CN109644046A - 用于室内定位的方法和装置 - Google Patents

Abstract

用于室内定位的装置和方法，涉及：在诸如建筑物的房间之类的位置处对光照进行采样，产生该光照的频域分析，将该频域分析与关联于参考位置的参考频域分析进行比较，以及提供指示比较结果的通知，诸如采样的位置是否是该参考位置。

Description

用于室内定位的方法和装置

技术领域

本原理一般地涉及室内定位或位置检测。

背景技术

室内位置确定或室内定位是一个尚未解决的问题。GPS尽管在室外比较有效果，但其在室内(例如在家里)不可用，这归因于在室内GPS设备不能获取GPS卫星信号。很多服务和应用可以受益于可扩展的室内定位技术。这样的应用涵盖从基于室内定位的广告到跟踪家中的老年人以确保他们的健康。

一种室内定位方法是使用无线电信标。例如，苹果的iBeacon使用低功耗蓝牙。这要求安装基础设施(信标)，并且由于射频信号的多路径效应这也不可靠。它也不是非常以人为中心，因为无线电波穿过墙并且准确确定人在哪个房间是很困难的。还有一些使用无线电信号(诸如Wi-Fi)的其他方法，其依赖于识别给定位置中的Wi-Fi无线电广播的独特签名。另外，红外也已被用于标记位置。这些其他系统也要求诸如Wi-Fi或红外发射器之类的基础设施。

发明内容

本原理解决现有技术中的这些以及其他缺陷和弱点，本原理旨在提供室内定位。

根据本原理的一方面，一种方法包括：在第一位置处对第一光照进行周期性采样以产生第一光照的第一组样本，其中第一光照包括至少一个照明器材输出的光；将第一组样本的频域分析与第二位置的第二光照的第二组样本的频域分析进行比较以确定第一位置与第二位置的关系；以及响应于该比较而产生通知。

根据本原理的另一方面，一种方法包括：对第一光照进行周期性采样以产生第一光照的第一组样本；将第一组样本的频域分析与第二光照的第二组样本的频域分析进行比较以确定第一光照与第二光照的关系，其中第二光照包括照明器材输出的光；以及响应于该比较而产生通知。

根据本原理的另一方面，一种方法包括：在第一采样位置处对第一光照进行周期性采样以产生第一光照的第一组样本，其中第一光照包括至少一个照明器材输出的光；处理该第一组样本以产生第一光照的第一频域分析；在第二采样位置处对第二光照进行周期性采样以产生第二组样本；处理该第二组样本以产生第二光照的第二频域分析；将第二频域分析与第一频域分析进行比较以确定第二采样位置与第一采样位置的关系；以及响应于该比较而产生通知。

根据本原理的另一方面，一种方法包括：在第一位置处对第一光照进行采样以产生第一光照的第一组样本；处理该第一组样本以产生表征第一光照的第一高频变化的特征矢量；使用该特征矢量对分类模型进行训练以产生经训练的分类模型；对第二光照进行采样以产生第二光照的第二组样本；处理该第二组样本以产生表征第二高频变化的第二特征矢量；将第二特征矢量馈送到经训练的分类模型以产生关于第二光照的源的预测；以及响应于该预测指示第二光照的源包括第一光照而产生关于第二光照在第一位置处的通知。

根据本原理的另一方面，装置包括传感器和耦接到传感器的处理器，处理器配置用于：从传感器获取第一位置处的第一光照的第一组样本，以及响应于第一组样本的第一频域分析与第二位置处的第二光照的第二组样本的第二频域分析的比较而产生通知。

根据本原理的另一方面，装置包括：光电传感器，配置用于接收入射在光电传感器上的环境光线，以及产生包括表征环境光线的高频变化的高频分量的信号；耦接到光电传感器的数据捕获设备，其对光电传感器产生的信号进行采样以产生第一位置处的第一光照的第一组样本和第二光照的第二组样本；耦接到数据捕获设备的处理器，其中该处理器对第一组样本进行处理以产生表征第一光照的高频分量的第一特征矢量集合，使用分类模型对第一特征矢量集合进行处理以产生经训练的分类模型，以及对第二组样本进行处理以产生表征第二光照的高频分量的第二特征矢量集合，使用经训练的分类模型对第二特征矢量集合进行处理以预测第二光照与第一光照之间的关系；并且所述装置还包括用户接口，其响应于该关系指示第二光照对应于第一光照而产生指示第二光照在第一位置处的通知。

根据本原理的另一方面，一种用于室内定位的系统包括：传感器，配置用于对室内光照进行采样；耦接到传感器的处理器，接收第一位置处的第一室内光照的第一组样本；以及服务器，从处理器接收第一组样本并处理该第一组样本以产生第一组样本的第一频域分析，将第一频域分析与第二位置处的第二室内光照的第二组样本的第二频域分析进行比较，以及响应于比较结果产生通知，其中该结果指示第一位置与第二位置的接近度并且该通知指示该接近度。

根据本原理的另一方面，一种非瞬态计算机可读存储介质，包括具体化于其中的计算机可读程序代码，该计算机可读程序代码用于使得计算机系统执行前述室内定位方法。

根据本原理的另一方面，一种装置包括：用于对光照进行采样以产生表征光照的开关特性的多个样本的装置；用于处理该样本以产生表征光照的开关特性的特征矢量集合以及用于执行特征矢量集合与表征光源的开关特性的光指纹的比较的装置；以及用于响应于该比较而产生指示该光照是否包括光源产生的光的通知的装置。

本原理的这些和其他方面、特征和优势将从下文示例性实施例的详细描述中变得明显，这些描述将结合附图进行阅读。

附图说明

根据下列示例性附图可以更好地理解本原理，附图中：

图1A是以电路示意图形式示出可以应用本原理的光源的示例性实施例的图；

图1B图示了可以应用本原理的两个示例性光源的特性；

图2是示出图示本原理各方面的示例性波形的图；

图3是示出图示本原理各方面的附加示例性波形的图；

图4是示出图示本原理各方面的附加示例性波形的图；

图5是示出图示本原理各方面的附加示例性波形的图；

图6是示出根据本原理一个方面的装置和系统的示例性实施例的图；

图7是图示根据本原理一个方面的对光照进行采样的方法或采样操作模式的示例性实施例的流程图；

图8是图示根据本原理一个方面的训练分类模型的方法或训练操作模式的示例性实施例的流程图；

图9是图示根据本原理一个方面的检测位置的方法或检测操作模式的示例性实施例的流程图；

图10是图示根据本原理一个方面的将光照样本捕获到文件的方法或捕获操作模式的示例性实施例的流程图；

图11是根据本原理对多个光样本进行分割的示例性实施例的图不；

图12是根据本原理的对第一类型示例性光源产生的采样光进行表示的图示；以及

图13是根据本原理的对第二类型示例性光源产生的采样光进行表示的图示。

在各个附图中，类似的参考标号指示相同或类似的特征。

具体实施方式

本原理针对室内定位或识别室内位置。在本领域普通技术人员将容易想到本原理可以应用的各种应用的情况下，以下描述将专注于本原理应用于诸如家庭之类的室内环境和用于定位的移动设备的实施例，所述移动电话诸如移动电话或包括可穿戴设备在内的其他移动设备，所述可穿戴设备譬如头戴式耳机或头盔之类的虚拟现实(VR)或增强现实(AR)设备。然而，在给定本文提供的本原理的教导的情况下，本领域普通技术人员将容易想到本原理可以应用的其他设备和应用，同时维持本原理的精神。例如，本原理可以应用于其他室内环境，诸如商务商业场所或办公室区域。此外，本原理可被集成到各种类型的移动设备(例如笔记本电脑或平板电脑)中。而且，本原理中的一些或全部可以完全具体实现在移动设备中，或者移动设备可以是具体化本原理的系统中的部件。例如，本原理的诸方面可以涉及部分在移动设备中处理数据，以及部分在非移动设备的一个或多个设备中处理数据，所述非移动设备的一个或多个设备诸如是机顶盒、网关设备、台式计算机、服务器等。应当理解，前述设备列表仅仅是示意性的而非穷举的。

