CN113050034B - 一种多pd结构的抗nlos干扰可见光定位方法 - Google Patents

一种多pd结构的抗nlos干扰可见光定位方法 Download PDF

Info

Publication number
CN113050034B
CN113050034B CN202110359043.9A CN202110359043A CN113050034B CN 113050034 B CN113050034 B CN 113050034B CN 202110359043 A CN202110359043 A CN 202110359043A CN 113050034 B CN113050034 B CN 113050034B
Authority
CN
China
Prior art keywords
signal
nlos
reference point
intensity
received
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.)
Active
Application number
CN202110359043.9A
Other languages
English (en)
Other versions
CN113050034A (zh
Inventor
黄漪婧
马盛林
张辉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Mingjingxinsheng Chengdu Technology Co ltd
Original Assignee
Mingjingxinsheng Chengdu Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Mingjingxinsheng Chengdu Technology Co ltd filed Critical Mingjingxinsheng Chengdu Technology Co ltd
Priority to CN202110359043.9A priority Critical patent/CN113050034B/zh
Publication of CN113050034A publication Critical patent/CN113050034A/zh
Application granted granted Critical
Publication of CN113050034B publication Critical patent/CN113050034B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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)

Abstract

本发明公开了一种基于线性回归模型的抗NLOS干扰可见光室内定位方法。传统的基于RSSI的可见定定位因为无法考虑NLOS干扰的强度，其精度严重受NLOS干扰影响，本发明利用线性回归模型，用PD接收到多个LED信号强度来对NLOS干扰强度进行估计，从而消除NLOS干扰带来的影响，有效提高定位精度。

