[发明专利]一种基于深度学习和粒子群的可见光定位方法及系统

权利要求书

1.一种基于深度学习和粒子群的可见光定位方法，其特征在于：包括以下处理，

信号调制发射以及信号接收、预处理过程，包括将基本定位单元中每盏灯调制成不同频率的信号，光电二极管PD接收光信号，使用带通滤波器将每盏灯的信号分离出来，相应通过下变频器和带通滤波器，将所有灯信号的频率统一成基准灯的频率，交换其中两盏灯的调制频率，进行同样操作，所得信号序列输入到后面的相位差估计网络；

相位差估计网络处理，包括在相位差估计网络中从每个信号序列中进行关键序列提取，提取结果分别经过卷积层和激活层得到相应输出向量，对所有信号序列的输出向量进行转置和连接，再经过一个全连接层，输出各盏灯的相位，通过相位计算相位差；

依据相位差测距，包括根据距离和相位差间关系，得到各盏灯到光电二极管PD间的距离；

采用基于运动状态的粒子群位置更新方式使轨迹更加平滑。

2.根据权利要求1所述基于深度学习和粒子群的可见光定位方法，其特征在于：一个基本定位单元包括5盏LED灯，分别记为LED1、LED2、LED3、LED4、LED5，记各个灯频率分别为f₁，f₂，f₃，f₄，f₅，将LED1设置为基准灯，LED1和LED2为交换调制频率灯。

3.根据权利要求2所述基于深度学习和粒子群的可见光定位方法，其特征在于：信号调制发射以及信号接收、预处理过程的实现方式包括以下步骤，

Step1，设每盏灯调制成不同频率的信号，其中f₂，f₃，f₄，f₅是f₁的奇数倍，然后发射；

Step2，PD接收光信号，接收的为多盏灯合成信号；

Step3，使用带通滤波器将每盏灯的信号分离出来；

Step4，将分离出的每盏灯信号相应通过一个下变频器和一个带通滤波器，将所有灯信号的频率统一成基准灯的频率，输出信号序列；

Step5，交换LED1和LED2的调制频率，重复Step2,3,4步骤，输出这2盏灯的信号序列；Step6，将Step4和Step5输出的信号序列输入到相位差估计网络，以实现估计相位差。

4.根据权利要求3所述基于深度学习和粒子群的可见光定位方法，其特征在于：Step1中，设置f₂＝3f₁，f₃＝5f₁，f₄＝7f₁，f₅＝9f₁。

5.根据权利要求4所述基于深度学习和粒子群的可见光定位方法，其特征在于：距离和相位差间关系如下，

式中，c表示光速，Δφ₁₂表示LED1和LED2间的相位差，Δφ₂₁则表示LED2和LED1间的相位差，Δφ₁₃表示LED1和LED3间的相位差，Δφ₁₄表示LED1和LED4间的相位差，Δφ₁₅表示LED1和LED5间的相位差，d₁、d₂、d₃、d₄、d₅分别表示LED1、LED2、LED3、LED4、LED5到PD的距离。

6.根据权利要求1或2或3或4或5所述基于深度学习和粒子群的可见光定位方法，其特征在于：所述基于运动状态的粒子群位置更新方式中，首先利用最小二乘法得到光电二极管PD的初始定位结果；其次以距离观测量构建权值，结合终端运动状态，更新粒子群位置；最终，利用粒子群位置更新结果更新终端位置。

7.一种基于深度学习和粒子群的可见光定位系统，其特征在于：用于实现如权利要求1-6任一项所述的一种基于深度学习和粒子群的可见光定位方法。