此外，如本领域技术人员容易想到的，本文描述的示例性实施例可以包括未示出或描述的其他元素，同样也省略了一些元素。例如，如本领域普通技术人员容易理解的，取决于示例性实施例的特定实现，可以包括各种输入设备和/或输出设备。例如，可以使用各种类型的无线和/或有线的输入和/或输出设备。而且，如本领域普通技术人员容易理解的，在各种配置中也可以使用附加的处理器、控制器、存储器等等。控制功能可以单独以软件或硬件或以各种组合和配置来实现。数据可以存储在一个或多个存储设备中，并且存储设备可以是一种或多种类型，诸如RAM、ROM、硬盘。在给定本文提供的本原理的教导的情况下，本领域普通技术人员容易想到这些以及其他变体。

根据本原理的一个方面，诸如光电传感器之类的传感器操作用于检测常规室内照明的高频开关变化，也即，光照或光源的开关特性。尽管室内照明对于裸眼而言看起来总是开启的，大部分照明技术实际上以非常快的速率开启和关闭(例如，LED灯、荧光灯，等等)。光电-传感器检测这种开关，并且特别检测每种光开关方式上的独特差异。检测和评估某个位置中的特定光照(例如，家里房间中的光源或光源组合)的这种开关和独特特性，使得能够产生该光照的表征。此表征可称为“光指纹”。对于诸如家中的特定房间之类的特定位置或者诸如特定灯泡或灯或者灯泡和灯的组合之类的特定光源，光指纹是独特的。在确定特定位置的光指纹之后，通过例如后续将某个位置或特定光源的光照与已知的光指纹进行比较，该光指纹于是可被用于确定关联的室内位置或识别特定光源。在一定意义上，每个位置或每个光变成其自己的位置信标，而不需要对已有照明设备增加诸如信标硬件之类的基础设施。

根据本原理，可以例如通过移动设备中的传感器对区域中的光照进行采样来实现室内定位。例如，用户携带着包括适合于执行前述采样的传感器的移动设备进入第一位置(例如家中的一个房间)，在第一位置处对光照进行采样以产生该光照的第一组样本。将第一组样本的频域分析与第二位置处的第二光照的第二组样本的第二频域分析进行比较以确定第一位置与第二位置的关系。频域分析可以由移动设备中的处理器执行或者由例如远程计算机或服务器远程地执行。第二位置可以是与第一位置相同的位置，例如家中的同一房间，或者第二位置可以是不同位置。第二频域分析可以是用户的家中房间中的光照的参考频域分析或参考光指纹。参考光指纹可以事先已经生成并存储在移动设备可访问的存储器中，例如存储在针对家的光指纹数据库中，所述数据库包括针对家中光源中的部分或全部光源中的每个光源的或针对家中各个房间中的部分或全部房间中的每个房间的光照的指纹。

响应于比较而产生通知。例如，该比较可以指示第二光照不同于第一光照，由此指示产生第一光照的光源或灯泡或照明器材不同于产生第二光照的光源，因此执行该采样的设备(例如，移动设备)在不同位置，也即不在第一位置处。或者，该比较可以指示第二光照与第一光照足够相似从而指示产生第一光照的光源或照明器材与产生第二光照的照明器材或光源相同，由此指示执行该采样的设备(例如移动设备)和/或该设备的用户在第一位置处。通知可以是可听或可视或二者兼而有之的指示，或者通知可以被发送给远程用户(例如，通过向指定的远程设备发送电子邮件或SMS文本消息，或者通过向该远程设备发起自动电话呼叫来实现)。

作为本原理实施例的一个例子，根据本原理识别某一位置处的光照使得能够确定诸如移动设备之类的设备的位置，由此例如使得远处的人员能够监视携带该移动设备的人员(诸如老年家庭成员)的位置。作为另一例子，由室内用户穿戴的且根据本原理操作的诸如VR或AR头盔之类的可穿戴设备可以基于或响应于特定位置处的光照来检测该VR或AR头盔所在的室内位置，并且根据该位置为该用户调整或控制VR或AR体验。例如，当用户在厨房时可以提供一种VR或AR体验，并且该体验可以随着用户在室内环境中移动而改变，所述移动例如从一个房间移动到另一个房间，诸如从厨房移动到书房再移动到地下室等等。

根据本原理的涉及产生和利用光指纹的方面，诸如紧凑型荧光灯(CFL)和LED灯之类的室内灯以很高的频率开启和关闭。这种开关是人类难以察觉的，但是可以使用光电传感器检测到。而且，归因于不同类型的灯的特性和灯的制造偏差，每个灯的开关特性是独特的。例如，总的周期时间可以变化，每个周期的上升和下降时间可以不同，每个边沿的属性可以不同，等等。如图1A所示，典型的LED灯除了LED之外还包括各种元件，诸如电容和二极管。归因于元件和制造容差或其他因素，这些元件中会出现偏差。结果，每个LED灯泡展现不同的波形。而且，不同类型的灯泡(例如CFL和LED)展现不同的光特性，如图1B所示，其中针对时域和频域示出了ECOSMART CFL灯泡和CREE LED灯泡产生的光信号的特性(ECOSMARTCFL在图1B的左侧，CREE LED在图1B的右侧)。本原理的一个方面涉及检测各个灯的这种独特开关特性。

根据本原理，旨在用于室内定位的移动设备将装配有能够进行采样的光电传感器，所述采样以能够检测各种光源、灯泡或照明器材产生的光中的上述差异的频率来进行。很多移动设备(智能手机、智能手表甚至笔记本电脑)已经具有简单的传感器，用于检测周围环境光照以设置背光亮度。根据本原理，类似的传感器检测短的时间标度上的亮度变化(开关)，而不是查找大的时间标度上的周围环境亮度。传感器采集的光级别模式表征给定区域内的灯或灯光组，或者称为光指纹。

本原理的一个方面涉及对光信号进行周期性采样以及对样本进行处理，如下文进一步说明的。此说明开始于连续信号x(t)，按照频塞或被对该连续信号进行采样。作为例子，可以按照赫兹对音频信号进行采样，并且可以在示波器上按照吉赫兹被对光信号进行采样。采样后的信号表示为x[n]。通常，优选地以超过最小速率(例如，奈奎斯特速率)的速率进行采样以便如实地重构原始连续信号x(t)并捕获其所有高频振荡。

