线中的椭圆模型室内定位算法[J]. 计算机工程与应用, 2019, 55(9): 87-93.
[8]	占善华. 基于交叉位运算的移动RFID双向认证协议[J]. 计算机工程与应用, 2019, 55(7): 120-126.
[9]	赵太飞，尹航，赵思婷. 抗去同步化的高效RFID双向认证协议[J]. 计算机工程与应用, 2019, 55(12): 90-96.
[10]	夏宇声，刘凯，张浩，金飞宇，郑林江. 基于多边限定的室内定位方法设计与系统实现[J]. 计算机工程与应用, 2019, 55(11): 250-256.
[11]	薛伟，陈璟，张熠. 基于深度学习的Wi-Fi与iBeacon融合的室内定位方法[J]. 计算机工程与应用, 2019, 55(1): 29-34.
[12]	苏庆，李倩，张俊源，彭家进，黄少聪. 基于共享密钥的超轻量RFID标签所有权转移协议[J]. 计算机工程与应用, 2018, 54(4): 98-102.
[13]	卢月明1，王亮1，仇阿根1，张用川1，2，赵阳阳1. 基于半监督学习的克里金插值方法[J]. 计算机工程与应用, 2018, 54(22): 265-270.
[14]	杨斌，李灯熬，赵菊敏. 基于区域划分的局部更新指纹定位算法[J]. 计算机工程与应用, 2018, 54(17): 56-61.
[15]	丘洪伟1，简碧园2. 基于循转函数的RFID标签所有权转移协议[J]. 计算机工程与应用, 2018, 54(16): 101-106.

基于克里金插值的自适应VIRE室内定位算法研究

Research on adaptive VIRE indoor positioning algorithm based on Kriging interpolation

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics