CN109188360A - 一种基于蝙蝠算法的室内可见光三维定位方法 - Google Patents
一种基于蝙蝠算法的室内可见光三维定位方法 Download PDFInfo
- Publication number
- CN109188360A CN109188360A CN201811106836.4A CN201811106836A CN109188360A CN 109188360 A CN109188360 A CN 109188360A CN 201811106836 A CN201811106836 A CN 201811106836A CN 109188360 A CN109188360 A CN 109188360A
- Authority
- CN
- China
- Prior art keywords
- bat
- visible light
- indoor
- receiver
- positioning
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 60
- 238000004422 calculation algorithm Methods 0.000 title claims abstract description 38
- 238000004891 communication Methods 0.000 claims abstract description 32
- 230000003287 optical effect Effects 0.000 claims abstract description 32
- 241000288673 Chiroptera Species 0.000 claims description 8
- 230000035945 sensitivity Effects 0.000 claims description 3
- 238000013459 approach Methods 0.000 abstract description 2
- 230000004888 barrier function Effects 0.000 abstract 1
- 238000010586 diagram Methods 0.000 description 12
- 230000001186 cumulative effect Effects 0.000 description 6
- 238000005315 distribution function Methods 0.000 description 6
- 238000011160 research Methods 0.000 description 5
- 238000004088 simulation Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000001816 cooling Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000002922 simulated annealing Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
- G01S5/00—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations
- G01S5/16—Position-fixing by co-ordinating two or more direction or position line determinations; Position-fixing by co-ordinating two or more distance determinations using electromagnetic waves other than radio waves
Landscapes
- Physics & Mathematics (AREA)
- Electromagnetism (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Optical Communication System (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Optical Radar Systems And Details Thereof (AREA)
Abstract
本发明公开了一种基于蝙蝠算法的室内可见光三维定位方法,包括:构建基于可见光通信的室内三维定位系统模型,分别得到接收机和发射机之间的直射信道增益H(0),接收端接收到的光功率Pr和系统的信噪比SNR;利用蝙蝠算法搜索三维空间中的最优定位解,实现可见光通信的室内三维空间定位;将得到的基于可见光通信的室内三维空间定位方法运用到具有障碍物和运动情形的实际场景中,研究该方法在各种室内定位场景中的性能。与现有的室内可见光三维定位方法相比,本发明方法精度更高,复杂度更低。
Description
技术领域
本发明属于可见光通信技术领域,具体为系统中的发光二极管(LED)发送ID信息,当接收机检测到来自不同LED的ID信息的光信号时,利用蝙蝠算法的全局搜索性实现室内三维物体定位。
背景技术
近年来,随着智能设备室内定位需求的不断增长以及与基于位置服务相关应用的不断增加,室内定位引起了广泛的研究兴趣。全球定位系统(GPS)是目前应用最广泛的定位技术,它提供实时定位和导航。然而,GPS在室内定位方面表现不佳。为了提高室内定位系统的性能,已经提出了使用室内无线信号(例如,WiFi,ZigBee,蓝牙,超宽带和射频识别(RFID))的室内定位系统。然而,由于它们具有需要额外的基础设施,信息泄漏,电磁干扰和大的测量误差等缺点,这些系统的发展受到了限制。
最近,考虑到节能,无电磁干扰,成本效益,高精度和安全性等优点,基于可见光通信(VLC)的室内定位系统引起了极大的关注。目前,基于VLC的室内定位系统主要分为两种类型,一种是基于图像传感器的定位,这需要一个复杂的图像处理模块,需要系统的高性能。另一种是基于光电二极管(基于PD)的定位,由于其简单,易于实现和低成本而广泛用于室内定位系统。大多数基于PD的定位技术是基于三角测量法,需要计算光源与光电二极管之间的距离或角度。有许多方法可以获得距离和角度,例如到达时间(TOA),到达时间差(TDOA),到达角(AOA)和接收信号强度(RSS)。然而,TOA和TDOA要求发射机之间完全同步,这将增加系统的复杂性。AOA需要布置传感器阵列以获得高精度,它的代价非常昂贵。相比之下,由于不需要额外的硬件,RSS方法更节省成本并且易于实现。据报道,已有许多工作研究了基于VLC的室内定位系统。然而目前的问题在于:
1)有很多的研究集中在二维(2-D)定位系统,它不能满足某些特殊环境的要求即三维(3-D)定位需求;
2)有些定位方法过于复杂,不利于实际应用;
3)许多定位方法精度效果不理想,定位误差太大;
考虑到这些问题,研究具有高精度和低复杂度的室内可见光三维定位方法实属当前十分重要的研究方向。
发明内容
本发明的目的在于考虑到随着智能设备室内定位需求的不断增长以及与基于位置服务相关应用的不断增加,室内定位引起了广泛的研究兴趣。全球定位系统(GPS)是目前应用最广泛的定位技术,它提供实时定位和导航。然而,GPS在室内定位方面表现不佳。为了增强室内定位的性能,已经提出了使用室内无线信号(例如,WiFi,ZigBee,蓝牙,超宽带和射频识别(RFID))的室内定位系统。然而,由于诸如需要额外的基础设施,信息泄漏,电磁干扰,大的测量误差等因素,这些系统也受到限制。所以使用可见光通信(VLC)来进行室内定位的技术被提出。基于VLC的室内定位系统与其他定位系统相比,其拥有节能,无电磁干扰,成本效益,高精度和安全性等优点。然而,考虑到现有的可见光定位技术缺乏高度信息,定位算法复杂且定位误差较大,提出了一种基于蝙蝠算法的室内可见光三维定位方法。
本发明是通过下述技术方案来实现的。
一种基于蝙蝠算法的室内可见光三维定位方法,包括下述步骤:
1)构建基于可见光通信的室内三维定位系统模型,分别得到接收机和发射机之间的直射信道增益H(0),接收端接收到的光功率Pr和系统的信噪比SNR;
2)利用蝙蝠算法搜索三维空间中的最优定位解,实现可见光通信的室内三维空间定位;具体的:
2a)初始化蝙蝠种群,初始化和定义与每个蝙蝠个体相关的所有参数;
2b)构建适应度函数,计算每只蝙蝠的适应度值,找到具有最小适应度值的蝙蝠并记录其当前位置;
2c)对传统蝙蝠算法的速度更新公式进行重新定义,按照重新定义的速度更新公式,搜索脉冲频率公式和位置公式,更新蝙蝠个体参数;
2d)生成随机数rand,如果rand>rn,通过随机扰动生成新的位置xnew,然后转到下一步;
2e)如果rand<An并且fitness(xnew)<fitness(xn),那么就接受步骤2d)生成的新的位置xnew;然后更新脉冲率和脉冲响度;
2f)对所有蝙蝠的适应度值进行排序,找到最小值并记录其位置;判断算法是否满足终止条件,如果满足终止条件,则输出全局最优解,实现可见光通信的室内三维空间定位;否则,返回步骤2c);
3)将步骤2)得到的基于可见光通信的室内三维空间定位方法运用到具有障碍物和运动情形的实际场景中,研究该方法在各种室内定位场景中的性能。
进一步,步骤1)中,构建基于可见光通信的室内三维定位系统模型如下:
将LED的发射模型视为朗伯模型,则接收机和发射机之间的直射信道增益如下:
其中,S为接收机的有效面积,d为接收机和发射机之间的距离,m为朗伯系数,其中,θ1/2为LED的半功率角,θ为相对于LED垂直轴的发射角,ψ为接收机的接收角,FOV为接收机视场角,Ts为光滤波器增益,Gs为光学聚光器增益,rect(x)为矩形函数模型。
进一步,矩形函数模型为:
进一步,当LED发射功率为Pt时,光电探测器接收到的光功率Pr为:
设光电探测器的接收平面平行于天花板,则那么此时接收光功率为:
其中,h为接收机与发送机之间的垂直距离。
进一步,信噪比SNR为:
式中,γ为光电探测器灵敏度,为热噪声方差,为散粒噪声方差,Pr为光电探测器接收到的光功率;
热噪声方差和散粒噪声方差分别为:
其中,I2和I3为噪声带宽因子,Ibg为背景电流,k为玻尔兹曼常数,Tk为绝对温度,η为光电二极管的固定电容,S为接收机的有效面积,B为等效噪声带宽,Γ为FET的沟道噪声因子,G为开环电压增益,gm为FET跨导,q为元电荷电量。
进一步,所述步骤2a)中,与每个蝙蝠个体相关的所有参数包括蝙蝠的数量N,搜索脉冲频率范围[Qmin,Qmax],解的维数D,脉冲幅度A,脉冲率r,脉冲幅度衰减系数a,脉冲频率增强因子b,迭代次数K,蝙蝠位置坐标xcn和蝙蝠速度vn。
进一步,步骤2b)按如下过程进行:
适应度函数定义为:
其中,dei为接收机和发射机之间的距离,di为蝙蝠个体与LED之间的距离;
di由下式得到:
式中,(xi,yi,zi)分别为LED的坐标,(xn,yn,zn)为蝙蝠的当前坐标;
dei可以由基于可见光通信的室内三维定位系统接收到的光功率推导出:
其中,m为朗伯系数,S为接收机的有效面积,h为接收机与发送机之间的垂直距离,ψ为接收机的接收角,Ts为光滤波器增益,Gs表示光学聚光器增益,FOV是接收机视场角,rect(x)为矩形函数模型,Pr为光电探测器接收到的光功率,Pt为LED发射功率。
进一步,步骤2c)中,传统蝙蝠算法的蝙蝠个体位置,搜索脉冲频率和速度的更新公式定义为:
Qn=Qmin-(Qmax-Qmin)β (12)
其中,β为[0,1]中均匀分布的随机数,xbest为全局最佳位置,分别为蝙蝠n在t和t+1时刻的位置,Qn为蝙蝠n的搜索脉冲频率,Qn属于[Qmin,Qmax], 分别为蝙蝠n在t和t+1时刻的速度;
进一步,在公式(13)的基础上,重新定义蝙蝠个体速度更新公式:
其中,K为迭代次数。
进一步,步骤2e)中,更新脉冲率和脉冲响度:
其中,a为脉冲幅度衰减系数,b为脉冲频率增强因子,为初始时刻的蝙蝠n的脉冲率,为蝙蝠n在t+1时刻的脉冲率,为蝙蝠n在t+1时刻的脉冲响度;对于任何0<a<1,b>0,方程(15)和方程(16)具有以下趋势:
其中,为蝙蝠n在t时刻的脉冲率,为蝙蝠n在t时刻的脉冲响度。
进一步,步骤3)中,实际情形包括室内有障碍物的情况和目标物体运动的情况。
本发明具有以下优点:
本发明提出了一种基于蝙蝠算法的室内可见光三维定位方法,与现有的可见光通信定位方法相比,本发明方法不仅实现了三维定位服务,同时提高了定位的精度和降低了定位的复杂度。并且研究了室内有障碍物以及目标物体运动的情况,仿真结果表明本发明方法性能表现良好。
附图说明
图1是基于可见光通信的室内三维定位系统模型;
图2是可见光通信室内三维定位算法框图;
图3a)-图3d)是定位算法收敛过程图;
图4a)-图4e)分别是不同高度实际位置点和本发明方法计算位置点的分布图,图4a)-图4e)分别为高度在0.5m,1.2m,1.9m,2.6m和3.3m的定位结果;
图5是室内三维定位系统的定位误差累积分布函数(CDF)图;
图6a)-图6c)分别是定位系统的3-D定位误差直方图、垂直定位误差直方图和水平定位误差直方图;
图7是室内有障碍物时的系统模型图;
图8a)-图8e)分别是室内有障碍物时不同高度实际位置点和本发明方法计算位置点的分布图,图8a)-图8e)分别为高度在0.5m,1.2m,1.9m,2.6m和3.3m的定位结果;
图9是室内有障碍物时和正常情况下的定位误差累积分布函数(CDF)对比图;
图10是室内有障碍物时定位系统的定位误差直方图;
图11a)-图11c)分别是运动场景下定位系统的3-D轨迹跟踪图、轨迹跟踪的水平视图和垂直视图;
图12是运动场景下定位系统的定位误差累积分布函数(CDF)图;
图13a)-图13c)分别是运动场景下定位系统的3-D定位误差直方图、垂直定位误差直方图和水平定位误差直方图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面结合附图和具体实施方式进一步详细说明。本实施例仅表示对本发明的原理性说明,不代表对本发明的任何限制。
本发明提出的一种基于蝙蝠算法的室内可见光三维定位方法,包括下述步骤:
步骤1,构建基于可见光通信的室内三维定位系统模型,分别得到接收机和发射机之间的直射信道增益H(0),接收端接收到的光功率Pr和系统的信噪比SNR。
在室内无线光通信信道模型中,信号源是LED,接收机是光电探测器件。所以室内可见光通信定位系统由两部分组成:1)安装在天花板四个角上的LED;2)放置在室内任意位置处的光电探测器。每个LED都传输包含各自位置的信息,然后光电探测器作为接收机接收来自不同LED的信息。LED的发射模型可以视为朗伯模型,所以接收机和发射机之间的直射信道增益可以如下表示:
其中,S为接收机的有效面积,d为接收机和发射机之间的距离,m为朗伯系数θ1/2为LED的半功率角,θ为相对于LED垂直轴的发射角,ψ为接收机的接收角,FOV为接收机视场角,Ts为光滤波器增益,Gs为光学聚光器增益。rect(x)为矩形函数模型,可定义为:
因此,当LED发射功率为Pt时,光电探测器接收到的光功率为:
如果假设光电探测器的接收平面平行于天花板,则那么此时接收光功率可以简化为:
其中h是接收机与发射机之间的垂直距离。
在可见光通信系统中,信噪比SNR可以表示为:
式中,γ为光电探测器灵敏度,为热噪声方差,为散粒噪声方差,它们分别定义为:
其中,I2和I3为噪声带宽因子,Ibg为背景电流,k为玻尔兹曼常数,Tk为绝对温度,η为光电二极管的固定电容,S为接收机的有效面积,B为等效噪声带宽,Γ为FET的沟道噪声因子,G为开环电压增益,gm为FET跨导,q为元电荷电量。
步骤2,利用蝙蝠算法得到三维空间中的最优定位解,实现可见光通信的室内三维空间定位。
其中,利用蝙蝠算法得到三维空间中的最优定位解是通过下述步骤得到的:
2a):初始化蝙蝠种群,应该初始化和定义与每个蝙蝠个体相关的所有参数。这些参数是蝙蝠的数量N,搜索脉冲频率范围[Qmin,Qmax],解的维数D,脉冲幅度A,脉冲率r,脉冲幅度衰减系数a,脉冲频率增强因子b,迭代次数K,蝙蝠位置坐标xcn和蝙蝠速度vn。
2b):根据基于可见光通信的室内三维定位系统接收到的光功率计算出发射机与接收机之间的距离,然后计算每个蝙蝠个体与发射机之间的距离和实际距离的偏差,将其定义为适应度函数;计算每只蝙蝠的适应度值,找到蝙蝠的最佳位置。
本发明中的适应度函数定义为:
其中,di为蝙蝠个体与四个LED之间的距离,dei为接收机和发射机之间的距离。di可如下表示:
式中,(xi,yi,zi)分别为四个LED的坐标,(xn,yn,zn)为蝙蝠的当前坐标,dei可以由基于可见光通信的室内三维定位系统接收到的光功率推导出,表示为:
其中,m为朗伯系数,S为接收机的有效面积,h为接收机与发射机之间的垂直距离,ψ为接收机的接收角,Ts为光滤波器增益,Gs为光学聚光器增益,FOV为接收机视场角,rect(x)为矩形函数模型,Pr为光电探测器接收到的光功率,Pt为LED发射功率。
2c):更新蝙蝠的参数。传统蝙蝠算法的蝙蝠个体位置,搜索脉冲频率和速度的更新公式定义为:
Qn=Qmin-(Qmax-Qmin)β (12)
其中,β为[0,1]中均匀分布的随机数。分别为蝙蝠n在t和t+1时刻的位置,Qn为蝙蝠n的搜索脉冲频率,Qn属于[Qmin,Qmax],分别为蝙蝠n在t和t+1时刻的速度,xbest为目前为止发现的全局最佳位置(解决方案),它是在比较所有N个蝙蝠个体后获得的解决方案。在我们的实验中,我们根据问题的类型令Qmin=0,Qmax=2。为了加快算法的搜索速率,提高系统的性能,将速度更新公式重新定义为:
其中,K为迭代次数。
2d):生成随机数rand,如果rand>rn,通过随机扰动生成新的位置xnew,然后转到下一步;
2e):如果rand<An并且fitness(xnew)<fitness(xn),那么就接受步骤2d)生成的新解决方案,然后根据以下公式更新脉冲率和脉冲响度:
其中,a是脉冲幅度衰减系数,b为脉冲频率增强因子,具体来说,a类似于模拟退火中的冷却时间表的冷却系数。为初始时刻的蝙蝠n的脉冲率,为蝙蝠n在t+1时刻的脉冲率,为蝙蝠n在t+1时刻的脉冲响度。对于任何0<a<1,b>0,方程(15)和方程(16)具有以下趋势:
其中,为蝙蝠n在t时刻的脉冲率,为蝙蝠n在t时刻的脉冲响度。这里a=0.85,b=0.9。
2f):首先,对所有蝙蝠的适应度值进行排序,找到最小值并记录其位置;其次,判断算法是否满足终止条件,如果满足终止条件,则输出全局最优解,实现可见光通信的室内三维空间定位;否则,返回步骤2c)。
步骤3,将得到的可见光通信的室内三维空间定位方法运用到具有障碍物和运动情形的实际场景中,研究该方法在各种室内定位场景中的性能。
本发明的正确性和优点可通过以下理论结果对比进一步说明:
本发明方法中,通过MATLAB进行模拟仿真验证。
首先,准确描述所述室内可见光三维定位方法的原理;然后,对所提出的定位方法进行仿真研究其性能;再者,在室内有障碍物时,比较了有一条光线被遮挡和没有光线被遮挡的定位系统性能;最后,为了测试所提方法在运动场景定位中的性能,进行了轨迹跟踪实验。
理论和仿真结果
图1给出了基于可见光通信的室内三维定位系统模型;图2是可见光通信室内三维定位算法框图。表1给出了系统仿真的参数。
表1系统仿真参数表
图3a)-图3d)给出了定位算法收敛过程图。可以看出,随着迭代次数的增加适应度值越来越小,大部分蝙蝠个体越来越接近测试点。当迭代到第七次时,所有蝙蝠个体都聚集在一点处,此时适应度函数值为8.4020e-10,定位误差为0.28mm。由此可以推导出我们的方法与其他方法相比,有较好的收敛速度即算法复杂度较低。图4a)-图4e)分别是不同高度实际位置点和本发明方法计算位置点的分布图,图4a)-图4e)分别为高度在0.5m,1.2m,1.9m,2.6m和3.3m的定位结果。从中可以看出,本发明方法在整个房间中定位效果良好。图5是室内三维定位系统的定位误差累积分布函数(CDF)图。从图中可以看出,95%的定位误差在0.32mm以内,这证明了我们的方法可以达到较高的定位精度。图6a)-图6c)分别是定位系统的3-D定位误差直方图、垂直定位误差直方图和水平定位误差直方图。从中可以看出,大部分定位误差在0.3mm以内。图7是室内有障碍物时的系统模型图。图8a)-图8e)分别是室内有障碍物时不同高度实际位置点和本发明方法计算位置点的分布图,图8a)-图8e)分别为高度在0.5m,1.2m,1.9m,2.6m和3.3m的定位结果。从中可以看出,接收机的实际位置非常接近本发明方法计算得到的位置。图9是室内有障碍物时和正常情况下的定位误差累积分布函数(CDF)对比图;图10是室内有障碍物时定位系统的定位误差直方图;从图中可以看出,本发明方法定位效果良好,具备一定的抗干扰能力。图11a)-图11c)分别是运动场景下定位系统的3-D轨迹跟踪图、轨迹跟踪的水平视图和垂直视图。从中可以看出,定位结果很好地跟踪了给出的随机路径。图12是运动场景下定位系统的定位误差累积分布函数(CDF)图。图13a)-图13c)分别是运动场景下定位系统的3-D定位误差直方图、垂直定位误差直方图和水平定位误差直方图。从这些图中可以看到所有点的定位误差在0.35mm以内,大部分定位误差在0.3mm以内。这说明本发明方法在运动定位场景中表现良好,在实时场景下具有巨大的潜力。
本发明并不局限于上述实施例,在本发明公开的技术方案的基础上,本领域的技术人员根据所公开的技术内容,不需要创造性的劳动就可以对其中的一些技术特征作出一些替换和变形,这些替换和变形均在本发明的保护范围内。
Claims (10)
1.一种基于蝙蝠算法的室内可见光三维定位方法,其特征在于,包括下述步骤:
1)构建基于可见光通信的室内三维定位系统模型,分别得到接收机和发射机之间的直射信道增益H(0)、接收端接收到的光功率Pr和系统的信噪比SNR;
2)利用蝙蝠算法搜索三维空间中的最优定位解,实现可见光通信的室内三维空间定位;具体的:
2a)初始化蝙蝠种群,初始化和定义与每个蝙蝠个体相关的所有参数;
2b)构建适应度函数,计算每只蝙蝠的适应度值,找到具有最小适应度值的蝙蝠个体并记录其当前位置;
2c)对传统蝙蝠算法的速度更新公式进行重新定义,按照重新定义的速度更新公式,搜索脉冲频率公式和位置公式,更新蝙蝠个体参数;
2d)生成随机数rand,如果rand>rn,通过随机扰动生成新的位置xnew,然后转到下一步;
2e)如果rand<An并且fitness(xnew)<fitness(xn),那么就接受步骤2d)生成的新的位置xnew;然后更新脉冲率和脉冲响度;
2f)对所有蝙蝠的适应度值进行排序,找到最小值并记录其位置;判断算法是否满足终止条件,如果满足终止条件,则输出全局最优解,实现可见光通信的室内三维空间定位;否则,返回步骤2c);
3)将步骤2)得到的基于可见光通信的室内三维空间定位方法运用到具有障碍物和运动情形的实际场景中,研究该方法在各种室内定位场景中的性能。
2.根据权利要求1所述的一种基于蝙蝠算法的室内可见光三维定位方法,其特征在于,所述步骤1)中,构建基于可见光通信的室内三维定位系统模型如下:
将LED的发射模型视为朗伯模型,则接收机和发射机之间的直射信道增益如下:
其中,S为接收机的有效面积,d为接收机和发射机之间的距离,m为朗伯系数,其中,θ1/2为LED的半功率角,θ为相对于LED垂直轴的发射角,ψ为接收机的接收角,FOV为接收机视场角,Ts为光滤波器增益,Gs为光学聚光器增益,rect(x)为矩形函数模型。
3.根据权利要求2所述的一种基于蝙蝠算法的室内可见光三维定位方法,其特征在于,矩形函数模型为:
4.根据权利要求2所述的一种基于蝙蝠算法的室内可见光三维定位方法,其特征在于,当LED发射功率为Pt时,光电探测器接收到的光功率Pr为:
设光电探测器的接收平面平行于天花板,则那么此时接收光功率为:
其中,h为接收机与发射机之间的垂直距离。
5.根据权利要求1所述的一种基于蝙蝠算法的室内可见光三维定位方法,其特征在于,系统信噪比SNR为:
式中,γ为光电探测器灵敏度,为热噪声方差,为散粒噪声方差,Pr为光电探测器接收到的光功率;
热噪声方差和散粒噪声方差分别为:
其中,I2和I3为噪声带宽因子,Ibg为背景电流,k为玻尔兹曼常数,Tk为绝对温度,η为光电二极管的固定电容,S为接收机的有效面积,B为等效噪声带宽,Γ为FET的沟道噪声因子,G为开环电压增益,gm为FET跨导,q为元电荷电量。
6.根据权利要求1所述的一种基于蝙蝠算法的室内可见光三维定位方法,其特征在于,所述步骤2a)中,与每个蝙蝠个体相关的所有参数包括蝙蝠的数量N,搜索脉冲频率范围[Qmin,Qmax],解的维数D,脉冲幅度A,脉冲率r,脉冲幅度衰减系数a,脉冲频率增强因子b,迭代次数K,蝙蝠位置坐标xcn和蝙蝠速度vn。
7.根据权利要求1所述的一种基于蝙蝠算法的室内可见光三维定位方法,其特征在于,所述步骤2b)中,按如下过程进行:
适应度函数定义为:
其中,dei为接收机和发射机之间的距离;di为蝙蝠个体与LED之间的距离;
di由下式得到:
式中,(xi,yi,zi)分别为LED的坐标;(xn,yn,zn)为蝙蝠的当前坐标;
dei可以由基于可见光通信的室内三维定位系统接收到的光功率推导出:
其中,m为朗伯系数,S为接收机的有效面积,h为接收机与发射机之间的垂直距离,ψ为接收机的接收角,Ts为光滤波器增益,Gs表示光学聚光器增益,FOV是接收机视场角,rect(x)为矩形函数模型,Pr为光电探测器接收到的光功率,Pt为LED发射功率。
8.根据权利要求1所述的一种基于蝙蝠算法的室内可见光三维定位方法,其特征在于,所述步骤2c)中,传统蝙蝠算法的蝙蝠个体位置,搜索脉冲频率和速度的更新公式定义为:
Qn=Qmin-(Qmax-Qmin)β (12)
其中,β为[0,1]中均匀分布的随机数,xbest为全局最佳位置,分别为蝙蝠n在t和t+1时刻的位置,Qn为蝙蝠n的搜索脉冲频率,Qn属于[Qmin,Qmax], 分别为蝙蝠n在t和t+1时刻的速度;
在公式(13)的基础上,重新定义蝙蝠个体速度更新公式:
其中,K为迭代次数。
9.根据权利要求1所述的一种基于蝙蝠算法的室内可见光三维定位方法,其特征在于,所述步骤2e)中,更新脉冲率和脉冲响度如下:
其中,a为脉冲幅度衰减系数,b为脉冲频率增强因子,为初始时刻的蝙蝠n的脉冲率,为蝙蝠n在t+1时刻的脉冲率,为蝙蝠n在t+1时刻的脉冲响度;
对于任何0<a<1,b>0,方程(15)和方程(16)具有以下趋势:
其中,为蝙蝠n在t时刻的脉冲率,为蝙蝠n在t时刻的脉冲响度。
10.根据权利要求1所述的一种基于蝙蝠算法的室内可见光三维定位方法,其特征在于,所述步骤3)中,实际情形包括室内有障碍物的情况和目标物体运动的情况。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811106836.4A CN109188360B (zh) | 2018-09-21 | 2018-09-21 | 一种基于蝙蝠算法的室内可见光三维定位方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811106836.4A CN109188360B (zh) | 2018-09-21 | 2018-09-21 | 一种基于蝙蝠算法的室内可见光三维定位方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109188360A true CN109188360A (zh) | 2019-01-11 |
CN109188360B CN109188360B (zh) | 2021-05-04 |
Family
ID=64909271
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811106836.4A Active CN109188360B (zh) | 2018-09-21 | 2018-09-21 | 一种基于蝙蝠算法的室内可见光三维定位方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109188360B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109709508A (zh) * | 2019-01-17 | 2019-05-03 | 电子科技大学 | 一种基于传感器节点的光学aoa定位方法 |
CN111413670A (zh) * | 2020-04-02 | 2020-07-14 | 北京邮电大学 | 一种增强型相机辅助的基于接收信号强度比的定位方法 |
CN111641454A (zh) * | 2020-06-08 | 2020-09-08 | 西安电子科技大学 | 一种基于蝙蝠算法的室内可见光通信系统光源优化方法 |
CN114333385A (zh) * | 2021-12-28 | 2022-04-12 | 中国电信股份有限公司 | 路线定位方法、装置、非易失性存储介质及处理器 |
CN114362823A (zh) * | 2022-01-11 | 2022-04-15 | 东南大学 | 一种基于可见光通信和定位的室内环境建模方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104537185A (zh) * | 2015-01-09 | 2015-04-22 | 哈尔滨工程大学 | 基于量子蝙蝠搜索的天线阵稀疏构建与方向图综合方法 |
CN105427348A (zh) * | 2015-12-03 | 2016-03-23 | 山东理工大学 | 一种基于蝙蝠算法的视频目标跟踪方法 |
US20160124902A1 (en) * | 2014-10-31 | 2016-05-05 | International Business Machines Corporation | Accelerating particle-swarm algorithms |
CN106125071A (zh) * | 2016-07-27 | 2016-11-16 | 北京斯凯兰恩广告有限公司 | 一种室内无线定位装置及其定位方法 |
CN205861898U (zh) * | 2016-07-27 | 2017-01-04 | 北京斯凯兰恩广告有限公司 | 一种室内无线定位装置 |
CN107886157A (zh) * | 2017-10-30 | 2018-04-06 | 中国地质大学(武汉) | 一种新型蝙蝠优化算法系统 |