随机平稳信号x[n]的功率谱定义为：

其中是信号x[n]的自相关。因此，如所述的，功率谱是(无限)能量序列的自相关的傅里叶变换。然而，典型情况不提供无限量的数据来表示信号，并且功率谱必须基于有限长度的捕获数据进行估计。

在典型情况下，从数据获取有限长度L的信号，其可以写成加窗信号，

v[n]＝w[n]x[n]，

其中w[n]是在0到L-1之间为非零而其余为零的窗口。周期图提供了对信号x[n]的功率谱的估计，表示如下：

其中信号是加窗信号v[n]的确定性自相关，并且U是归一化常数以消除窗口的偏差。为了经由周期图来估计功率谱，减小估计中的方差，通常需要对多个周期图进行平均以获得平滑近似。以如下离散频率评估周期图：

I_vv(ω_k)，其中

用于周期图的基本平均策略的主要参数将指定：

(1)窗口长度L；

(2)窗口类型(例如，汉明、矩形、布莱克曼)；

(3)计算周期图时使用的DFT的长度N；

(4)指定x[n]的加窗区段中的任何重叠。

窗口类型影响功率谱估计中的谱泄露。诸如韦尔奇方法之类的已有方法得到对功率谱的无偏差的一致估计。

作为对信号采指纹的第一个例子，考虑音频信号。作为一个特定例子，考虑10秒的小提琴声音对10秒的蜜蜂声音的音轨，通过以f_s＝44100Hz进行采样获得信号，得到总计441000个样本。两个声音应当包含可检测的不同谱内容。使用无重叠的汉明窗，L＝256，N＝2048，画出了通过对周期图进行平均而获得的谱估计，如图2所示。

在图2中，上面的线代表小提琴音频谱，下面的线代表蜜蜂音轨谱。很显然，这两个音频信号的内容是可区分的，用作指纹和标识。

现在考虑通过脉冲宽度调制(PWM)方案得到的方波振荡，其可以驱动诸如LED灯之类的光照源。PWM信号的占空比例如可以影响LED的亮度。令产生一个方波，其具有50％占空比，频率为1.2千赫兹＝1200赫兹，叠加有方差(1/100)的高斯噪声。令采样频率为f_s＝10千赫兹＝10000赫兹，其高于奈奎斯特速率。针对周期图使用N＝4096的DFT，L＝256的汉明窗尺寸，和无重叠的加窗，以及使用从方波的10,000,000个样本获得的数据，则功率谱估计如图3所示。

如所期望的，所估计的功率谱的峰出现在方波振荡频率1200赫兹处。然而，归因于信号中的噪声，存在一些其他赝像。图4中示出了区分两个具有稍微不同的振荡频率的信号。在图4中，方波在1150赫兹和1200赫兹处具有主峰，这在功率谱估计中是可区分的(也即，周期图的DFT具有足够的粒度)。

另一个例子是在具有不同占空比30％和50％的两个方波之间进行区分，如图5所示。在图5中，占空比确实影响功率谱。然而，仍然捕获方波的最大主频率。通过测量两个谱之间的差的功率可以实现两个谱的可区分性。

图6中示出了根据本原理的系统或装置的示例性实施例。在图6中，光传感器600接收某一位置处的光照并且生成代表该光照的量级的信号。例如，该光照可以是由诸如家之类的建筑物的房间中的LED或CFL灯泡产生的光。传感器对光照的幅度的快速波动进行响应，并且传感器600产生的信号包括表征光照的幅度方面的、如前所述由光源的高频开关所引起的高频变化的变化。此高频变化可被视为幅度的高频分量，其是光照的特性，例如，包括在该光照中的光源或灯泡的可被用于识别或认出此光源的输出，也即光指纹。光传感器的一个示例性实施例包括由AMS制造的TSL14S光到电压转换器，其包括内置的前置放大器并且能够以高频率捕获光。各种其他类型的传感器可以根据本原理进行使用，并且可以作为单个传感器使用或者以多传感器配置(诸如传感器阵列)进行使用。

如图6所示，传感器600的输出耦接到数据获取设备610，数据获取设备610用于对传感器600产生的输出信号进行采样。设备610产生代表该位置的光照的多个样本，该光照例如是由该位置处的灯泡或照明器材或者由某一位置处的多个照明器材的组合产生的光照。采样设备610的示例性实施例是处理器，诸如比克科技(Pico Tech)制造的示波器PicoScope 2000，其包括适合于捕获样本以及使得样本可用于存储和后续处理的高速数据获取功能，所述存储例如可以直接存储在本地存储器中或者将对样本进行流传输以支持诸如远程存储到服务器中。各种各样的设备可被提供或者配置用来提供设备610的采样或数据获取功能，例如，诸如微处理器、微计算机、片上系统、这样的没备的各种多处理器布置、笔记本电脑、台式计算机等等，可被配置用于根据本原理进行采样或捕获数据。一个或多个传感器以及一个或多个采样或数据获取设备的各种组合可被配置以提供用于根据本原理对光照进行采样的装置的各种实施例。

处理器620响应于来自控制接口630的控制信息来控制设备610的操作。例如，处理器620可以包括诸如从树莓派基金会(Raspberry Pi Foundation)可获得的树莓派之类的处理器。处理器620控制采样设备610的采样操作、数据捕获，以及对样本的后续处理。例如，处理器620可以确定捕获样本的开始和结束。处理器620可以确定样本的存储，例如存储在本地或专用存储器或远程存储器，其由图6中的设备640表示。处理器620还可以控制根据本原理对样本的后续处理。除了远程存储之外，设备640也可以表示用于提供对样本的处理中的部分或全部处理的远程处理器。例如，设备640可以是包括存储器和处理能力的远程服务器。代替于在处理器620中处理样本，处理器620可以将样本传送到设备640以供存储和处理。样本的传送可以通过有线或无线通信手段，其中图6中连接处理器620和服务器640的虚线指示示例性无线通信。各种其他设备可被提供或配置用来提供设备620执行的处理，以及提供用于根据本原理对光照的样本进行处理的各种示例性装置，所述各种其他设备诸如微处理器、微计算机、片上系统、任何这样的设备的各种多处理器配置、笔记本电脑、平板计算机等等。

用户接口630支持对处理器620的控制和设备610执行的采样，并且可以控制其他设备，诸如设备640，如果包括这种其他设备的话。对于本领域技术人员将很明显，用户接口630可以包括各种功能中的一种或多种，诸如小键盘或键盘、触摸屏、诸如移动电话之类的移动设备、语音识别或其他音频I/O功能等等。用户接口630可以通过有线或无线方式耦接到处理器620。用户接口630可以是简单的或复杂的。用户接口630的示例性实施例可以包括用于显示操作模式或状态信息的小显示器(例如OLED显示器)，以及用于激活各种操作模式的若干按钮，如下文详述。除了提供所描述的控制，用户接口630还可以提供输出，诸如关于处理器620的处理状态的通知。例如，用户接口630可以在设备显示器上产生通知或者将通知传送给远程设备或用户，该通知指示采样设备的预测位置，该预测位置是采样设备当前位置的光照指纹与参考光照指纹数据库的比较结果。本文描述的各种类型的用户接口代表用于根据本原理提供或产生通知的装置的各种示例性实施例。

