位置:成果数据库 > 期刊 > 期刊详情页
RFID技术的定位改进算法在铁路隧道人员定位中的应用
  • ISSN号:1001-8360
  • 期刊名称:铁道学报
  • 时间:2012.10.15
  • 页码:68-71
  • 分类:TN925[电子电信—通信与信息系统;电子电信—信息与通信工程]
  • 作者机构:[1]兰州交通大学自动化与电气工程学院,甘肃兰州730070
  • 相关基金:国家自然科学基金(61164010);甘肃省自然科学基金(1010RJZA064)
  • 相关项目:基于受控拉格朗日函数的多欠驱动度力学系统控制器设计
中文摘要:

本文介绍无线射频识别技术(RFID)的基本原理,重点阐述基于RFID的LANDMARC定位算法的原理与过程。在此基础上,综合考虑铁路隧道内折射、反射、多径效应等因素对场强的影响,分析LANDMARC定位算法的不足,将此算法进行改进,提出自适应LANDMARC k-邻居算法,结合RF Code公司的硬件系统,将其应用到铁路隧道人员定位系统中。实验证明改进的算法具有更高的定位精度:定位精度在1m以内的标签占70%,比原来算法的60%提高10%;93%的标签定位误差小于1.5m,且最大误差控制在2.5m以内。对提高隧道内人员的安全管理水平具有重要意义。

英文摘要:

The basic principle of radio frequency identification(RFID)technology was introduced.Great emphasis was placed on elaboration of the principle and process of the RFID based LANDMARC locating algorithm.Considering comprehensively the influence of refraction,reflection,multi-path effect and other factors in railway tunnels on the field strength and analyzing the shortcomings of the LANDMARC locating algorithm,the LANDMARC locating algorithm was improved and the adaptive LANDMARC k-nearest neighbor algorithm was proposed.The adaptive LANDMARC k-nearest neighbor algorithm was combined with the hardware of the RF Code Company and was applied in the railway tunnel personnel locating system.The experiment results show as follows:The improved algorithm can achieve better positioning accuracy;the tags with the positioning accuracy within 1 meter account for 70%,10%higher compared with the original algorithm;93% of positioning errors of tags are less than 1.5 meters and the maximum positioning error is kept within 2.5 meters;all these have great significance in improving the level of safety management of the personnel working inside a tunnel.

同期刊论文项目
同项目期刊论文
期刊信息
  • 《铁道学报》
  • 中国科技核心期刊
  • 主管单位:中国科协
  • 主办单位:中国铁道学会
  • 主编:王德
  • 地址:北京复兴路10号中国铁道学会
  • 邮编:100844
  • 邮箱:tdxb@vip.163.com
  • 电话:010-51848021 51873116
  • 国际标准刊号:ISSN:1001-8360
  • 国内统一刊号:ISSN:11-2104/U
  • 邮发代号:2-308
  • 获奖情况:
  • 中国期刊方阵“双效”期刊,百种中国杰出学术期刊,中国科协第一、二届优秀学术期刊,入选学位与研究生教育中文重要期刊目录,中文核心期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,美国化学文摘(网络版),荷兰文摘与引文数据库,美国工程索引,美国剑桥科学文摘,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊(2004版),中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版),中国北大核心期刊(2000版)
  • 被引量:17030