[发明专利]基于异步优势动作评价的RFID室内定位算法

说明书

本发明涉及一种基于异步优势动作评价的RFID室内定位算法，将定位目标的信号强度值作为输入数据，建立全局动作网络和全局评价网络，建立多个线程子动作网络和线程子评价网络。多个线程并行学习，互不干扰，再将学习到的经验异步更新到全局网络，全局网络最后输出参考标签的具体位置，得到异步优势动作评价定位模型；当有待测目标进入检测区域时，定位模型自动预测出目标具体位置。由于室内定位动作是连续的，异步优势动作评价方法与RFID室内定位相结合，很好的解决了定位连续性问题，有效解决了室内定位模型训练时间长，定位精度低以及环境噪声影响等问题，特别适用于定位目标数量庞大的情况。

技术领域

本发明涉及无线识别中的室内定位技术，具体地说是一种基于异步优势动作评价的RFID室内定位算法。

背景技术

近年来，随着人们对空间位置信息的需求不断增大，定位技术得到越来越多人的关注，尤其是基于GPS定位系统、移动互联网、智能手机等技术提供位置信息的服务，给人们的生活带来了极大的便利。在没有障碍物的室外，GPS的技术已经相对成熟，应用比较广泛。但是由于建筑物、植物、墙壁等障碍物能够将GPS信号减弱或是分散信号，造成GPS无法定位。因此，定位系统也从室外定位发展到室内定位。

现有的室内定位方法主要有基于测距和非测距两类，基于测距定位的方法有基于信号到达时间(TOA)测距法，基于信号到达时间差(TDOA)测距法，基于信号到达角度(AOA)测距法；基于非测距定位的方法有基于信号到达强度(RSSI)测距法。本发明主要是基于信号到达强度(RSSI)测距方法。

近年来，一些学者将机器学习或强化学习引入室内定位中，如K最邻近算法，通过计算距离的度量作为相似性度量。常用于指纹匹配阶段，在定位时利用KNN算法计算目标值与指纹库中样本值之间的欧式距离，按距离大小排序，选取前K个最小距离的参考点，然后以这个K个参考点的平均位置作为目标估计的位置。但是该算法需要遍历指纹库中所有样本的数据，因此会有较大的计算量。支持向量机SVM方法，利用SVM分类模型定位，将定位问题看做分类问题。前期通过数据训练分类模型，然后目标将目标样本数据输入训练好的分类模型中，对应输出一个最优分类结果，再利用具体的估计方法得出目标的位置。但是该算法计算成本较大，训练过程时间长。贝叶斯分类方法，通过多次测量RSSI值并把测量的RSSI值看成符合正态分布概率事件。利用贝叶斯概率模型只筛选出现“大概率事件”的RSSI值，再利用三边测量技术和最小二乘法来估计节点的位置。该方法通过筛选出优质RSSI值，降低了平均定位误差，但是贝叶斯算法是建立在条件相互独立假设的基础上，实际中特征之间不可能绝对独立，从而影响了实际的定位效果。

发明内容

本发明的基于异步优势动作评价的RFID室内定位算法技术方案如下：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；