[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

摘要

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。

主权项

1.一种基于蝗虫算法和极限学习机的RFID室内定位方法，其特征在于，包括以下步骤：步骤1)离线阶段参考标签信号强度值RSSI数据的采集：在定位区域内部署阅读器、阅读器天线和参考标签，记录参考标签位置和不同位置阅读器接收到的RSSI信号强度值，获得原始训练数据；步骤2)离线阶段原始数据预处理：对阅读器所获取到的RSSI信号强度值进行预处理，去除因各种因素所造成的异常值；并将预处理之后的原始数据整合成训练数据；步骤3)离线阶段定位模型的构建：将整合好的训练数据作为输入，通过蝗虫算法对极限学习机的隐含层神经元权值和阈值进行优化，构建蝗虫算法‑极限学习机定位模型；步骤4)在线阶段RFID目标标签信息的获取：当携带有RFID标签的待定位目标进入检测区域时，阅读器获取标签信息及RSSI值，通过WiFi无线收发模块传输至PC上位机，去除异常值之后PC上位机对接受到的信息进行处理并构建关于此标签的实时信息数据库；步骤5)在线阶段位置精确预测：将在线阶段得到的目标标签的数据输入到已经训练好的蝗虫算法‑极限学习机定位模型中，输出待测标签的具体位置坐标。