Description

一种多PD结构的抗NLOS干扰可见光定位方法
技术领域
本发明属于室内定位技术领域，具体涉及一种抗NLOS干扰的可见光定位方法。
背景技术
近年来，随着LED在照明、通信和传感技术等各个领域的广泛应用，可见光通信具有同时用于照明和通信的优势，被认为是极具发展潜力和应用前景的技术。在基于可见光通信（VLC）的各种应用中，可见光室内定位系统与现有的定位技术相比具有许多优点，成为研究的热点。VLC定位技术有如下优点：首先，VLC技术使用LED作为光源，用于定位的同时又可提供照明，而且几乎不需多余的功率消耗。其次，基于VLC的定位系统不需要占用射频资源，从而不用考虑频率干扰，可以部署在射频辐射被严格限制的环境中（如医院）。最后，因VLC系统受到多径效应较少，并且方向性强，所以比无线电波能提供更高的定位精度。
在各种可见光室内定位方法中，几何定位法成本最低，实现起来也最为简单，但其定位精度易受NLOS干扰的影响，针对上述干扰问题，基于机器学习的VLC指纹定位法被大量采用，如“一种基于人工神经网络的高精度室内可见光定位方法（申请号CN201610663244.7）”，这类方法直接利用多个接受信号强度来对位置进行估计，取得了较好的效果，但需要采集足够多的数据进行训练，安装复杂，对定位环境变化异常敏感，且训练效果会直接影响定位精度。
因此，本发明用一种多PD结构的抗NLOS干扰可见光方法，再提高定位精度的同时，降低系统的安装复杂度。
发明内容
本发明的目的在于提供一种多PD结构的抗NLOS干扰可见光室内定位方法，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：
一种多PD结构的抗NLOS干扰可见光室内定位方法，
S10：在室内天花板上对称安装N个LED灯，所述N>3，发射模块利用时分复用的方法对天花板上的N个LED灯进行时序编码/信号调制；
S20：选择室内中心位置作为参考点，利用可见光信道的模型仿真或者实地测量，求出或测量出接收端多个PD在参考点处分别来自各个LED灯的信号强度，信号强度包含LOS径信号强度、NLOS干扰强度和噪声强度，将未能接收到LOS径的PD信号的平均值作为NLOS参考信号，将与天花板平行的PD接收的信号用于计算距离，该PD称为主PD；
S30：根据Lambert光照模型，根据参考点到N个LED灯的实际距离计算出参考点到各个LED灯的主PD的LOS径信号强度，将接收到N个LED灯的主PD信号强度减去对应的NLOS参考信号强度，再减去计算出的LOS径信号强度，则为参考点的NLOS修正信号强度；
S40：以参考点主PD的接收信号强度与定位点主PD接收信号强度之比为比例，根据参考点的NLOS修正信号强度对定位点的NLOS修正信号强度进行计算；
S50：将定位点的主PD接收到的来自N个光源LED灯信号强度减去相应的NLOS参考信号强度，再减去其NLOS修正信号强度，从而得到估计的LOS信号强度，然后利用Lambert光照模型得到相应的N个估计距离；
S60：取估计距离最大的3个值，利用三边定位法计算接收端的位置。
优选的，步骤S10包含以下具体步骤S11～S12：
S11：根据房间大小选取LED灯个数，确保能给房间提供足够的照明，以及任一位置的接收端都能接收到N个LED灯的信号，对称安装LED灯，并测量各个LED的位置（，，/>）；
S12：通过信号发生器让每个LED灯产生各自ID信息的光信号，经过基带调制模块调制后将其输入驱动电路，驱动LED频闪发出调制后的光信号，调制后的可见光信号速率必须满足人眼看不见的闪烁。
优选的，在步骤S20需要确定参考点，并对PD阵列接收到的信号进行分类处理，该步骤包含以下具体步骤S21～S24：
S21：以室内中心位置为参考点，其坐标为（，/>，/>），计算参考点到各个LED灯的距离/>；
S22：接收模块将接收到光信号转化为电信号，经放大电路放大后再经自适应滤波电路还原出原始的具有各个ID信息的信号，并得到每个PD接收到的信号功率，/>为LOS径信号强度，/>包含NLOS干扰强度和噪声强度，/>为第/>个LED灯到接收端第/>个PD的信号强度，这里主PD为第1个PD，即/>为主PD的接收信号；
S23：选取的PD接收信号，并将其平均值作为参考点的来自第/>个LED灯的部分NLOS干扰信号强度/>；
S24：对主PD接收信号进行去NLOS处理，得到去NLOS处理过的主PD接收信号。
