基于LED室内高精度定位研究

来源 :桂林电子科技大学 | 被引量 : 0次 | 上传用户:liongliong484
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
可见光室内定位技术作为一种使用室内LED的光信号数据,结合定位算法进行目标追踪及定位的技术。该定位技术具备受多径效应影响小,接收信号稳定,定位精度高,宽带资源丰富,安全性好,无电磁干扰性等优势。基于室内可见光定位的需求和优势,目前研究人员能在 5m×5m×3m 定位范围内实现分米级定位精度,本文着重分析了定位算法中的到达时间差(TDOA)算法和基于接收信号强度(RSS)定位算法的优劣势,分别提出了改进的基于TDOA的神经网络(TDOA-NN)可见光定位方法和改进的基于接收信号强度的支持向量机回归(RSS-SVR)可见光定位方法。提出的两种室内定位方法分别能在5m×5m×3m室内范围内达到1.662cm的定位误差,在4m×4m×3m室内范围内实现了定位误差小于1cm的概率为67.5%,其具体的研究工作如下:
  针对目前室内可见光定位精度不高的问题,提出了利用每个LED光源发射信号到达待测节点的时延差实现在大的定位范围内获得高定位精度的方法。该方法主要采用的是机器学习的模型学习待测节点的位置坐标。采集不同LED光源发射的可见光信号到达定位节点的时间差构建数据特征,然后以该定位节点的物理坐标作为标签,建立输入样本。接着对神经网络模型进行机器学习,最后基于训练好的模型进行测试定位。将提出的定位方法在5m×5m×3m的空间区域中进行了仿真实验,结果表明,提出的基于神经网络的机器学习的定位算法在室内环境条件下可以达到约为1.662cm的定位误差,与传统的TDOA可见光室内定位算法相比,平均定位误差减小了80%,最大的定位精度提高了66.7%,有效地提高了室内定位精度。
  考虑室内复杂环境对可见光定位精度的影响,及其目前室内定位算法精度不高的问题,提出了利用定位节点接收每个LED光源发射的信号强度实现在大的定位范围内获得高定位精度的方法。该方法利用定位终端接收到室内不同的LED发出的信号强度信息构建特征,物理坐标作为标签,采用支持向量机回归(SVR)算法学习模型,确定移动目标粗略的位置范围。同时,为了进一步优化定位性能,在使用SVR算法确定的位置范围内采集可见光信号强度并作为指纹,最后使用匹配算法实现更精确定位。将提出的定位方法在4m×4m×3m的空间区域中进行了实验,结果表明,定位误差小于1cm的概率为67.5%,与SVR定位算法相比,平均定位误差提高了93.98%;与以前的基于指纹的定位方法相比,在大的室内实验区域实现更精准的定位结果,而且算法复杂度更低。
其他文献
伴随着深度学习技术的快速发展,限制场景下的高分辨率人脸识别准确率已经超过了人类水平,在门禁、安检等领域均得到了广泛应用。但是在非限制场景下,当距离摄像机过远,识别准确率明显降低。低分辨率人脸由于尺寸较小,如何提取鉴别性特征是目前需要解决的难点,且其缺少的高频信息对于识别十分重要。本文针对低分辨率人脸识别率较低的问题,基于深度卷积神经网络,提出了结合人脸重建的识别方法和一种新的图像重建算法,主要研究
在许多对称密码算法中,密码S盒通常作为唯一的非线性部件,实现字节代换功能,以完成算法所需的数据混淆性。注意到,这些对称密码算法的安全强度与S盒的代数性质紧密相关。S盒的主要安全性指标有:非线性度、差分均匀性、双射性及代数次数等。然而伴随着各种新攻击方法的不断涌现,S盒是否存在未知的安全缺陷?如何更全面的评价S盒的安全强度?都是亟待讨论的问题。  本文以现有的密码S盒的安全性指标为基础,结合非线性不
学位
