Genauigkeit der Selbstlokalisierung in RFID-Tag-Informationsgittern mit FIR-Filterung

Gitter-Navigationsräume, die mit RFID-Tags (Radiofrequenz-Identifikation) verbunden sind, sind vielversprechend für industrielle und andere Bedürfnisse, da jeder Tag Informationen über eine lokale zweidimensionale oder dreidimensionale Umgebung liefern kann. Der Ansatz erfordert jedoch eine hohe Genauigkeit bei der Selbstlokalisierung von Fahrzeugen. Andernfalls können Fehler zu Kollisionen führen, möglicherweise sogar mit tödlichen Folgen. Wir schlagen einen neuen erweiterten FIR-Filteralgorithmus (EFIR) vor und zeigen, dass er dieses Bedürfnis erfüllt. Der EFIR-Filter benötigt ein optimales Durchschnittsintervall, enthält jedoch nicht die Rauschstatistiken, die dem Ingenieur oft nicht gut bekannt sind. Er ist unter realen Betriebsbedingungen genauer als der erweiterte Kalman-Filter (EKF) und sein iterativer Algorithmus hat die Kalman-Form. Eine bessere Leistung des vorgeschlagenen EFIR-Filters wird anhand umfangreicher Simulationen im Vergleich zum EKF, der weit verbreitet in RFID-Tag-Gittern ist, nachgewiesen. Zudem zeigen wir, dass Fehler in den Rauschkovarianzen in EKF zu Divergenz führen können, während der EFIR-Filter stabil bleibt und somit robuster ist.