本领域技术人员将很清楚，根据本原理，图6中示出的一个或多个设备可以在移动设备中，而其他可以是分开的。例如，传感器600、数据获取设备610、处理器620和用户接口630可被包括在移动设备中，而如上面提到的，设备640是可以位于远程(也即不包括在移动设备中)的处理器和/或存储器的示例性表示，并且可以被包括在或者可以不被包括在实施本原理的装置或系统中。

为了提供根据本原理的室内定位，针对至少一个室内位置获取光或光照的指纹。为了简化描述，下文的详细说明将专注于特定位置处的室内定位的处理，包括获取针对特定位置(例如，家中房间)的光或光照的指纹。然而，本领域技术人员将很清楚，本原理应用于多个位置处的室内定位，这通过获取多个位置处(例如建筑物中的多个或所有房间)的光照指纹或者获取建筑物中每个光源或照明器材或灯泡的光照指纹来实现。一个或多个光照指纹可被用作一组参考指纹，来自特定位置的光照指纹可以与之进行比较。作为室内定位操作的例子，根据本原理构建和操作的诸如移动设备之类的设备移动到特定房间中，该设备对房间中的光照进行采样，产生表征移动设备的位置处或当前房间中的光照的光指纹，以及将当前光指纹与一个或多个参考指纹进行比较。与当前指纹匹配的参考指纹所关联的位置指示房间或移动设备的位置。继而可以产生指示该位置的通知。例如，处理器620和/或用户接口630可以响应于处理器620的指纹比较而产生通知。该通知可以显示在移动设备的屏幕上和/或传送给远程用户，例如通过使用包括WiFi和互联网通信和/或移动设备中包括的蜂窝电话功能的各种通信手段中的任何手段，通过发送SMS文本消息和/或电子邮件消息和/或通过发起自动电话呼叫来将通知传送给远程用户。通知可以是简单形式，诸如“在厨房中”或者“书房的台灯附近”。远程用户可以使用所描述的通知以及随着移动设备在建筑物中移动而发生的对该通知的任何后续更新，来跟踪移动设备和该移动设备的用户的位置。

通知也可以包括例如由图6所示的示例性实施例的处理器620和/或用户接口630响应于或基于本文描述的诸如光照的光指纹与参考指纹的比较之类的对光照的评估而对代表所显示图像的信号或供显示的信号的修改或改变或更新。例如，可以(例如通过处理器620和/或用户接口630)响应于或基于对建筑物中各种位置处的光照的评估来更新代表建筑物地图的显示的信号，使得该信号在显示时在地图上包括设备(或设备用户)的当前位置的表示，如显示的图标。作为另一例子，通知可以包括修改、改变或更新显示信号或供显示器上显示的信号，显示器诸如是虚拟现实(VR)或增强现实(AR)系统的可穿戴显示器，如头戴式显示器。显示信号或供显示的信号可被修改或改变以持续更新显示图像，从而响应于或基于光照或光源来反映该系统的用户的当前位置。

作为根据本原理的通知的实施例的另一例子，基于或响应于评估光照以确定位置的通知可以例如由图6的示例性实施例中的处理器620基于该评估和设备的位置来创建或提供对控制信息的修改或更新。例如，该评估或比较可以修改被传送到家庭网络或家庭控制系统的控制信息，以基于设备和/或用户在家中的位置来控制家中的功能，例如在用户离开房间之后关灯。作为另一例子，评估或比较可以提供或更新控制诸如VR或AR系统之类的系统的控制信息，例如更新VR或AR控制参数，使得基于或响应于用户在家中的位置来修改或控制用户的VR或AR体验。因此，如本文参考各种示例性实施例所解释的，通知旨在于宽泛地包含响应于或基于所确定的位置而产生的输出、结果和影响的各种实施例，其中该位置是响应于或基于对光照的评估而确定的，所述评估诸如是将光照的指纹或开关特性与参考指纹或开关特性进行比较。

根据本原理的一个方面，一种具体实施本原理的方法可以包括下面描述的一个或多个方面。类似地，诸如图6中示出的装置或系统可以以下文详述的若干种操作模式进行操作。这些操作模式包括对某一位置处的光照进行采样，训练分类模型，以及通过执行对特定位置的附加采样和使用经训练的模型来识别产生在该位置处被采样的光照的光源来检测位置。

图7示出了提供图6中的装置的采样操作模式的方法的示例性实施例。在图7中，对光照的采样开始于步骤700。在步骤710，选择特定或第一位置、照明器材或灯泡。在步骤720中，传感器(例如，图6中的传感器600)被激活以开始采样。采样以频率fs，例如1MHz或MSPS(1兆赫兹或每秒1兆个样本)，周期性进行。在步骤730，样本被捕获或存储在文件中，诸如CSV文件(逗号分隔的值格式)中。每个文件被命名以指示特定位置或光源，例如“灯1”或“位置A”。很明显，文件名称也可以包括其他信息，诸如指示样本的序列和定时信息的数字和/或字母序列。作为关于图6所示示例性实施例的前述操作的例子，处理器620(例如，树莓派)向数据获取设备610(例如，示波器PicoScope)发送命令以启动以指定采样速率、持续时间和尺度信息进行的样本捕获，例如使用以1MSPS进行100毫秒捕获。设备610捕获从光传感器输出的信号的样本并将这些样本提供给处理器620，例如通过诸如USB连接之类的连接将样本流传输到处理器620。处理器620将这些样本存储到文件，例如CSV文件，该文件被命名以指示此特定光源或位置。该文件可以存储在处理器620中，移动设备内关联于或耦接到处理器620的存储器中，或者远程存储在例如图6所示的设备640中。本领域技术人员将很清楚，如果设备610包括足够的存储容量，备选实施例可以包括将设备610产生的样本存储在设备610内，或者设备610可以将样本直接存储到图6中未示出的单独的存储设备，例如附接到设备610的硬盘。继续图7，步骤740涉及确定是否针对在步骤710选择的位置或光源获取更多样本。如果在步骤740为“是”，则操作返回步骤720并且再次从此处继续。如果在步骤740为“否”，则操作继续到步骤750。在步骤750，确定是否有更多位置或光源要进行采样。如果在步骤750为“是”，则操作返回步骤710并从该处继续。如果在步骤750为“否”，则操作继续到步骤760，在此处采样结束。

根据本原理的各方面，在示例性实施例中，如图7所示的采样完成之后跟着可以是训练方法或训练操作模式，例如对分类模型进行训练以对光指纹进行分类和识别或检测。图8绘出了用于诸如图6所示的装置或系统的训练方法或训练操作模式的示例性实施例。在图8中，训练开始于步骤800。在步骤810，选择光照样本的文件，例如由上述图7的示例性采样实施例产生的CSV格式文件之一。在步骤820，从CSV文件名称提取标签，例如以供将来用于指示后续处理的样本与它们的文件、位置或原始光源的关联。