CN108121999A (zh) * | 2017-12-10 | 2018-06-05 | 北京工业大学 | 基于混合蝙蝠算法的支持向量机参数选择方法 |
-
2018
- 2018-09-21 CN CN201811106836.4A patent/CN109188360B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160124902A1 (en) * | 2014-10-31 | 2016-05-05 | International Business Machines Corporation | Accelerating particle-swarm algorithms |
CN104537185A (zh) * | 2015-01-09 | 2015-04-22 | 哈尔滨工程大学 | 基于量子蝙蝠搜索的天线阵稀疏构建与方向图综合方法 |
CN105427348A (zh) * | 2015-12-03 | 2016-03-23 | 山东理工大学 | 一种基于蝙蝠算法的视频目标跟踪方法 |
CN106125071A (zh) * | 2016-07-27 | 2016-11-16 | 北京斯凯兰恩广告有限公司 | 一种室内无线定位装置及其定位方法 |
CN205861898U (zh) * | 2016-07-27 | 2017-01-04 | 北京斯凯兰恩广告有限公司 | 一种室内无线定位装置 |
CN107886157A (zh) * | 2017-10-30 | 2018-04-06 | 中国地质大学(武汉) | 一种新型蝙蝠优化算法系统 |
CN108121999A (zh) * | 2017-12-10 | 2018-06-05 | 北京工业大学 | 基于混合蝙蝠算法的支持向量机参数选择方法 |
Non-Patent Citations (5)
Title |
---|
MEIQIZHANG: "A three-dimensional indoor positioning technique based on visible light communication using chaotic particle swarm optimization algorithm", 《OPTIK》 * |
MING YANG: "Signal distribution optimization for cabin visible light communications by using weighted search bat algorithm", 《2017 3RD IEEE INTERNATIONAL CONFERENCE ON COMPUTER AND COMMUNICATIONS (ICCC)》 * |
惠宇雷: "基于反向学习策略的蝙蝠算法研究", 《中国优秀硕士学位论文全文数据库(信息科技辑)》 * |
田晓飞等: "基于自学习因子c和权重系数的改进蝙蝠算法", 《黑龙江电力》 * |
魏宁: "无线传感器网络的三维空间覆盖与目标定位问题研究", 《中国优秀硕士学位论文全文数据库(信息科技辑)》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109709508A (zh) * | 2019-01-17 | 2019-05-03 | 电子科技大学 | 一种基于传感器节点的光学aoa定位方法 |
CN109709508B (zh) * | 2019-01-17 | 2020-09-01 | 电子科技大学 | 一种基于传感器节点的光学aoa定位方法 |
CN111413670A (zh) * | 2020-04-02 | 2020-07-14 | 北京邮电大学 | 一种增强型相机辅助的基于接收信号强度比的定位方法 |
CN111641454A (zh) * | 2020-06-08 | 2020-09-08 | 西安电子科技大学 | 一种基于蝙蝠算法的室内可见光通信系统光源优化方法 |
CN111641454B (zh) * | 2020-06-08 | 2021-08-24 | 西安电子科技大学 | 一种基于蝙蝠算法的室内可见光通信系统光源优化方法 |
CN114333385A (zh) * | 2021-12-28 | 2022-04-12 | 中国电信股份有限公司 | 路线定位方法、装置、非易失性存储介质及处理器 |
CN114362823A (zh) * | 2022-01-11 | 2022-04-15 | 东南大学 | 一种基于可见光通信和定位的室内环境建模方法 |
CN114362823B (zh) * | 2022-01-11 | 2024-02-20 | 东南大学 | 一种基于可见光通信和定位的室内环境建模方法 |
Also Published As
Publication number | Publication date |
---|---|
CN109188360B (zh) | 2021-05-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109188360B (zh) | 一种基于蝙蝠算法的室内可见光三维定位方法 | |
