[发明专利]一种基于双阶段神经网络的可见光定位方法和系统

权利要求书

1.一种基于双阶段神经网络的可见光定位方法，其特征在于，包括：

S1.在设定的信噪比环境下采集的可见光功率数据作为输入，将预先采集的坐标数据作为期望输出对第一神经网络进行训练，得到初步定位模型；所述初步定位模型用于根据不同信噪比环境下的可见光功率数据，输出带偏差的坐标数据；

S2.将不同信噪比环境下采集的可见光功率数据，输入训练好的初步定位模型，得到带偏差的坐标数据；

S3.将所述带偏差的坐标数据与设定信噪比环境下对应的坐标数据相减，得到坐标误差数据；

S4.将不同信噪比环境下采集的可见光功率数据作为输入，将不同信噪比环境对应的坐标误差数据作为期望输出对第二神经网络进行训练，得到坐标补偿模型；所述坐标补偿模型，用于根据不同信噪比环境下的可见光功率数据，得到对应的坐标误差值；

S5.将待定位的可见光功率数据分别输入训练好的初步定位模型和坐标补偿模型，得到带偏差的坐标数据N'_out和坐标误差值△N_out，两者相加得到修正后的可见光位置坐标。

2.根据权利要求1所述的一种基于双阶段神经网络的可见光定位方法，其特征在于，步骤S1对第一神经网络进行训练，具体包括，在设定的信噪比环境A下，将来自平面三个不同位置的可见光功率数据进行预处理作为第一神经网络的输入，将对应位置处预先采集的坐标数据作为第一神经网络的期望输出，对第一神经网络进行训练，得到初步定位模型。

3.根据权利要求2所述的一种基于双阶段神经网络的可见光定位方法，其特征在于，步骤S2具体包括，在信噪比环境B下，将来自所述平面三个不同位置的可见光功率数据输入训练好的初步定位模型，得到带偏差的坐标数据。

4.根据权利要求3所述的一种基于双阶段神经网络的可见光定位方法，其特征在于，步骤S3具体包括，将信噪比环境B下不同位置处的带偏差的坐标数据与信噪比环境A下对应位置的坐标数据进行相减，得到对应位置的坐标误差值。

5.根据权利要求2所述的一种基于双阶段神经网络的可见光定位方法，其特征在于，所述第一神经网络的输入与输出关系为：

其中，N'_out为第一神经网络的输出；N_in为第一神经网络的输入；f(·)表示sigmoid函数；ω_im表示第3层里第i个节点与输出层里第m个节点的连接权重；ω_ji表示第2层里第j个节点与第3层里第i个节点的连接权重；ω_kj表示第1层里第k个节点与第2层里第j个节点的连接权重；b_1k,b_2j,b_3i表示第1,2,3层里第k,j,i个节点的输出的偏置参数。

6.根据权利要求5所述的一种基于双阶段神经网络的可见光定位方法，其特征在于，所述第一神经网络的训练误差在1cm以内。

7.根据权利要求1所述的一种基于双阶段神经网络的可见光定位方法，其特征在于，所述第二神经网络的输入与输出关系为：

其中，△N_out为第二神经网络的输出；N″_in为第二神经网络的输入；f(·)表示sigmoid函数；ω_im表示第3层里第i个节点与输出层里第m个节点的连接权重；ω_ji表示第2层里第j个节点与第3层里第i个节点的连接权重；ω_kj表示第1层里第k个节点与第2层里第j个节点的连接权重；b_1k,b_2j,b_3i表示第1,2,3层里第k,j,i个节点的输出的偏置参数。

8.一种基于双阶段神经网络的可见光定位系统，其特征在于，所述系统采用如权利要求1至7任一项所述的基于双阶段神经网络的可见光定位方法。