在步骤830，样本文件被分割或划分成重叠的区段，其中每个区段包括特定窗口或时间段内的样本。用于定义区段的参数包括区段长度(例如样本数量)以及指示每个区段的开始之间的时间偏移的区段偏移值或偏移。如果偏移小于区段的持续时间或长度，则区段有重叠。在各种组合中，各种区段长度和各种偏移是可能的。作为示例，图11示出了划分区段的实施例，其中99,328个样本(大约以1MSPS采样速率在1秒采样到的样本)被划分成96个持续时间为100毫秒的区段，每个区段具有2048个样本并且每个区段偏移大约50毫秒(1024个样本)。也即，特定区段与每个在前和后继区段重叠大约50％或50毫秒或1024个样本。图11中图示的采样布置对应于诸如在图6中示出的装置的示例性实施例，其配置有根据本原理的示例性参数选择，包括1秒的样本持续时间(以1MSPS采样速率采样的100,000个样本)，2048个样本的区段长度、以及1024个样本的偏移。区段长度和偏移的此示例性组合造成大约50％的重叠。

返回图8，在步骤840，如上文所述以及本领域技术人员所能理解的，对文件的每个区段应用FFT(快速傅里叶变换)以产生样本的频域表示。适合于图6的示例性实施例使用的FFT实现的示例性实施例包括以Python编程语言编写并且在Python编程语言的“numpy”扩展中可获得的“获取谱(getSpectrum)”函数。使用getSpectrum函数的实施例的一个特定例子包括：

其中numpy包作为np引入。

在图8所示的方法或操作的示例性实施例中，可能希望在步骤840处应用FFT(诸如示例性的getSpectrum函数)之前执行预处理。例如，预处理可以包括去除信号的平均值(信号的DC值)，继而将所有时域样本归一化到-1.0到1.0之间的值。用于图6所示的示例性装置的这种预处理的示例性实施例可以包括两行Python代码(使用numpy包)，其对时域信号x应用这些变换：

x-＝np.mean(x)#去除平均

x/＝np.abs(x).max()#归一化到1.0

在步骤850，滤除不想要的频率。适合于与步骤840所描述的使用getSpectrum函数的示例性实施例一起使用的滤除的示例性实施例包括设置开始和结束频率，例如通过使用下列指令来实现：

f，y＝getSpectrum(x[s：s+SEGMENT_SIZE]，

SAMPLE_FREQUENCY)

sample＝y[startIndex：endIndex]

其中开始和结束频率例如可以分别是30,000Hz和115,450Hz。也可以使用各种其他的开始和结束频率。步骤850产生的结果是针对该文件每个区段的加标签的特征矢量。也即，每个文件(即特定位置、光照或光源的每次采样)由数目对应于该文件的区段数目的多个特征矢量来表示。每个特征矢量提供关于所处理的样本的频域表示的信息，并且包括所采样的光照的幅度变化的高频变化或高频分量的表示，其代表例如产生所采样光照的光源的高频开关。

步骤850之后是步骤860，其确定是否还有更多样本文件。如果在步骤860为“是”，则操作返回步骤810并且从该处继续。如果在步骤860为“否”，则操作继续到步骤870，在此使用加标签的特征矢量来训练分类模型以对数据进行分类(也即识别或检测)，例如识别或检测产生来自某一位置的光照的特定样本集合的特定光照或光源，诸如照明器材或灯泡。在步骤860之后可用的加标签特征矢量的集合可被看作一个或多个位置处的光照的频域分析或者一个或多个位置的光指纹，其如下文所述地将被进一步利用。关于步骤870，对于本领域技术人员很清楚可以使用各种分类模型。例如，可以使用诸如kNN、Ada-boost、SVM或CNN之类的模型。模型的选择可以取决于可用的处理能力。在诸如图6实施在移动设备中的装置的示例性实施例中，kNN模型可能是合适的。步骤870之后是步骤880，在此结束训练。训练结束之后，所得结果是经训练的分类模型，其适合于对后续提供的(例如来自随后的采样过程的)特征矢量的分类或识别，并且随后的采样过程的分类结果可被用来识别或检测特定光源。如果识别出光照，例如检测出照明器材或灯泡，并且识别出的光源的位置是已知的，则光照的采样位置也是已知的。如果采样例如是由家中房间里的移动设备进行，则可以知道该移动设备的位置在此家中房间里，由此可以实现室内定位。

关于图6所示的示例性实施例，图8中示出的数据处理步骤可以在处理器620中或在处理器640中实现，或者在诸如620和640的多个处理器之间分享。作为一个例子，处理器620或设备640中的任一个可以处理该文件以创建特征矢量(例如，步骤810至860)并且处理器640可以执行对分类模型的训练(例如，步骤870)。也即，在示例性实施例中，训练可以在计算机、服务器或移动设备之外的处理器中进行，并且可以“离线”进行，也即在与光照采样的时间和地点不同的时间和地点进行。继而例如经训练的分类模型可被加载到移动设备(例如处理器620)中并被用于位置检测，如本文所说明的。

根据本原理的各个方面，在一个示例性实施例中，按图8所示及上文描述的完成训练之后可以跟着例如图9所示的检测方法或检测操作模式，以使用按此处描述产生的光指纹来检测位置。在图9中，检测开始于步骤900。在步骤910，选择位置、照明器材或灯泡，根据本原理，如包括光传感器的移动设备的当前位置。在步骤920，该传感器(例如图6中的传感器600)被激活以开始采样和捕获样本。采样以频率fs周期性地进行，例如1MHz或MSPS(1兆赫兹或每秒1兆个样本)。在步骤930，所捕获的样本存储在诸如CSV文件(逗号分隔的值格式)之类的文件中。该文件可以是临时文件。作为关于图6所示示例性实施例的前述操作的例子，处理器620(例如树莓派)向数据获取设备610(例如，示波器PicoScope)发送命令以启动按照指定采样速率、持续时间和尺度信息进行的样本捕获，例如以1MSPS捕获100毫秒。设备610捕获从光传感器输出的信号的样本并将这些样本提供给处理器620，例如通过诸如USB连接之类的连接将样本流传输给处理器620。处理器620将这些样本存储到文件，例如临时CSV文件。该文件可以存储在处理器620中，或者移动设备内关联于或耦接到处理器620的存储器(图6中未示出)中。而且，对于本领域技术人员将很明显，临时文件可以远程存储，例如存储在诸如图6所示设备640之类的设备中。然而，为了方便(例如随着用户在家中或建筑物中移动进行的)移动位置检测，优选地可以将临时文件存储在本地，例如存储在移动设备内。