随着计算机应用技术和图像识别技术的发展,人们可以通过计算机实现仅存在于生物体中的视觉效果。如今,计算机视觉研究已成为一个跨学科的研究热点。主要目的是使计算机能够根据图像采集器捕获的图像对物体和场景做出正确的判断,包括对物体进行自动检测和识别。目前,目标检测与识别的研究成果被广泛应用于智能交通系统的车辆检测与识别中。智能交通系统(ITS)将人、车有机地连接在一个系统。这样车辆就可以在道路上实现安全自
学位
近年来,随着科学技术的发展,战争形式变得复杂多样,传统雷达已无法应对现代战争复杂的战场环境和电磁环境。认知雷达技术由于能够动态地感知环境变化、及时调整雷达参数,已经成为雷达领域未来研究的一个重点方向。但是,现有认知雷达成像技术对目标和环境的自适应能力仍然不强,缺乏有效的评价体系来为认知成像任务提供参考。另一方面,在对认知雷达图像的识别中,现有方法往往需要人工提取图像的特征进行识别,具有片面性和不确
学位
本论文拟对联合功率控制和信道分配的VANETs动态频谱接入算法展开研究。车载自组织网络(Vehicular Ad hoc Networks, VANETs)作为移动自组织网络(Mobile Ad hoc Network,MANETs)的一种特殊实现方式,节点具有随机移动性,信道传输具有多普勒频移,广播信息技术是节点传输数据的主要方式之一。为了满足车载用户的信号与干扰噪声比(Signal Inter
水下激光通信是以海水作为介质进行信息传输的一种无线通信技术,具有通信容量大、频带宽和方向性强等优点。相对于有线通信,无线通信更依赖于信道特性。海水的湍流运动、海浪的波动及海水中的各种介质对激光的上行/下行通信系统的研究、设计和实现有着重要的意义。  本文主要基于无线激光通信的具体应用和需求,采用理论分析和建模仿真相结合的手段对海水湍流、海浪运动和海水的垂直衰减特性进行研究,主要工作包括:  (1)
随着智能移动终端和通信技术的发展,定位与导航事业受到人们越来越多的关注。全球卫星导航系统(GNSS)作为室外定位的主要选择,为人们日常生活提供了巨大的便利,但是在卫星信号被遮挡的室内环境下,卫星导航系统则失去了作用。近年来,人们的生活方式越来越丰富,生活空间越来越大,针对室内环境的室内定位需求也越来越大,室内定位技术现已成为导航定位领域的研究热点。  针对目前室内定位精度和定位成本不能兼顾的问题,
学位
近年来,互联网技术高速发展,流量数据呈现出爆炸式的增长,这给网络运营商进行网络管理与调控带来了极大的挑战。网络流量分类是网络管理的关键技术,进行流量分类的工作将有助于加强我们对网络数据特点的了解,及时发现和应对网络中的异常数据,优化网络设备的部署,从而实现更加科学的网络规划。  目前,大量的机器学习算法被应用于流量分类中,根据特征选择方式的不同可将其分为浅层机器学习技术和深度学习技术。浅层机器学习
LBS(Location Based Services)是移动应用中最为重要的服务之一,包括导航(如Google Map)、兴趣点查询(如大众点评)、签到(如Gowalla)等。在提供位置服务过程中,存在不良服务提供商泄露用户隐私,或用户隐私在传输过程中被窃取等问题,导致用户身份和位置泄露,从而给用户带来困扰甚至极大威胁。加强位置隐私保护已成为热点。  针对位置隐私泄露问题,研究者们已经取得了一定
学位
随着数据分析共享技术的日益成熟,越来越多的企业或者组织机构为获取有价值的信息,将收集到的用户数据的统计信息发布出来,供第三方机构研究。虽然发布的是统计信息,但仍然存在用户隐私泄露的风险。加强发布数据的隐私保护,是防止用户隐私泄露的重要手段。  差分隐私是一种严格的隐私保护模型,数据发布隐私保护是其主要研究内容之一。直方图发布是差分隐私中一种较为成熟的数据发布方法,但现有直方图发布算法存在发布数据可
学位