优选的，在步骤S30：需要对主PD接收信号进行修正，该步骤包含以下具体步骤S31～S32：
S31：根据Lambert光照模型，通过参考点到N个LED灯的实际距离计算出参考点到各个LED灯的LOS径信号强度/>。
S32：将去NLOS处理过的主PD的接收信号减去对应的LOS径信号/>，则为估计的NLOS修正信号强度/>。
优选的，在步骤S40：通过参考点去NLOS处理的接收信号强度、NLOS修正信号强度/>，以及定位点去NLOS处理的接收信号强度/>，计算定位点的NLOS修正信号强度/>，包含以下具体步骤S41～S42：
S41：根据步骤S23～S24的方法，计算定位点去NLOS处理的接收信号强度；
S42：计算定位点的NLOS修正信号强度。
优选的，在步骤S50：根据Lambert光照模型，将估计的定位点LOS信号强度换算为距离，步骤具体步骤包含S51～S52：
S51：估计的定位点LOS信号强度为经修正过的去NLOS处理的主PD接收信号，；
S52：根据Lambert光照模型，计算定位点到第个LED灯的估计距离。
优选的，在步骤S60：取估计距离最大的3个值，利用三边定位法计算接收端的位置，步骤具体步骤包含S61～S62：
S61：比较值，选取最小的三个距离及其对应的LED灯坐标，假设分别为（/>，，/>）、（/>，/>，/>），（/>，/>，/>），（/>，/>，/>）；
S62：通过三边定位法计算接收端的位置，其中，/>,，接收端的/>轴坐标为LED至接收平面的高度。
与现有技术相比，本发明的有益效果是：
一种多PD结构的抗NLOS干扰可见光室内定位方案，用于消除NLOS干扰影响、提高定位精度，同时保证较低的安装复杂度和较高的环境适应度。该方案包括四模块（发射模块、接收模块、修正模块、定位模块），其中，发射模块包括多个LED灯、信号发生器、基带调制模块和驱动电路，作用是利用时分复用的方法对定位区域内的各个LED灯进行时序编码/信号调制；接收模块由光学滤波片、多个光电检测器（PD）阵列、放大器、模数转换器和微处理器组成，用于接收不同PD在一个周期不同时间片段不同LED灯的信号，并提取信号强度向量；修正模块用于消除部分NLOS干扰信号，从而提高定位精度；定位模块根据几何定位法预测得到待测位置坐标。
通过多个PD感知部分NLOS干扰强度，再经过参考点的信号强度进行修正，从而提高距离估算精度，继而提高定位精度；相比于定位精度较高的基于机器学习的指纹定位法，本方法可靠性更高，对环境变化的适应性更强，安装复杂度低，不会因为环境或模型的变化重新进行安装，或者较大的影响定位精度。
附图说明
图1是本发明一种实施例所述的可见光定位方法流程示意图；
图2是本发明一种实施例所述的接收模块多PD阵列结构示意图；
图3是本发明一种实施例所述的室内场景可见光定位的实例模型的示意图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
发明提供一种多PD结构的抗NLOS干扰可见光室内定位方案，用于消除NLOS干扰影响、提高定位精度，同时保证较低的安装复杂度和较高的环境适应度。该方案包括四模块（发射模块、接收模块、修正模块、定位模块），其中，发射模块包括多个LED灯、信号发生器、基带调制模块和驱动电路，作用是利用时分复用的方法对定位区域内的各个LED灯进行时序编码/信号调制；接收模块由光学滤波片、多个光电检测器（PD）阵列、放大器、模数转换器和微处理器组成，用于接收不同PD在一个周期不同时间片段不同LED灯的信号，并提取信号强度向量；修正模块用于消除部分NLOS干扰信号，从而提高定位精度；定位模块根据几何定位法预测得到待测位置坐标。
参考图1所示，本发明利用多PD阵列来消除部分NLOS干扰强度，再利用参考点的修正NLOS信号进一步消除NLOS干扰，从而更为精确的距离估计后，利用传统的三边定位法来计算接收端的位置。
本发明在定位区域内的搭建可见光装置，该装置包含一发射模块、一接收模块、一训练模块、一定位模块，其中接收模块的多PD阵列如图2所示，每个PD均匀指向不同的方向，且角度必须确保始终有PD不能接收到LOS径信号，这里PD数量设置为9。具体步骤如下：
S10：在室内天花板上对称安装N（N>3）个LED灯，发射模块利用时分复用的方法对天花板上的N（N>3）个LED灯进行时序编码/信号调制；