继续图9，步骤930之后是步骤940，在此样本文件被分割或划分成重叠的区段，其中每个区段包括特定窗口或时间段内的样本。在步骤950，如上文所述以及本领域技术人员所能理解的，对文件的每个区段应用FFT(快速傅里叶变换)以产生样本的频域表征。如上文所解释的，可能希望在应用FFT之前执行预处理，诸如上面针对图8所描述的。步骤950之后，在步骤960处滤除不想要的频率，例如以类似于针对图8描述的方式来实现。所得结果是特征矢量集或集合，文件的每个区段一个特征矢量。也即，每个文件(即，特定位置、光照或光源的每次采样)由数目对应于文件的区段数目的多个特征矢量来表征。与图8所示的方法产生的特征矢量一样，在步骤960处产生的特征矢量集或集合提供在步骤910选择的位置处的光照的频域分析或表征，其也可被视为执行该采样的设备(例如移动设备)的当前位置的光指纹。频域表征包括光照或光源的高频分量，例如由光源的一种或多个开关特性产生的高频分量。在示例性实施例中，图9的步骤940、950和960分别与图8所示的训练方法的步骤830、840和850相同或实现类似操作。在步骤960之后，操作继续到步骤970，在此步骤960所产生的特征矢量被提供或馈送给例如通过图8的方法所产生的经训练的分类模型。步骤970为每个矢量创建预测标签，也即预测产生该矢量的光照或光源，以及统计每个标签的矢量数目。步骤970之后是步骤980，在步骤980中，步骤970处产生的具有最高计数的标签被选择和指定为针对在步骤910处选择的光照或光源产生的样本的预测光照或光源。

如所描述的，对特定光源的标识的预测和/或对与该光源关联的位置的预测得自于使用通过训练过程(诸如图8所示和上文描述的训练过程)产生的经训练的分类模型来评估从特定光照的多个样本产生的特征矢量集合的标签。如本文所描述的对特征矢量集合应用分类建模技术可被视为评估或比较特定光源的一个或多个特性与已知光源和/或已知位置的参考特性。例如，被评估或比较的特性可以认为是与光源的开关相关联的光源的一个或多个高频分量，其对应于特征矢量集合中包括的信息所表征的高频分量。本文所描述的比较也可以视为(例如当前位置中的)一个光源的光指纹与(例如已知位置处的已知光源的)参考光指纹的比较。本文所使用的术语“比较”旨在于宽泛地涵盖评估一个光源的开关特性或高频分量或光指纹(该评估是相对于另一个光源(例如参考光源)来执行的)以确定各种光照源或光源和/或与光源关联的位置之间的对应关系的各种实施例。比较的这种实施例包括但不限于本文所描述的分类技术。

回到图9，在步骤980之后，在步骤990处检测结束，其后是步骤995，在步骤995提供通知。例如，通知可以指示用户在位置A或者不在位置A，例如在厨房或者不在厨房。作为另一例子，该指示可以指示产生特定位置处的样本的光照的源是特定照片器材或灯泡。作为又一例子，通知可以指示提供样本的移动设备的用户位于或靠近特定光源处。该指示可以在本地产生(例如在移动设备上产生)，或者可以被传送给远程设备，例如通过诸如文本消息、电子邮件、电话、WiFi、互联网之类的一种或多种传输方法进行传送。该指示可以采取显示用于该被采样的特定光源或光照或位置的标签的形式。

根据本原理的另一方面，图10示出了采样并将样本捕获到文件中这些方面的示例性实施例，其可以参考图7中的步骤720和730以及图9中的步骤920和930。在图10中，捕获开始于步骤1000。在步骤1010，建立用于捕获的初始信号范围。为了提高对光变化的敏感度，初始信号范围可以选择得较小，例如50mV。步骤1010之后是步骤1020，在此向数据获取设备提供做为初始信号范围的补充的捕获参数。例如，这些捕获参数可以包括采样率或采样频率以及采样持续时间。针对图6所示的示例性实施例，由处理器620(例如树莓派)经由诸如USB连接之类的连接向数据获取设备610(例如，示波器PicoScope)提供捕获参数。对处理器620和获取设备610选择和递送参数的控制可以例如通过用户经由用户接口630输入选择和控制信息来进行。

在步骤1020之后，数据获取设备配置用于采样，并且在步骤1030向数据获取设备发送命令以启动或触发采样，此后诸如图6的示例性实施例中的处理器620之类的处理器开始监听从数据获取设备流传输的样本。在步骤1040，接收从数据获取设备流传输的样本并将其存储在存储器。如上文针对图7和图9所讨论的，用于存储的存储器可以是本地的或远程的。在步骤1050，确定是否还有更多样本。如果在步骤1050处为“是”，则操作返回步骤1040以接收和存储更多样本。如果在步骤1050处为“否”，则操作继续到步骤1060，在此检测数据以确定样本是否表示溢出，也即，在步骤1010处设置的初始信号范围是否太小。如果在步骤1060处为“是”，则操作继续到步骤1065。如果在步骤1060处为“否”，则没有溢出，也即初始信号范围选择是合适的，并且操作继续到步骤1070。步骤1070确定是否还有其他错误。如果在步骤1070处为“是”，则在步骤1085处报告错误，系统将采取行动以改正错误和/或向用户通知错误，例如在图6的示例性实施例中，处理器620检测到错误并经由用户接口630向用户提供通知。如果在步骤1070处为“否”，则将样本存储在存储器的文件中(例如图7的步骤730或图9的步骤930)，并且在步骤1090处捕获结束。

如所提到的，如果在步骤1060处检测到溢出，也即在步骤1060处为“是”，则操作继续到步骤1065，在此确定是否有更多信号范围可用于尝试消除该溢出。如果在步骤1065处为“是”，则操作继续到步骤1075，在此选择可用信号范围中的下一信号范围，例如100mV，操作继而继续到步骤1020，在步骤1020中在数据获取设备中设置该新的信号范围，之后重复步骤1030到1050的采样操作。如果在步骤1065处为“否”，则溢出错误不能通过改变信号范围来解决，因此在步骤1085处报告该错误。

图12示出了CFL灯泡产生的光照的采样和频域分析或光指纹的示例性结果，其图示了来自特定制造商的三个不同CFL灯泡中的每一个的光指纹。在图12中，分析或指纹的时间段非常短，例如秒级。作为对比，图13示出了小时级别的时间段上的LED照明器材产生的光照的频域分析或光指纹的示例性结果。根据本文描述的本原理，诸如在根据本原理的移动设备进入房间时，例如用户携带该设备进入房间时，可以产生诸如图12和图13示出的光指纹并将其用于室内定位。一旦进入房间或者位于房间中之后，移动设备可以根据本原理发起对光的采样，处理该样本以产生光的指纹，以及将样本与已知指纹进行比较以识别此位置处的光照的源，也即识别特定照明器材并定位该移动设备，例如移动设备在识别出的照明器材的位置所在的房间中。诸如采样、处理样本以产生指纹、以及比较样本以确定位置之类的功能可以在移动设备中进行。备选地，这些功能可以由移动设备发起并且远程地执行，或者部分在移动设备内执行部分远程执行，或者完全远程执行。在识别或确定移动设备的位置之后，可以由移动没备或者由识别该移动设备的位置的远程处理器来生成通知。作为根据本原理的一个例子，通知可以用来远程跟踪家中家人的移动，诸如家中老人的移动。

本说明书阐释了本原理。因此将可以理解，本领域技术人员能够设计各种布置，这些布置尽管未在本文明确描述或示出，但是仍然实施本原理并且包括在其精神和范围内。例如，根据本原理产生的光指纹模式可以使用各种方式进行处理，例如可以由多个照明器材照亮的房间的光指纹可被分解以提前来自各个灯的信号。指纹可以与家庭或建筑物的已知地图相关联，或者其可以作为SLAM(即时定位与地图构建)系统的一部分以创建地图和确定位置。来自(例如移动设备的)当前位置的样本与一个或多个参考光指纹的比较可以在用户控制下进行，以在移动设备移动到用户选择的特定位置或房间时通知用户，例如在家中老人进入厨房或进入可能存在危险的特定位置时发出通知。比较和通知可以在用户控制下进行配置，以在移动设备移动到非常靠近特定位置或在距特定位置的特定距离内或移向特定位置时通知用户。本文描述的原理可以与其他定位方法(例如，对灯的显式调制)进行组合。

