PL EN


Preferencje help
Widoczny [Schowaj] Abstrakt
Liczba wyników
Tytuł artykułu

Performance analysis of an RFID-based 3D indoor positioning system combining scene analysis and neural network methods

Treść / Zawartość
Identyfikatory
Warianty tytułu
PL
Analiza systemu lokalizacji 3D w pomieszczeniu opartego na technologi RFID i łączącego metodę analizy sceny ze sztucznymi sieciami neuronowymi
Konferencja
Sympozjum Naukowe AKTUALNE PROBLEMY W METROLOGII 2013 (II ; 16.09.2013 ; Gdańsk, Polska)
Języki publikacji
EN
Abstrakty
EN
The main purpose of this research is to improve localization accuracy of an active Radio Frequency Identification, RFID tag, in 3D indoor space. The paper presents a new RFID based 3D Indoor Positioning System which shows performance improvement. The proposed positioning system combines two methods: the Scene Analysis technique and Artificial Neural Network. The results of both simulation using Log-Distance Path Loss Model and physical experiments validate that the proposed positioning system improves the localization accuracy of an RFID tag compared with well-known Scene Analysis technique solutions.
PL
Głównym celem tej pracy badawczej jest poprawa dokładności systemu lokalizacji 3D w przestrzeni zamkniętej, aktywnego identyfikatora RFID. Proponowany system lokalizacji stanowi hybryde dwóch metod: Analizy Sceny oraz Sztucznych Sieci Neuronowych. W pracy tej przedstawiono model proponowanego rozwiązania, a w celu walidacji systemu wykonano badania symulacyjne modelu komputerowego wykorzystującego m.in. Logarytmiczny Model Propagacji Fali Radiowych. Przeprowadzono również badania na modelu rzeczywistym w pomieszczeniu zamknietym o rozmiarach geometrycznych 5,13 m×4,50 m×2 m, które potwierdziły poprawność wybranego parametru propagacji sygnału radiowego. Uzyskane wyniki potwierdzają, że proponowany system lokalizacji 3D, charakteryzuje się wysoką dokładnością pozycjonowania aktywnego identyfikatora RFID. Uzyskana dokładność pozycjonowania, jest lepsza niż 0,5 m. Badania potwierdzaja założona hipotezę, że proponowany system lokalizacji 3D w przestrzeni zamkniętej charakteryzuje się lepszą dokładnością niż znane rozwiązania oparte na technice Analizy Sceny.
Rocznik
Tom
Strony
29--33
Opis fizyczny
Bibliogr. 16 poz., rys., tab., wykr.
Twórcy
  • Gdansk University of Technology, Faculty of Electrical and Control Engineering, G. Narutowicza 11/12, 80-233, Gdansk, tel.: +48 58 347 2945
autor
  • Gdansk University of Technology, Faculty of Electrical and Control Engineering, G. Narutowicza 11/12, 80-233, Gdansk, tel.: +48 58 347 2945
  • Blekinge Institute of Technology, School of Engineering, 371 79 Karlskrona, Sweden tel.:+46 702375675
Bibliografia
  • 1. T. Jingwangsa, S. Soonjun, P. Cherntanomwong, “Comparison between innovative approaches of RFID based localization using fingerprinting techniques for outdoor and indoor environments,” in 2010 The 12th ICACT, 2010, vol. 2, pp. 1511–1515.
  • 2. A. Papapostolou and H. Chaouchi, “WIFE: Wireless Indoor Positioning Based on Fingerprint Evaluation,” in in NETWORKING 2009, Berlin Heidelberg, 2009, pp. 234–247.
  • 3. N. Li and B. Becerik-Gerber, “Performance-based evaluation of RFID-based indoor location sensing solutions for the built environment,” Advanced Engineering Informatics, vol. 25, no. 3, pp. 535–546, August 2011.
  • 4. T. Germa, F. Lerasle, N. Ouadah, and V. Cadenat, “Vision and RFID data fusion for tracking people in crowds by a mobile robot,” Computer Vision and Image Understanding, vol. 114, no. 6, pp. 641–651, June 2010.
  • 5. R. J. Kuo, W. L. Tseng, F. C. Tien, and T. Warren Liao, “Application of an artificial immune system-based fuzzy neural network to a RFID-based positioning system,” Computers & Industrial Engineering, vol. 63, no. 4, pp. 943–956, December 2012.
  • 6. K. Ganesan and K. Vignesh, “Automated parking slot allocation using RFID technology,” in 9th International Symposium on Signal Processing and Its Applications, 2007, pp. 1–4.
  • 7. D. Shaobo and S. Shibao, “The research and design of intellectual parking system based on RFID,” in 2012 9th International Conference on Fuzzy Systems and Knowledge Discovery, 2012, pp. 2427–2430.
  • 8. Y.-C. Chen and Y.-W. Lin, “Indoor RFID gait monitoring system for fall detection,” in 2010 2nd ISAC, 2010, pp. 207–212.
  • 9. C.-S. Cheng, et al. “Accurate Location Tracking Based on Active RFID for Health and Safety Monitoring,” in 3rd International Conference on Bioinformatics and Biomedical Engineering , 2009, pp. 1–4.
  • 10. J. Chen, I. D. Olayanju, O. P. Ojelabi, and W. Kulesza, “RFID Multi-target Tracking Using the Probability Hypothesis Density Algorithm for a Health Care Application,” in in IT Revolutions, Berlin Heidelberg, 2012, pp. 95–105.
  • 11.V. Khaitan, P. Tinnakornsrisuphap, and M. Yavuz, “Indoor Positioning Using Femtocells,” in 2011 IEEE VTC fall, 2011, pp. 1–5.
  • 12. P. Bahl and V. N. Padmanabhan, “RADAR: an inbuilding RF-based user location and tracking system,” in IEEE INFOCOM, 2000, vol. 2, pp. 775–784.
  • 13.M. Youssef and A. Agrawala, “The Horus location determination system,” Wireless Netw, vol. 14, no. 3, pp. 357–374, June 2008.
  • 14.M. Kehua, C. YaoDong, and M. Xiao, “An indoor positioning technology based on GA-BP Neural Network,” in 2011 6th ICCSE, 2011, pp. 305–309.
  • 15.Y. Xu and Y. Sun, “Neural Network-Based Accuracy Enhancement Method for WLAN Indoor Positioning,” in 2012 IEEE VTC fall, 2012, pp. 1–5.
  • 16. I. Isnin, “A Study On Wireless Communication Error Performance And Path Loss Prediction,” 2011. [Online]. Available: http://pearl.plymouth.ac.uk/handle/10026.1/324. [Accessed: 14-May-2013].
Typ dokumentu
Bibliografia
Identyfikator YADDA
bwmeta1.element.baztech-d6ab99f9-269d-47c8-8dc1-c0c5145407ec
JavaScript jest wyłączony w Twojej przeglądarce internetowej. Włącz go, a następnie odśwież stronę, aby móc w pełni z niej korzystać.