S20：选择室内中心位置作为参考点，利用可见光信道的模型仿真或者实地测量，求出或测量出接收端多个PD在参考点处分别来自各个LED灯的信号强度（包含LOS径信号强度、NLOS干扰强度和噪声强度），将未能接收到LOS径的PD信号的平均值作为NLOS参考信号，将与天花板平行的PD接收的信号用于计算距离，该PD称为主PD；
S30：根据Lambert光照模型，根据参考点到N个LED灯的实际距离计算出参考点到各个LED灯的主PD的LOS径信号强度，将接收到N个LED灯的主PD信号强度减去对应的NLOS参考信号强度，再减去计算出的LOS径信号强度，则为参考点的NLOS修正信号强度；
S40：由于LOS径信号强度和NLOS径信号强度通常均会随距离的增长而减少，以参考点主PD的接收信号强度与定位点主PD接收信号强度之比为比例，根据参考点的NLOS修正信号强度对定位点的NLOS修正信号强度进行计算；
S50：将定位点的主PD接收到的来自N个光源LED灯信号强度减去相应的NLOS参考信号强度，再减去其NLOS修正信号强度，从而得到估计的LOS信号强度，然后利用Lambert光照模型得到相应的N个估计距离；
S60：取估计距离最大的3个值，利用三边定位法计算接收端的位置。
在步骤S10：需要在天花板上对称安装N(N>3)个LED灯，并且发射模块利用时分复用的方法对LED灯进行时序编码/信号调制；该步骤包含以下流程S11～S12：
S11：根据房间大小选取LED灯个数，确保能给房间提供足够的照明，以及任一位置的接收端都能接收到N（N>3）个LED灯的信号，对称安装LED灯，并测量各个LED的位置（，，/>）；
S12：通过信号发生器让每个LED灯产生各自ID信息的光信号，经过基带调制模块调制后将其输入驱动电路，驱动LED频闪发出调制后的光信号，调制后的可见光信号速率必须满足人眼看不见的闪烁。
在步骤S20：需要确定参考点，并对PD阵列接收到的信号进行分类处理，该步骤包含以下流程S21～S24：
S21：以室内中心位置为参考点，其坐标为（，/>，/>），计算参考点到各个LED灯的距离/>；
S22：接收模块将接收到光信号转化为电信号，经放大电路放大后再经自适应滤波电路还原出原始的具有各个ID信息的信号，并得到每个PD接收到的信号功率，/>为LOS径信号强度，/>包含NLOS干扰强度和噪声强度，/>为第/>个LED灯到接收端第/>个PD的信号强度，这里主PD为第1个PD，即/>为主PD的接收信号；
S23：选取的PD接收信号，并将其平均值作为参考点的来自第/>个LED灯的部分NLOS干扰信号强度/>；
S24：对主PD接收信号进行去NLOS处理，得到去NLOS处理过的主PD接收信号；
在步骤S30：需要对主PD接收信号进行修正，该步骤包含以下流程S31～S32：
S31：根据Lambert光照模型，通过参考点到N个LED灯的实际距离计算出参考点到各个LED灯的LOS径信号强度/>；
S32：将去NLOS处理过的主PD的接收信号减去对应的LOS径信号/>，则为估计的NLOS修正信号强度/>；
在步骤S40：通过参考点去NLOS处理的接收信号强度、NLOS修正信号强度，以及定位点去NLOS处理的接收信号强度/>，计算定位点的NLOS修正信号强度/>，该步骤包含以下流程S41～S42：
S41：根据步骤S23～S24的方法，计算定位点去NLOS处理的接收信号强度；
S42：计算定位点的NLOS修正信号强度；
在步骤S50：根据Lambert光照模型，将估计的定位点LOS信号强度换算为距离，步骤具体流程包含S51～S52：
S51：估计的定位点LOS信号强度为经修正过的去NLOS处理的主PD接收信号，；
S52：根据Lambert光照模型，计算定位点到第个LED灯的估计距离；
在步骤S60：取估计距离最大的3个值，利用三边定位法计算接收端的位置，步骤具体流程包含S61～S62：
S71：比较值，选取最小的三个距离及其对应的LED灯坐标，假设分别为（/>，，/>）、（/>，/>，/>），（/>，/>，/>），（/>，/>，/>）；
S72：通过三边定位法计算接收端的位置，其中，/>,，接收端的/>轴坐标为LED至接收平面的高度。
综上所述，本发明多PD阵列的抗NLOS干扰可见光定位方法具有以下优点：
1）通过多个PD感知部分NLOS干扰强度，再经过参考点的信号强度进行修正，从而提高距离估算精度，继而提高定位精度；
2）相比于定位精度较高的基于机器学习的指纹定位法，本方法可靠性更高，对环境变化的适应性更强，安装复杂度低，不会因为环境或模型的变化重新进行安装，或者较大的影响定位精度。

Claims (7)

1.一种多PD结构的抗NLOS干扰可见光室内定位方法，其特征在于，
S10：在室内天花板上对称安装N个LED灯，所述N>3，发射模块利用时分复用的方法对天花板上的N个LED灯进行时序编码/信号调制；
S20：选择室内中心位置作为参考点，利用可见光信道的模型仿真或者实地测量，求出或测量出接收端多个PD在参考点处分别来自各个LED灯的信号强度，信号强度包含LOS径信号强度、NLOS干扰强度和噪声强度，将未能接收到LOS径的PD信号的平均值作为NLOS参考信号，将与天花板平行的PD接收的信号用于计算距离，该PD称为主PD；
S30：根据Lambert光照模型，根据参考点到N个LED灯的实际距离计算出参考点到各个LED灯的主PD的LOS径信号强度，将接收到N个LED灯的主PD信号强度减去对应的NLOS参考信号强度，再减去计算出的LOS径信号强度，则为参考点的NLOS修正信号强度；
S40：以参考点主PD的接收信号强度与定位点主PD接收信号强度之比为比例，根据参考点的NLOS修正信号强度对定位点的NLOS修正信号强度进行计算；
S50：将定位点的主PD接收到的来自N个光源LED灯信号强度减去相应的NLOS参考信号强度，再减去其NLOS修正信号强度，从而得到估计的LOS信号强度，然后利用Lambert光照模型得到相应的N个估计距离；
S60：取估计距离最大的3个值，利用三边定位法计算接收端的位置。
2.如权利要求1所述的定位方法，其特征在于，步骤S10包含以下具体步骤S11～S12：
S11：根据房间大小选取LED灯个数，确保能给房间提供足够的照明，以及任一位置的接收端都能接收到N个LED灯的信号，对称安装LED灯，并测量各个LED的位置（，/>，）；
S12：通过信号发生器让每个LED灯产生各自ID信息的光信号，经过基带调制模块调制后将其输入驱动电路，驱动LED频闪发出调制后的光信号，调制后的可见光信号速率必须满足人眼看不见的闪烁。
3.如权利要求2所述的定位方法，其特征在于，在步骤S20需要确定参考点，并对PD阵列接收到的信号进行分类处理，该步骤包含以下具体步骤S21～S24：
S21：以室内中心位置为参考点，其坐标为（，/>，/>），计算参考点到各个LED灯的距离/>；
S22：接收模块将接收到光信号转化为电信号，经放大电路放大后再经自适应滤波电路还原出原始的具有各个ID信息的信号，并得到每个PD接收到的信号功率，/>为LOS径信号强度，/>包含NLOS干扰强度和噪声强度，/>为第/>个LED灯到接收端第/>个PD的信号强度，这里主PD为第1个PD，即/>为主PD的接收信号；
S23：选取的PD接收信号，并将其平均值作为参考点的来自第/>个LED灯的部分NLOS干扰信号强度/>；
S24：对主PD接收信号进行去NLOS处理，得到去NLOS处理过的主PD接收信号。
4.如权利要求3所述的定位方法，其特征在于，在步骤S30：需要对主PD接收信号进行修正，该步骤包含以下具体步骤S31～S32：
S31：根据Lambert光照模型，通过参考点到N个LED灯的实际距离计算出参考点到各个LED灯的LOS径信号强度/>；
S32：将去NLOS处理过的主PD的接收信号减去对应的LOS径信号/>，则为估计的NLOS修正信号强度/>。
5.如权利要求4所述的定位方法，其特征在于，在步骤S40：通过参考点去NLOS处理的接收信号强度、NLOS修正信号强度/>，以及定位点去NLOS处理的接收信号强度/>，计算定位点的NLOS修正信号强度/>，包含以下具体步骤S41～S42：
S41：根据步骤S23～S24的方法，计算定位点去NLOS处理的接收信号强度；
S42：计算定位点的NLOS修正信号强度。
6.如权利要求5所述的定位方法，其特征在于，在步骤S50：根据Lambert光照模型，将估计的定位点LOS信号强度换算为距离，步骤具体步骤包含S51～S52：
S51：估计的定位点LOS信号强度为经修正过的去NLOS处理的主PD接收信号，；
S52：根据Lambert光照模型，计算定位点到第个LED灯的估计距离。
7.如权利要求6所述的定位方法，其特征在于，在步骤S60：取估计距离最大的3个值，利用三边定位法计算接收端的位置，步骤具体步骤包含S61～S62：
S61：比较值，选取最小的三个距离及其对应的LED灯坐标，假设分别为（/>，/>，）、（/>，/>，/>），（/>，/>，/>），（/>，/>，/>）；
S62：通过三边定位法计算接收端的位置，其中，/>,，接收端的/>轴坐标为LED至接收平面的高度。
CN202110359043.9A 2021-04-02 2021-04-02 一种多pd结构的抗nlos干扰可见光定位方法 Active CN113050034B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110359043.9A CN113050034B (zh) 2021-04-02 2021-04-02 一种多pd结构的抗nlos干扰可见光定位方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110359043.9A CN113050034B (zh) 2021-04-02 2021-04-02 一种多pd结构的抗nlos干扰可见光定位方法

Publications (2)

Publication Number Publication Date
CN113050034A CN113050034A (zh) 2021-06-29
CN113050034B true CN113050034B (zh) 2024-05-07

Family

ID=76517356

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110359043.9A Active CN113050034B (zh) 2021-04-02 2021-04-02 一种多pd结构的抗nlos干扰可见光定位方法

Country Status (1)

