使用廉价 RFID 跟踪野火资产：基于高斯过程建模
机器学习
2026-03-19 v1
摘要
本文提出一种新颖、低成本且可扩展的方法，通过廉价无线电识别 (RFID) 系统跟踪森林环境中分布的众多资产，针对野火响应应用。廉价 RFID 系统在森林环境中因信号衰减、多径效应和环境变化导致标签定位效果较差。当前通过指纹识别解决此问题的方法依赖于事先在已知位置分发标签。本文针对无法在已知位置进行标签化的情况，展示了在无需此类约束条件的情况下，将标签定位精度提升至全球定位系统 (GPS) 水平的可能性。为此，我们提出基于高斯过程的建模方法，仅依据射频信号响应特征构建环境模型，而无需额外传感器（如全球定位 GPS 或摄像机），并将未知射频与模型词典中最匹配的条目进行配对。我们运用一种新的加权对数似然方法，将未知环境与词典中最接近的环境关联联合，这是能够使用我们方法的关键步骤。我们的结果表明，虽然采用被动廉价 RFID 仍可实现 GPS 级别的定位精度，从而允许在同一时间跟踪数十个野火资产，无需事先对已知位置进行标签化，且相较于 GPS 成本更低。
引用
@article{arxiv.2512.15956,
title = {Tracking Wildfire Assets with Commodity RFID and Gaussian Process Modeling},
author = {John Hateley and Sriram Narasimhan and Omid Abari},
journal= {arXiv preprint arXiv:2512.15956},
year = {2026}
}