[发明专利]基于异步优势动作评价的RFID室内定位算法

权利要求书

1.基于异步优势动作评价的RFID室内定位算法，包括以下步骤：

步骤1)对读写区域内的参考标签的信号强度值进行采集，获得原始信号强度(RSSI)数据；

步骤2)初始化：根据初始动作a_t，获得初始状态s_t并预处理得到相应的特征输入f(RSSI_total|s_t)，建立全局动作网络ψ(a_t|s_t；θ_ψ)、全局评价网络V(s_t；θ_v)以及线程子动作网络ψ(a_t|s_t；θ_ψ′)、线程子评价网络V(s_t；θ_v′)；初始化全局动作网络参数θ_ψ＝0、全局评价网络参数θ_v＝0、线程子动作网络参数θ_ψ′＝0、线程子评价网络参数θ_v′＝0、全局动作网络梯度dθ_ψ＝0、全局评价网络梯度dθ_v＝0；

步骤3)训练异步优势动作评价定位模型：执行线程子动作网络中的动作，并行训练学习并计算每个线程子评价网络的价值，计算线程总回报值R，累加线程子动作网络梯度，即总和为全局动作网络梯度dθ_ψ，累加线程子评价网络梯度，即总和为全局评价 网络梯度dθ_v，再对全局动作网络参数θ_ψ和全局评价网络参数θ_v进行异步更新，使其跟踪学习，输出参考标签对应的具体位置，最终得到异步优势动作评价定位模型；

步骤4)精准定位：当携带有RFID标签的待定位目标进入检测区域时，读写器获取目标信息及信号强度值，并将这些数据输入到训练完成的异步优势动作评价定位模型中，定位模型准确识别数据并输出待定位目标的具体位置。

2.根据权利要求1所述的基于异步优势动作评价的RFID室内定位算法，其特征在于，所述步骤2)中的特征输入使用动作决策函数来表示，具体表示如下：

其中，RSSI_total表示在状态s_t下获取的所有RSSI值，σ为标准差，表示为：N表示标签总数，RSSI_i表示第i个RSSI值，B表示平均值：