本文所记载的所有例子和条件式语言旨在于教导目的以辅助读者理解本原理和发明人为改进现有技术所贡献的概念，其应当解释为不限于这种具体记载的示例和条件。

而且，本文中记载原理、方面和本原理的实施例及其特定示例的所有陈述旨在涵盖其结构和功能等同物。附加地，这种等同物旨在于包括当前已知的等同物以及未来开发的等同物，也即开发以执行相同功能的任何元素，不考虑其结构。

因此，例如，本领域技术人员将理解，本文呈现的框图代表实施本原理的示意性电路的概念性视图。类似地将理解，任何流程图、流动图、状态转移图、伪代码等代表可以基本上在计算机可读介质中表示并且因此由计算机或处理器执行的各种处理，不管是否明确示出了这种计算机或处理器。

附图中示出的各种元件的功能可以通过使用专用硬件以及能够执行与合适的软件关联的软件的硬件来提供。当由处理器提供时，这些功能可以由单个专用处理器、由单个共享处理器、或者由多个个体处理器来提供，其中部分个体处理器可以是共享的。而且，明确使用术语“处理器”或“控制器”不应当解释为排他性指代能够执行软件的硬件，其可以隐含地包括但不限于数字信号处理器(“DSP”硬件)、用于存储软件的只读存储器(“ROM”)、随机访问存储器(“RAM”)和非易失性存储器。

也可以包括其他硬件，无论是常规的还是定制的。类似地，图中示出的任何开关也仅仅是概念性地。它们的功能可以通过程序逻辑的操作、通过专用逻辑、通过程序控制与专用逻辑的交互、或者甚至手动地执行，实施方可选择的特定技术可以从上下文得到更具体的理解。

本文中，短语“耦接”定义为直接连接或通过一个或多个中间部件间接连接。这种中间部件可以包括基于硬件和基于软件的部件。

在本文权利要求中，表示为用于执行指定功能的装置的任何元素旨在于包涵执行该功能的任何方式，例如包括：a)执行该功能的电路元件组合或b)任何形式的软件，因此包括固件、微代码等，结合适当的电路执行该软件的电路以执行该功能。这种权利要求所定义的本原理在于事实上记载的各种装置所提供的功能被以权利要求所要求的方式组合并放在一起。因此可以认为提供这些功能的任何装置等同于本文所示出的装置。

在说明书中提及本原理的“一个实施例”或“一实施例”以及其他变体，意思是指结合实施例描述的特定特征、结构、特性等等包括在本原理的至少一个实施例中。因此，在通篇各种地方出现短语“在一个实施例中”或“在一实施例中”以及任何其他变体不是所有都指代同一实施例。

应当理解，下列“/”、“和/或”以及“至少一个”中任一个的使用，例如在“A/B”、“A和/或B”和“A和B中至少一个”的情况下，旨在于包涵仅选择前面列出的选项(A)、或者仅选择后面列出的选项(B)、或者两个选项(A和B)都选择。作为另一例子，在“A、B和/或C”和“A、B和C中至少一个”的情况下，这种表述旨在于包涵仅选择前面列出的选项(A)、或者仅选择中间列出的选项(B)、或者仅选择后面列出的选项(C)、或者仅选择前面和中间列出的选项(A和B)、或者仅选择前面和后面列出的选项(A和C)、或者仅选择中间和后面列出的选项(B和C)、或者选择所有三个选项(A和B和C)。如本领域和相关领域的普通技术人员很容易明白的，这可以针对所列出的项目数量进行扩展。

应当理解，本原理的教导可以实现在各种形式的硬件、软件、固件、专用处理器或其组合中。更优选地，本原理的教导实施为硬件和软件的组合。而且，软件可以实施为有形地具体化在程序存储单元中的应用程序。应用程序可以上传到并由包括任何合适架构的机器来执行。优选地，该机器实现在具有硬件的计算机平台上，这些硬件诸如一个或多个中央处理单元(“CPU”)、随机访问存储器(“RAM”)、以及输入/输出(“I/O”)接口。计算机平台也可以包括操作系统和微指令代码。本文所描述的各种处理和功能可以是微指令代码的一部分或者是应用程序的一部分，或者其任何组合，其可以由CPU执行。此外，各种其他外围单元可以连接到计算机平台，诸如附加的数据存储单元和打印单元。

应当进一步理解，由于附图中绘出的一些组成系统部件和方法优选地以软件实现，系统部件或处理功能块之间的实际连接可以根据对本原理编程的方式而不同。给出本文教导的情况下，相关领域的普通技术人员将能够预期本原理的这些以及类似实施或配置。

尽管本文参考附图描述了示意性实施例，应当理解本原理不限于这些精确的实施例，并且相关领域的普通技术人员可以在其中做出各种改变和修改而不偏离本原理的范围或精神。所有这种改变和修改旨在于包括在本原理的范围内。

Claims (30)

1.一种方法，包括：

对第一位置处的第一光照进行周期性采样(920)以产生所述第一光照的第一组样本，其中所述第一光照包括至少一个照明器材输出的光；

将所述第一组样本的频域分析与第二位置处的第二光照的第二组样本的第二频域分析进行比较(970)以确定所述第一位置与所述第二位置的关系；以及

基于所述比较而产生通知(995)。

2.根据权利要求1所述的方法，其中所述周期性采样采用的采样频率能使得产生的所述第一组样本表征所述至少一个照明器材的开关特性。

3.根据权利要求1或2所述的方法，其中所述第二频域分析包括表征所述第二光照的开关特性的光指纹，并且所述比较包括确定所述至少一个照明器材输出的光是否对应于所述第二光照的光指纹。

4.根据权利要求1至3中任一项所述的方法，其中所述通知包括如下指示：响应于所述比较确定所述至少一个照明器材输出的光对应于所述第二光照的光指纹，指示所述第一位置与所述第二位置相同。

5.根据权利要求1至4中任一项所述的方法，其中对所述第一光照进行采样包括：由位于所述第一位置处的移动设备中包括的传感器进行采样。

6.根据权利要求1至5中任一项所述的方法，其中所述通知包括借由电子邮件消息、SMS文本消息和电话呼叫中的至少一种由移动设备进行的到远程用户的通信，并且其中所述通信指示所述移动设备在所述第一位置处。

7.根据权利要求1至6中任一项所述的方法，其中所述第一位置包括建筑物的房间，并且所述至少一个照明器材包括所述房间中的CFL和LED光源中的至少一个。

8.一种方法，包括：

对第一光照进行周期性采样(920)以产生所述第一光照的第一组样本；

将所述第一组样本的频域分析与第二光照的第二组样本的第二频域分析进行比较(970)以确定所述第一光照与所述第二光照的关系，其中所述第二光照包括照明器材输出的光；以及

