RFID环境下基于自适应卡尔曼滤波的高速移动车辆速度预测

论文摘要

针对高速移动车辆的速度预测问题,提出了一种射频识别(Radio Frequency Identification,RFID)环境下的基于自适应卡尔曼滤波的车辆速度预测方法。在RFID系统中,当车辆通过标签时,首先,阅读器需要获取该标签上最后一辆车的状态信息(即当前速度和时间戳),同时将自己的状态信息发送到该标签;然后,根据所获得的状态信息来构造状态空间模型;最后,通过带有变遗忘因子的自适应卡尔曼滤波算法来预测和调整车速。自适应卡尔曼滤波算法是利用期望输出值与实际输出值之间的误差来实现自适应遗忘因子的自适应更新,从而实现预测模型的在线更新。数值结果进一步表明,与最小二乘法和传统的卡尔曼滤波算法相比,该算法分别提高了87.5%和50%的速度预测精度,从而证明该算法可以为实际应用提供更好的实时性。

论文目录

文章来源

类型: 期刊论文

作者: 冯安琪,钱丽萍,黄玉蘋,吴远

关键词: 速度预测,射频识别,数据采集,自适应,卡尔曼滤波

来源: 计算机科学 2019年04期

年度: 2019

分类: 信息科技,工程科技Ⅱ辑

专业: 汽车工业,无线电电子学,计算机软件及计算机应用

单位: 浙江工业大学信息工程学院

基金: 国家自然科学基金(61379122),浙江省自然科学基金(LR16F010003,LR17F010002)资助

分类号: TP391.44;TN713;U463.6

页码: 100-105

总页数: 6

文件大小: 902K

下载量: 183

相关论文文献

标签：速度预测论文;  射频识别论文;  数据采集论文;  自适应论文;  卡尔曼滤波论文;