Due to the uncertainty of the Radio

Due to the uncertainty of the Radio Frequency Identification (RFID) measurements and limit of the placement of the readers, it's necessary to use the estimation method to obtain more accurate trajectory in RFID indoor tracking system. The traditional recursive estimation from K to K+1 sampling point may fail, because the measurement of RFID system is irregular sampling due to the data-driven measurement mechanism. This paper develops the tracking method for indoor RFID system, including estimation dynamic model based on the estimated states and nonlinear fusion estimation algorithm for variable-irregular sampling measurements. Two estimation methods are given based on the Extended Kalman filter (EKF) and Unscented Kalman filter (UKF), respectively. The tracking performances are compared and the simulation results show that the performance of UKF can get better performance for indoor RFID tracking, especially in the low detection rate area

ผลลัพธ์ (ไทย) 1:

เนื่องจากความไม่แน่นอนของการวัดคลื่นความถี่วิทยุ (RFID) และขีดจำกัดของตำแหน่งของผู้อ่าน จึงจำเป็นต้องใช้วิธีการประเมินเพื่อขอรับวิถีที่ถูกต้องในระบบ RFID ในการติดตามในร่ม การประเมินซ้ำแบบดั้งเดิมจาก K ไปสุ่มตัวอย่าง K + 1 จุดอาจล้มเหลว เนื่องจากการประเมินของระบบ RFID จะสุ่มตัวอย่างผิดปกติเนื่องจากกลไกการขับเคลื่อนข้อมูลการวัด กระดาษนี้พัฒนาวิธีการติดตามสำหรับระบบ RFID ในร่ม รวมทั้งการประเมินแบบไดนามิกอิงอเมริกาประเมินและอัลกอริทึมการประเมินฟิวชั่นไม่เชิงเส้นสำหรับการวัดการสุ่มตัวอย่างตัวแปรที่ผิดปกติ วิธีการประเมินที่สองจะได้รับตามตัวกรองคาลมานขยาย (EKF) และตัวกรองคาลมานเทียน (UKF), ตามลำดับ มีการเปรียบเทียบการแสดงการติดตาม และผลการทดลองแสดงว่า ประสิทธิภาพของ UKF สามารถได้รับประสิทธิภาพที่ดีขึ้นสำหรับ RFID ในร่มการติดตาม โดยเฉพาะอย่างยิ่งในพื้นที่อัตราการตรวจจับต่ำ

ผลลัพธ์ (ไทย) 2:

เนื่องจากความไม่แน่นอนของ Radio Frequency Identification (RFID) วัดและขีด จำกัด ของการจัดตำแหน่งของผู้อ่านก็จำเป็นต้องใช้วิธีการประมาณค่าที่จะได้รับวิถีที่ถูกต้องมากขึ้นในการ RFID ระบบติดตามน้ำในร่ม การประมาณ recursive ดั้งเดิมจาก K เพื่อ k + 1 จุดสุ่มตัวอย่างอาจล้มเหลวเพราะการวัดของระบบ RFID คือการสุ่มตัวอย่างที่ผิดปกติอันเนื่องมาจากกลไกการวัดที่ขับเคลื่อนด้วยข้อมูล กระดาษนี้ได้พัฒนาวิธีการติดตามสำหรับระบบ RFID ในร่ม, รวมทั้งรูปแบบการประมาณค่าแบบไดนามิกบนพื้นฐานของรัฐโดยประมาณและขั้นตอนวิธีการประมาณค่าไม่เชิงเส้นฟิวชั่นสำหรับการตรวจวัดการสุ่มตัวอย่างตัวแปรที่ผิดปกติ สองวิธีการประเมินจะได้รับขึ้นอยู่กับตัวกรองคาลมานขยาย (EKF) และกรอง Unscented คาลมาน (ยูเคเอฟ) ตามลำดับ การแสดงการติดตามและมีการเปรียบเทียบผลการจำลองแสดงให้เห็นว่าการทำงานของยูเคเอฟจะได้รับประสิทธิภาพที่ดีขึ้นสำหรับการติดตาม RFID ในร่มโดยเฉพาะอย่างยิ่งในพื้นที่ต่ำอัตราการตรวจจับ

ผลลัพธ์ (ไทย) 3:

เนื่องจากความไม่แน่นอนของคลื่นความถี่วิทยุ ( RFID ) การวัดและกำหนดตำแหน่งของผู้อ่านนั้น ก็ต้องใช้วิธีการประมาณค่าเพื่อให้ได้เส้นทางที่ถูกต้องมากขึ้นในการติดตามในระบบ RFID การประมาณค่าแบบ recursive K K + 1 ประเด็นการสุ่มตัวอย่างอาจล้มเหลว เพราะการวัดของระบบ RFID จะผิดปกติ ) เนื่องจากกลไกการวัด - . กระดาษนี้จะพัฒนาวิธีการติดตามสำหรับระบบ RFID ในร่ม รวมถึงการประมาณค่าแบบไดนามิกรูปแบบขึ้นอยู่กับรัฐและไม่เชิงเส้นการประมาณค่าในตัวแปร 2 ) แบบวัด สองวิธีการประมาณค่าจะได้รับขึ้นอยู่กับการขยายตัวกรองคาลมาน ( EKF ) และตัวกรองคาลมาน unscented ( ukf ) ตามลำดับ การติดตามการแสดงเปรียบเทียบกับผลการจำลองระบบแสดงให้เห็นว่าประสิทธิภาพของ ukf สามารถได้รับประสิทธิภาพที่ดีขึ้นสำหรับการติดตาม RFID ในร่ม , โดยเฉพาะอย่างยิ่งในพื้นที่อัตราการตรวจจับต่ำ