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.
猜您喜欢
推荐内容
开源项目推荐 更多
热门活动
热门器件
用户搜过
随便看看
热门下载
京公网安备 11010802033920号
Copyright © 2005-2024 EEWORLD.com.cn, Inc. All rights reserved
评论