响应于所述比较而产生通知(995)。

9.根据权利要求8所述的方法，其中所述通知包括指示所述第一光照是否包括所述照明器材产生的光。

10.根据权利要求8或9所述的方法，其中所述照明器材位于一位置处，并且所述通知包括指示对所述第一光照的采样是否发生在所述位置处。

11.根据权利要求8至10中任一项所述的方法，其中移动设备执行对所述第一光照的采样，并且其中所述通知包括更新所述移动设备的用户的位置状态以指示所述用户是否在所述位置。

12.根据权利要求8至11中任一项所述的方法，其中所述位置包括建筑物的房间，并且所述至少一个照明器材位于所述房间中并且包括CFL和LED光源中的至少一个。

13.根据权利要求8至12中任一项所述的方法，其中所述通知包括借由电子邮件消息、SMS文本消息和电话呼叫中的至少一种由移动设备进行的到远程用户的通信，并且其中所述通信指示所述移动设备的用户在所述第一位置处。

14.一种方法，包括：

对第一采样位置处的第一光照进行周期性采样(720)以产生所述第一光照的第一组样本，其中所述第一光照包括至少一个照明器材输出的光；

处理(840)所述第一组样本以产生所述第一光照的第一频域分析；

对第二采样位置处的第二光照进行周期性采样(920)以产生第二组样本；

处理(950)所述第二组样本以产生所述第二光照的第二频域分析；

将所述第二频域分析与所述第一频域分析进行比较(970)以确定所述第二采样位置与所述第一采样位置的关系；以及

基于所述比较而产生通知(995)。

15.根据权利要求14所述的方法，其中：

所述第一采样位置包括建筑物中的房间；

对所述第二光照的周期性采样由移动设备执行；以及

所述关系指示所述移动设备在所述房间中。

16.一种非瞬态计算机可读存储介质，包括计算机可读程序代码，所述计算机可读程序代码用于使得计算机系统执行根据权利要求1至15中任一项所述的方法。

17.一种装置，包括：

传感器(600)；以及

处理器(610，620)，耦接到所述传感器并配置用于：

从所述传感器获取第一位置处的第一光照的第一组样本，以及

基于所述第一组样本的第一频域分析与第二位置处的第二光照的第二组样本的第二频域分析的比较而产生通知(630，I/O)。

18.根据权利要求17所述的装置，其中所述处理器配置用于对所述传感器产生的、表征入射到所述传感器上的光的信号进行周期性采样，并且其中所述周期性采样采用的采样频率能使得产生的所述第一组样本捕获所述第一光照中包括的且由所述第一位置处的至少一个照明器材产生的光的开关特性。

19.根据权利要求18所述的装置，其中所述第二频域分析包括表征所述第二光照的开关特性的光指纹，并且所述比较包括确定所述至少一个照明器材输出的光是否对应于所述第二光照的光指纹。

20.根据权利要求19所述的装置，其中所述通知包括如下指示：响应于所述比较确定所述至少一个照明器材输出的光对应于所述第二光照的光指纹，指示所述第一位置与所述第二位置相同。

21.根据权利要求18至20中任一项所述的装置，其中所述传感器被包括在位于所述第一位置处的移动设备中。

22.根据权利要求17至21中任一项所述的装置，其中所述通知包括借由电子邮件消息、SMS文本消息和电话呼叫中的至少一种由移动设备进行的到远程用户的通信，并且其中所述通信指示所述移动设备的用户在所述第一位置处。

23.一种提供室内定位的系统，包括：

传感器(600，610)，配置用于对室内光照进行采样；

处理器(620)，耦接到所述传感器并接收第一位置处的第一室内光照的第一组样本；以及

服务器(640)，从所述处理器接收所述第一组样本并处理所述第一组样本以产生所述第一组样本的第一频域分析，将所述第一频域分析与第二位置处的第二室内光照的第二组样本的第二频域分析进行比较，以及响应于所述比较的结果而产生通知(630，I/O)，其中所述结果指示所述第一位置与所述第二位置的接近度并且所述通知指示所述接近度。

24.一种方法，包括：

对第一位置处的第一光照进行采样(720)以产生所述第一光照的第一组样本；

处理(840，850)所述第一组样本以产生表征所述第一光照的高频分量的第一特征矢量集合；

使用所述第一特征矢量集合对分类模型进行训练(870)以产生经训练的分类模型；

对第二光照进行采样(920)以产生所述第二光照的第二组样本；

处理(950)所述第二组样本以产生表征所述第二光照的高频分量的第二特征矢量集合；

将所述第二特征矢量集合馈送(970)给所述经训练的分类模型以产生关于所述第二光照的源的预测；以及

基于所述预测指示所述第二光照的源包括所述第一光照，产生关于所述第二光照在所述第一位置处的通知(995)。

25.一种装置，包括：

光电传感器(600)，配置用于接收入射在所述光电传感器上的环境光以及产生包括表征所述环境光的高频变化的高频分量的信号；

数据捕获设备(610)，耦接到所述光电传感器并且对所述光电传感器产生的信号进行采样以产生第一位置处的第一光照的第一组样本和第二光照的第二组样本；

耦接到所述数据捕获设备的处理器(620)，其中所述处理器：

对所述第一组样本进行处理以产生表征所述第一光照的高频分量的第一特征矢量集合；

使用分类模型对所述第一特征矢量集合进行处理以产生经训练的分类模型；

对所述第二组样本进行处理以产生表征所述第二光照的高频分量的第二特征矢量集合；以及

使用所述经训练的分类模型对所述第二特征矢量集合进行处理以预测所述第二光照与所述第一光照之间的关系；以及

用户接口(630)，响应于所述关系指示所述第二光照对应于所述第一光照而产生指示所述第二光照在所述第一位置处的通知(I/O)。

26.一种方法，包括：

对光照进行采样(920)以产生表征所述光照的开关特性的多个样本；

处理(950，960)所述样本以产生表征所述开关特性的特征矢量集合；

将所述特征矢量集合与表征光源的开关特性的光指纹进行比较；以及

响应于所述比较而产生指示所述光照是否包括由所述光源产生的光的通知(995)。

27.一种装置，包括：

用于对光照进行采样以产生表征所述光照的开关特性的多个样本的装置(600，610)；

用于处理所述样本以产生表征所述光照的开关特性的特征矢量集合以及用于执行所述特征矢量集合与表征光源的开关特性的光指纹的比较的装置(620)；以及

用于响应于所述比较而产生指示所述光照是否包括由所述光源产生的光的通知的装置(630)。

28.根据权利要求23至27中任一项所述的装置，其中所述通知包括借由电子邮件消息、SMS文本消息和电话呼叫中的至少一种由移动设备进行的到远程用户的通信，并且其中所述通信指示所述移动设备的用户在所述第一位置处。

29.根据权利要求1至28中任一项所述的装置，其中所述通知包括对控制信息的修改，所述控制信息用于控制家用控制系统、虚拟现实系统和增强现实系统中的至少一个。

30.根据权利要求1至29中任一项所述的装置，其中所述通知包括对信号的修改，所述信号旨在用于显示器，所述显示器用于产生包括用户位置表征的显示图像。