[发明专利]一种基于蝗虫算法和极限学习机的RFID室内定位方法

说明书

本发明涉及一种基于蝗虫算法和极限学习机的RFID室内定位方法，该方法利用蝗虫算法对极限学习机中的输入层与隐含层连接权值及隐含层神经元阈值做参数优化，提高极限学习机的性能，再利用参考标签构建极限学习机定位模型进行定位。本发明包含以下两个阶段，离线阶段：室内定位区域参考标签数据采集、原始RSSI数据预处理、训练数据库建立、定位模型参数优化、定位模型构建；在线阶段：目标标签信号获取、数据处理预测、定位坐标输出。与现有的技术相比，本发明具有定位精度高，抗环境变化能力强，成本低、性能高效的优点。

技术领域

本发明涉及无线射频定位技术领域，具体地说是一种基于蝗虫算法和极限学习机的RFID室内定位方法。

背景技术

物联网是在互联网的基础上，将其用户端延伸和扩展到任何物品，进行信息交换和通信的一种网络。物联网的关键技术，射频识别(Radio Frequency Identification，RFID)技术是一种通过射频信号进行非接触式识别的自动识别技术，可对被识别物体进行识别。而其领域中的室内定位由于在室内导航，人员货物定位和应急救援等方面的优势，受到了各方的关注，并呈现出广阔的市场前景和广泛的产品应用。

常用的定位技术包括GPS，红外，WiFi，蓝牙等。GPS(Global Positioning System)即全球定位系统，是由美国建立的一个卫星导航定位系统，利用该系统，用户可以在全球范围内实现户外的全天候、连续、实时的三维导航定位和测速；另外，利用该系统，用户还能够进行高精度的时间传递和高精度的精密定位。但在室内，由于房屋墙体等复杂场景下障碍物对于电磁波的阻拦，削弱和吸收，导致GPS定位精度受限，并且GPS耗电量巨大，有时不利于人们使用。而红外线，WiFi等技术相比于RFID射频技术而言，RFID在室内定位中所具有的定位精度高，抗干扰能力强，成本低廉，使用方便等一系列优点，使其具有更为巨大的优势和发展潜力。

通过文献检索，我们检索到了以下相关文献，这些文献所采用的室内定位算法可以实现一定精度的室内定位，但都没有使用蝗虫算法-极限学习机方法，如：

中国专利CN201710735262.6，一种基于RFID的室内定位方法、装置及系统，专利权人：广东工业大学。该专利公开了一种基于RFID的室内定位方法、装置及系统，控制RFID天线以预设角度进行旋转，对标签进行扫描，获取对旋转角度对应的信号强度值。依据旋转角度，信号强度值和旋转天线定位算法进行定位。该发明实施例仅采用了一个RFID天线，具有系统结构简单、成本低、部署难度低及硬件利用率高的优点。但其应对复杂环境，常常导致定位精度不高，容易收到障碍物的干扰。并且实施例仅仅使用一个RFID天线，若需要增加定位的准确度，则相应的成本又会增加。

中国专利CN201710050791.2，一种基于BP-Landmarc神经网络的室内定位装置和控制方法，专利权人：吉林大学。该专利公开了一种基于BP和Landmarc算法的室内定位装置及方法，RFID读写器读取RFID电子标签的RSSI值，构建了BP-Landmarc人工神经网络，通过对参考标签RSSI数据的学习，得到各层之间互连的权值，从而在参考标签和位置之间建立了特定非线性映射模型，实现了输出对应的动态标签运动轨迹或静态目标位置分布图的目标。但其应对复杂多变环境，常常导致定位精度不高，鲁棒性不强。

发明内容

本发明的一种基于蝗虫算法和极限学习机的室内定位方法技术方案如下：一种基于蝗虫算法和极限学习机的室内定位方法，包括：

RFID标签，其分布在室内，用于发射原始RSSI信号强度值数据；

多个阅读器天线和一个阅读器终端，其分布在室内，用于读取RFID标签信息和RSSI值；

WiFi无线收发模块：用于接收和传输阅读器的数据；

PC上位机：用于读取标签信息、蝗虫算法-极限学习机定位模型的训练和输出RFID标签位置。