[发明专利]一种基于支持向量机回归的可见光定位方法及系统有效
申请号: | 201811450006.3 | 申请日: | 2018-11-30 |
公开(公告)号: | CN109511095B | 公开(公告)日: | 2021-06-04 |
发明(设计)人: | 李修权;罗明璋;黑创;张鑫;宋钢兵;刘杰;李少军;张俊强;吴子樊 | 申请(专利权)人: | 长江大学 |
主分类号: | H04W4/33 | 分类号: | H04W4/33;H04W64/00;H04B10/116;H04B10/50;H04B10/516;H04B10/60 |
代理公司: | 武汉河山金堂专利事务所(普通合伙) 42212 | 代理人: | 胡清堂;陈懿 |
地址: | 434023 *** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 支持 向量 回归 可见光 定位 方法 系统 | ||
本发明提出一种基于支持向量机回归的可见光定位方法及系统,所述方法包括:在信号发送端利用时分复用的方法对定位区域内的各个LED灯进行信号调制;在信号接收端利用光电检测器在一个周期不同时间片段接收不同LED灯的信号,并提取信号强度向量;采集所述光电检测器不同位置坐标处接收到的信号强度向量,并建立数据集;根据所述数据集建立信号强度向量对应位置坐标的SVR训练模型;将待测位置处接收到的信号强度向量输入所述SVR训练模型中,预测得到待测位置坐标。本发明提出的方法及系统可提高室内定位精度,属于室内定位技术领域。
技术领域
本发明属于室内定位技术领域,具体涉及一种基于支持向量机回归的可见光定位方法及系统。
背景技术
基于GPS和北斗卫星的定位系统在手机地图、汽车导航等领域的应用不断增加,但是涉及到办公室、博物馆、购物中心、地下停车场等室内定位时,由于金属材料的表面趋肤效应、钢筋混凝土表层的衰减影响,使得来自卫星的无线电信号在室内覆盖率较差,导致其定位系统难以使用。近十多年,室内定位技术的研究主要集中在无线局域网(WLAN)、射频识别(RFID)、红外线、超声波、蓝牙、紫蜂协议(ZigBee)等无线电磁波领域。但是,这些方法容易受到电磁干扰,定位精度较低。可见光通信技术(VLC)将人眼无法识别的高频信号加载到发光二极管(LED)上进行传输,使得LED集照明与通信功能于一体,无电磁干扰、附加模块少、定位精度高,为解决室内定位问题提供新的思路。
目前,许多研究者提出了基于可见光通信的各种室内定位算法,定位的参考点为LED点光源,定位目标为光电检测器,定位的距离检测一般采用接收信号强度(RSS)、到达时间(TOA)、到达时间差(TDOA)等方式,然后通过距离的三角定位算法确定光电检测器的位置。该类方法需要高精度的同步时钟周期,并且没有考虑墙面的反射光信号影响,因此,在实际应用中存在较大的定位误差。
发明内容
本发明提出一种基于支持向量机回归的可见光定位方法及系统,用于解决现有室内定位技术中定位误差大的问题。
本发明提出一种基于支持向量机回归的可见光定位方法,所述方法包括如下技术方案:
S1、在信号发送端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;
S2、在信号接收端利用光电检测器在一个周期不同时间片段接收不同LED灯的信号,并提取信号强度向量;
S3、选取所述光电检测器训练位置,采集所述光电检测器不同位置坐标处接收到的信号强度向量,并建立数据集;
S4、根据所述数据集建立信号强度向量对应位置坐标的SVR(Support VectorRegression,支持向量回归)训练模型;
S5、将待测位置处接收到的信号强度向量输入所述SVR训练模型中,预测得到待测位置坐标。
在上述技术方案中,所述信号发送端的LED灯至少三个。
在上述技术方案中,所述步骤S2中,所述信号强度向量由LED灯编号及对应的单个LED灯信号强度组成。
在上述技术方案中,所述步骤S4具体包括:根据所述数据集构造训练集,对所述训练集进行归一化处理,选择径向基核函数RBF(Radial Basis Function,径向基函数),设置网格搜寻算法中惩罚因子和RBF核函数参数的寻优范围、步长和交叉验证次数,采用网格搜寻算法搜索最佳惩罚因子和RBF核函数参数,根据所述训练集及所述最佳惩罚因子和RBF核函数参数建立SVR训练模型。
在上述技术方案中,所述采用网格搜寻算法搜索最佳惩罚因子和RBF核函数参数的具体过程为:采用交叉验证计算出回归均方根误差,判断所述均方根误差是否达到要求,若所述均方根误差大于预设阈值,则缩小参数寻优范围和步长,重新搜索;若所述均方根误差小于所述预设阈值,则将所述均方根误差最小值所对应的惩罚因子和RBF核函数参数作为寻优结果。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于长江大学,未经长江大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811450006.3/2.html,转载请声明来源钻瓜专利网。