[发明专利]基于深度学习可见光室内高精度指纹定位方法

摘要

本发明公开了一种基于深度学习的可见光室内高精度指纹定位方法，包括为多盏LED灯设计不同的编码，并将一段周期按照LED灯的数量进行分段，从而可以在一个周期的不同时间段得到不同LED灯的光指纹特征向量；离线训练得到神经网络模型；S3根据在预设位置接收到的调制信号通过OOK解调方法计算每盏灯发出的平均调制信号，将所述平均调制信号输入到神经网络模型进行位置预测。本发明具有如下优点基于光指纹进行定位无需额外装置，且不受无线信道的噪声，多径传输信号穿透墙壁的影响，降低算法复杂度，有效的提升了定位精度。

主权项

一种基于深度学习的可见光室内高精度指纹定位方法，其特征在于，包括以下步骤：S1：通过光通信的方法，为多盏LED灯设计不同的编码，通过调制技术调制所述多盏LED灯从而使所述多盏LED灯分别带有不同的ID信息，并通过时分多路复用的方法将一段周期按照LED灯的数量进行分段，使得每段只能接收到一盏灯发出的光信号从而在一个周期的不同时间段得到不同LED灯发出的信号的平均接收功率，其中，在某一位置上接收到的光指纹特征向量为在所述位置上接收到的每盏灯发出的信号平均接受功率；S2：选取参考点，在每个参考点上采集光指纹特征，将采集得到的光指纹特征存入光指纹库，通过深度学习的方法离线训练得到神经网络模型；S3：根据在待测位置接收到的调制信号，通过OOK解调方法计算得到在所述待测位置上接收到的每盏LED灯发出的平均调制信号，将所述平均调制信号输入到所述神经网络模型，根据所述神经网络模型进行位置预测。