AMUR:一种RFID数据不确定性的自适应度量算法

作者：王永利; 钱江波; 孙淑荣; 张功萱; 刘冬梅

来源：电子学报, 2011, (03): 579-584.

• 无线射频识别
• 物联网
• 不确定性
• 粒子滤波
• 自适应
• 粒子群优化 RFID
• Internet of things
• uncertainty
• particle filter
• adaptive
• particle swarm optimization

为适应基于RFID(无线射频识别)位置跟踪过程中传感数据的连续变化和需要实时处理的特征,本文提出一种度量RFID数据不确定性的自适应进化粒子滤波算法,根据K-L距离改变重采样粒子个数,并引入粒子群寻优方法PSO改变传统粒子滤波(SIRPF)的重采样效率,采用常规赋权聚集(CWA)定义适应度函数,以均衡先验密度与似然密度的重要性,在采样粒子空间探寻最优粒子,为概率数据库上的初始元组提供可靠的置信度度量.实验证明,与已有的算法相比,AMUR算法能够有效地度量RFID数据中蕴含的不确定性,可进一步改善粒子退化现象和粒子贫化问题.

• 单位
  宁波大学; 国电南京自动化股份有限公司; 南京理工大学