基于BP神经网络的RFID室内定位算法研究

摘要 室内定位技术的研究一直都是近年来物联网研究的热点.为了验证一种廉价的RFID(Radio Frequency Identification)设备也有着良好的室内定位效果,提出一种基于廉价的nRF24l01芯片的主动RFID标签与K-means,SVM(Support Vector Machine)和BP(Back Propagation Neural Network)神经网络三种算法相融合的定位算法.首先借助参考标签来建立指纹数据库,通过K-means的聚类算法,把收集到的指纹数据聚成K类,以此将定位区域划分为K个宏区域,再对每个宏区域建立SVM分类模型以及BP神经网络模型.最后采用具体实例对于室内定位性能进行测试.结果表明,当对区域划分为2类,3类,4类的时候,算法的均方根误差分别为1.0863 M,0.9265M,0.9567M,可见当划分3类宏区域时,误差最小,该误差范围满足了室内定位研究的需求