Country Link
CN (1) CN113050034B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003069507A (ja) * 2001-06-08 2003-03-07 Sharp Corp 空間分割多重／空間分割多元接続ワイヤレス光通信システム
CN106443585A (zh) * 2016-09-09 2017-02-22 中国地质大学（武汉） 一种结合加速度计的led室内3d定位方法
CN111198567A (zh) * 2020-01-17 2020-05-26 北京大学 一种多agv协同动态追踪方法及装置
CN111664853A (zh) * 2020-06-22 2020-09-15 北京大学 基于线性回归模型的抗nlos干扰可见光定位方法及系统

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB201321260D0 (en) * 2013-12-02 2014-01-15 Univ Edinburgh Communication apparatus and method

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2003069507A (ja) * 2001-06-08 2003-03-07 Sharp Corp 空間分割多重／空間分割多元接続ワイヤレス光通信システム
CN106443585A (zh) * 2016-09-09 2017-02-22 中国地质大学（武汉） 一种结合加速度计的led室内3d定位方法
CN111198567A (zh) * 2020-01-17 2020-05-26 北京大学 一种多agv协同动态追踪方法及装置
CN111664853A (zh) * 2020-06-22 2020-09-15 北京大学 基于线性回归模型的抗nlos干扰可见光定位方法及系统

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
On the Performance Gain of Harnessing Non-Line-of-Sight Propagation for Visible Light-Based Positioning;Bingpeng Zhou et al.;《IEEE Transactions on Wireless Communications》;20200731;第19卷(第7期);4863-4878 *
可见光定位关键技术的研究与展望;吴楠;杨爱英;冯立辉;忻向军;;南京信息工程大学学报(自然科学版);20170328(第02期);51-59 *
基于可见光通信的室内定位与定向系统;杨国伟 等;《通信学报》;20201231;第41卷(第12期);1-5 *
基于接收信号强度及图像传感器的室内可见光定位优化算法的研究;刘昱君;《中国优秀硕士学位论文全文数据库 信息科技辑》;20190815;26-31 *

Also Published As

Publication number Publication date
CN113050034A (zh) 2021-06-29

Similar Documents

Publication Publication Date Title
CN105301561B (zh) 一种基于频分复用的可见光高精度室内定位方法
Luo et al. Indoor positioning systems based on visible light communication: State of the art
Li et al. Epsilon: A visible light based positioning system
CN106209235B (zh) 一种基于cdma调制的rss三角定位迭代方法及系统
CN105353347B (zh) 一种基于led照明的室内定位导航方法及装置
CN111664853B (zh) 基于线性回归模型的抗nlos干扰可见光定位方法及系统
CN106483500B (zh) 一种基于cdma调制的可见光通信三维定位方法
CN108802681B (zh) 一种基于多接收端的可见光定位方法及定位系统
CN105388455B (zh) 摄像头室内可见光定位系统中一种消除背景光扰动的方法
CN106792808A (zh) 一种基于信道状态信息的室内环境下视距路径识别方法
CN108732537A (zh) 一种基于神经网络和接收信号强度的室内可见光定位方法
CN109116298B (zh) 一种定位方法、存储介质及定位系统
CN109188360B (zh) 一种基于蝙蝠算法的室内可见光三维定位方法
CN105005025A (zh) 一种基于可见光精确定位系统及其精确定位方法
CN105738868A (zh) 一种基于双图像传感器和可见光通信技术的高精度室内定位方法
CN107192981A (zh) 基于光照阴影和机器学习的可见光定位系统和方法
CN106443586B (zh) 一种室内定位方法与装置
CN107167768B (zh) 一种基于遗传算法高精度可见光定位方法及其定位系统
CN113050034B (zh) 一种多pd结构的抗nlos干扰可见光定位方法
CN111562548A (zh) 一种基于rss与位置指纹的室内可见光联合定位方法
CN107919910A (zh) 一种抗nlos干扰的可见光定位方法
CN114374435B (zh) 一种基于ofdm的可见光通信与定位一体化方法及系统
CN111090074A (zh) 基于机器学习的室内可见光定位方法和设备
CN206892313U (zh) 一种抗nlos干扰的可见光定位硬件系统
Sheng et al. PDOA based indoor visible light positioning system without local oscillators in receiver

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