改进的粒子滤波算法在RFID室内目标跟踪中的应用

李金杰; 崔英花

Chinese

您当前的位置：

首页 >

文章列表页 >

改进的粒子滤波算法在RFID室内目标跟踪中的应用

更新时间：2026-09-04

- 改进的粒子滤波算法在RFID室内目标跟踪中的应用
- Application of improved particle filter algorithm in RFID indoor target tracking
- 微电子学与计算机 2019年36卷第6期页码：88-92
- 作者机构：
  
  北京信息科技大学信息与通信工程学院,北京,100101
- 作者简介：
- 基金信息：
  
  国家自然科学基金 61340005
- DOI：
  中图分类号：
- 纸质出版：2019
- 稿件说明：
移动端阅览
李金杰, 崔英花. 改进的粒子滤波算法在RFID室内目标跟踪中的应用[J]. 微电子学与计算机, 2019, 36(6): 88-92.

LI JIN-jie, CUI Ying-hua. Application of improved particle filter algorithm in RFID indoor target tracking[J]. 2019, 36(6): 88-92.
李金杰, 崔英花. 改进的粒子滤波算法在RFID室内目标跟踪中的应用[J]. 微电子学与计算机, 2019, 36(6): 88-92. DOI：

LI JIN-jie, CUI Ying-hua. Application of improved particle filter algorithm in RFID indoor target tracking[J]. 2019, 36(6): 88-92. DOI：

摘要

针对复杂室内环境下

现有的RFID目标跟踪方法容易受到多径效应和非视距等因素影响

采用典型的粒子滤波算法估计精度低的问题

提出了一种改进的粒子滤波算法.该算法利用了无迹卡尔曼滤波来构造粒子滤波的重要性分布函数

使得重要性分布函数融入最新的观测信息.根据运动模型建立了动态目标的状态方程

将阅读器接收到的信号强度作为观测值建立了观测方程.通过该算法与其他滤波算法相比较

仿真结果表明

该算法有效提高了目标跟踪的精度

增强了目标跟踪系统的稳定性.

Abstract

For the complex indoor environment

the existing RFID target tracking method is easily affected by multipath effect and non-line of sight

The typical particle filter algorithm is used to estimate the low precision

An improved particle filter algorithm is proposed. The algorithm utilizes the unscented Kalman filter to construct the importance distribution function of the particle filter

so that the importance distribution function is integrated into the latest observation information. The state equation of the dynamic target is established according to the motion model

and the observation equation is established by taking the signal strength received by the reader as the observation value. Compared with other filtering algorithms

the simulation results show that the algorithm effectively improves the accuracy of target tracking and enhances the stability of the target tracking system.

关键词

Keywords

references

HESAM K, F. FARIA DA SILA, CLAUS LETH BAK.A performance comparison between extended Kalman Filter and unscented Kalman Filter in power system dynamic state estimation[C]//.51st International Universities Power Engineering Conference.Coimbra: IEEE, 2016: 1-6.

曾俊.基于RFID的室内定位算法研究[D].成都: 电子科技大学, 2015.

PU C C, CHUNG W Y. Mitigation of Multipath Fading Effects to Improve Indoor RSSI Performance[J].IEEE Sensors Journal, 2008, 8(11): 1884-1886. DOI: 1884

曲彦文, 张二华, 杨静宇.改进的无迹粒子滤波算法[J].控制理论与应用, 2010, 27(9):1152-1158. DOI: 1152

GUO W Y, HAN C Z, LRI M.Improved unscented particle filter for nonlinear bayesian estimation[J]. 10th International Conference on Information Fusion, 2007, (5):1-6. DOI: 1

朱剑, 赵海.基于RSSI均值的等边三角形定位算法算法[J].东北大学学报, 2007, 28(8):1095-1096. DOI: 1095

DONG H Y, CAO B, YANG Y P.Application of Particle Filter for Target Tracking in Wireless Sensor Networks[J]. International Conference on Communications and Mobile Computing, 2010(3):504-508. DOI: 504

陈得昌, 吴介军, 王庆林, 等.基于粒子滤波的RFID室内节点定位跟踪研究[J]信息技术, 2011(8):77-80. DOI: 77

CHEN X, WANG Z J.Reliable indoor location sensing technique using active RFID[J].2010 The 2nd International Conference on Industrial Mechatronics and Automation, 2010(1):160-163. DOI: 160

李丹, 蒋婷婷.粒子滤波在无线传感器网络目标追踪中的应用[J].技术交流, 2017 (9):62-64. DOI: 62

沈郭浩, 马永涛, 刘开华, 等.非视距环境下室内RFID标签定位算法研究[J].计算机工程与科学, 2016, 38(3):454-459. DOI: 454

石雪军, 纪志成.基于改进粒子滤波的射频识别室内跟踪算法[J].计算机工程, 2015, 41(11):308-313. DOI: 308

浏览量

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

针对复杂环境问题的改进跟踪算法研究

基于自适应搜索的空时上下文目标跟踪算法

基于多特征Mean-Shift的灵巧弹药末制导跟踪算法

基于多尺度融合与小目标增强的航拍车辆检测算法

大模型发展综述：从BERT到Deepseek的技术演进