Oguntala et al. | Indoor location identification technologies for real-time IoT-based applications: An inclusive survey | |
Asaad et al. | A comprehensive review of indoor/outdoor localization solutions in IoT era: Research challenges and future perspectives | |
CN107071732B (zh) | 一种基于rssi的mle-pso室内定位方法 | |
CN110045324B (zh) | 一种基于uwb和蓝牙技术的室内定位融合方法 | |
CN106209235B (zh) | 一种基于cdma调制的rss三角定位迭代方法及系统 | |
Lim | Ubiquitous 3D positioning systems by led-based visible light communications | |
CN113706612B (zh) | 融合uwb和单目视觉slam的煤矿井下车辆定位方法 | |
Wahab et al. | Indoor positioning system: A review | |
CN106793087A (zh) | 一种基于aoa和pdoa的阵列天线室内定位算法 | |
Yasir et al. | Indoor localization using visible light and accelerometer | |
Liu et al. | Research and development of indoor positioning | |
Li et al. | Machine learning based high accuracy indoor visible light location algorithm | |
Chen et al. | Indoor high precision three-dimensional positioning system based on visible light communication using improved hybrid bat algorithm | |
CN111413670B (zh) | 一种增强型相机辅助的基于接收信号强度比的定位方法 | |
Kohlbacher et al. | A low cost omnidirectional relative localization sensor for swarm applications | |
Shin et al. | Received signal strength-based robust positioning system in corridor environment | |
Wang et al. | Indoor visible light positioning based on improved particle swarm optimization method with min-max algorithm | |
Jovanovic et al. | Analysis of Indoor Localization Techniques | |
Naheem et al. | A Robust Indoor Pedestrian Localization Approach Against Human Body Shadowing for UWB-Enabled Smartphones | |
Xu et al. | LED-assisted three-dimensional indoor positioning for multiphotodiode device interfered by multipath reflections | |
CN116772860A (zh) | 基于无线定位技术与视觉人工智能融合的新型室内定位系统 | |
Zhang et al. | Surface centroid TOA location algorithm for VLC system | |
Moschevikin et al. | The impact of nlos components in time-of-flight networks for indoor positioning systems | |
Chakraborty et al. | On estimating the location and the 3-d shape of an object in an indoor environment using visible light |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |