一种基于支持向量机回归的可见光定位方法及系统技术方案

本发明专利技术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。本发明专利技术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。

A Visible Light Location Method and System Based on Support Vector Machine Regression

The present invention provides a method and system of visible light location based on support vector machine regression. The method includes: modulating each LED lamp in the positioning area by time division multiplexing at the signal sending end; receiving different LED lamp signals by photoelectric detector at the signal receiving end at different time segments of a cycle, and extracting signal intensity vector; and collecting the said signal intensity vector. The signal intensity vectors received at different position coordinates of the photoelectric detector and the data set are established; the SVR training model corresponding to the position coordinates of the signal intensity vectors is established according to the data set; the signal intensity vectors received at the position to be measured are input into the SVR training model, and the position coordinates to be measured are predicted. The method and system of the invention can improve the indoor positioning accuracy and belong to the field of indoor positioning technology.

【技术实现步骤摘要】
一种基于支持向量机回归的可见光定位方法及系统
本专利技术属于室内定位
，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。
技术介绍
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。
技术实现思路
本专利技术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。本专利技术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(SupportVectorRegression，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(RadialBasisFunction，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。本专利技术还提供一种基于支持向量机回归的可见光定位系统，所述系统包括：发射模块：用于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：用于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；采集模块：用于采集所述光电检测器在不同位置坐标处接收到的信号强度向量，并建立数据集；训练模块：用于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；预测模块：用于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。在上述系统中，所述训练模块具体包括：预处理单元：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；设置单元：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；寻优单元：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；建模单元：根据所述数据集及所述惩罚因子和RBF核函数参数建立支持向量机回归SVR训练模型。本专利技术提供的一种基于支持向量机回归的可见光定位方法及系统，将时分复用方法和SVR机器学习算法相结合用于室内定位，无需LED发射和光电检测器时钟同步，与现有室内定位技术相比，采用SVR机器学习的方法自动识别数据内部的特征信息，有效的减小了墙面的反射光信号影响，定位精度更高；另外在可见光定位系统搭建、SVR模型的建立和光电检测器位置的预测过程中都不需要知道LED灯参考点的位置坐标，减小了对LED灯空间布置的依赖。附图说明为了更清楚地说明本专利技术的技术方案，下面将对本专利技术技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术提供的可见光定位方法流程示意图；图2为本专利技术提供的信号调制示意图；图3为本专利技术提供SVR训练模型建立流程示意图；图4为本专利技术提供的可见光定位系统结构示意图；图5为本专利技术提供的一个室内场景可见光定位的实例模型的示意图；图6为图5实例模型中通过SVR算法的预测位置与真实位置的对比图；图7为图5实例模型中通过SVR算法的预测位置绝对误差的分布统计直方图。具体实施方式本专利技术提出一种基于支持向量机回归的可见光定位方法及系统，提高室内定位精度，扩展应用场景。请参见图1，本专利技术提出的一种基于支持向量机回归的可见光定位流程示意图，在定位区域内搭建可见光定位装置，所述装置包括信号发送端和信号接收端，所述方法包括：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灯进行时信号调制；可选的，所述信号发送端的LED灯至少三个。具体的，构建一个可见光室内定位装置，该装置包括n(n>2)个LED信号发送端和一个可见光信号接收端，其中LED信号发送端包括LED灯和恒流源驱动电路，可见光信号接收端包括光学滤波片、光电检测器、放大器、模数转换器和微处理器。选取n个LED参考点并进行编号，在LED信号发送端的驱动电路中加载不同时隙的周期信号对发射信号进行调制。请参见图2，图2为本专利技术提供的信号调制示意图。1帧信号被平均分隔为n+2个时隙，n个LED灯全亮作为帧头，此时光源的发射功率最大；n个LED灯全灭作为帧尾，此时光源的发射功率最小，为自然背景光照射；数据k(k＝1,2,3,…,n)表示只让编号为k的LED点亮，其他LED灭，调制后的可见光信号速率必须满足人眼看不见的闪烁。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；可选的，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。具体的，在信号接收端用带有光学滤波片的光电检测器接收LED光信号并完成光电转换，经放大本文档来自技高网...

【技术保护点】
1.一种基于支持向量机回归的可见光定位方法，其特征在于，搭建可见光定位装置，所述装置包括信号发送端和信号接收端，所述方法包括：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。

【技术特征摘要】
1.一种基于支持向量机回归的可见光定位方法，其特征在于，搭建可见光定位装置，所述装置包括信号发送端和信号接收端，所述方法包括：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。2.根据权利要求1所述一种基于支持向量机回归的可见光定位方法，其特征在于，所述步骤S1中，所述信号发送端的LED灯至少三个。3.根据权利要求1所述一种基于支持向量机回归的可见光定位方法，其特征在于，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。4.根据权利要求1所述一种基于支持向量机回归的可见光定位方法，其特征在于，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，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。5.根据权利要求4所述一种基于支持向量机回归的可见光定位方法，其特征在于，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...

【专利技术属性】
技术研发人员：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，
类型：发明
国别省市：湖北,42