基于深度学习可见光室内高精度指纹定位方法技术

本发明专利技术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。本发明专利技术具有如下优点：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。

【技术实现步骤摘要】
基于深度学习可见光室内高精度指纹定位方法
本专利技术涉及室内定位
，具体涉及一种基于深度学习可见光室内高精度指纹定位方法。
技术介绍
室内定位技术作为当今许多新兴科技的基础，实现室内场景在高精度高速定位越来越引起人们的广泛关注，目前广泛采用的室内定位技术多为射频通信和其他无线通信，与这些通信技术相比使用可见光作为物理信号的定位技术具有功率高，使用范围广，节约能源等优点，具有极大的发展空间。相关技术中，采用基于到达时间或者到达角度的方法进行室内定位，但这些方法的定位精度设备依赖性强，而且定位精度不高。
技术实现思路
本专利技术旨在至少解决上述技术问题之一。为此，本专利技术的一个目的在于提出一种基于光指纹的高精度快速室内定位算法。为了实现上述目的，本专利技术的实施例公开了一种基于深度学习可见光室内高精度指纹定位方法，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本文档来自技高网...

【技术保护点】
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

【技术特征摘要】
1.一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。2.根据权利要求1所述的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，步骤S2进一步包括：S201：在每个采样点i记其坐标为(Xi,...

【专利技术属性】
技术研发人员：赵楚韩，张洪明，宋健，
申请(专利权)人：清华大学，
类型：发明
国别省市：北京,11