摘要
针对超高频段无源RFID定位系统采集到的基于信号回波强度(RSSI)数据存在突变、波动等特点,采用软件滤波算法对采集到的RSSI数据进行前置数据处理。通过对实时RSSI数据进行分析和研究,提出了一种结合改进高斯拟合和卡尔曼滤波算法的新型数据处理算法。试验证明,该算法能有效去除RSSI数据中的突变数据和噪声波动,实现RSSI值的准确、平滑输出,从而建立准确的测距模型。
In ultra high frequency passive RFID positioning system, the received signal strength indication （RSSI） data exist mutation and fluctuation, thus, by using software filtering algorithm, data pre-processing is conducted for RSSI. Through analyzing and researching the real time RSSI data, the novel data processing algorithm that combines improved Gaussian fitting and Kalman filtering is proposed. The experiments verify that this algorithm effectively eliminates the mutation data and noise fluctuation in RSSI data, and implements the precise and smooth output of RSSI, thus establishes accurate distance measurement model.
出处
《自动化仪表》
CAS
北大核心
2013年第7期6-8,11,共4页
Process Automation Instrumentation
基金
国家自然科学基金资助项目(编号:60801056)
上海市青年科技启明星计划基金资助项目(编号:11QA1402800)
上海教委科研创新重点基金资助项目(编号:11ZZ170)
关键词
RFID
高斯拟合
卡尔曼滤波
无线技术
GPS
Radio frequency identification （ RFID ） Gaussian fitting Kalman filtering Wireless technology Global position system （ GPS ）
