一种针对无线光通信的光源轨迹预测方法及系统技术方案

本申请公开了一种面向无线光通信应用的光源轨迹预测方法及系统，其中，所述光源运动轨迹预测方法依据卡尔曼滤波器算法对目标光源下一时刻的位置进行预测，以确定所述目标光源的预测位置信息；并且在预测过程中将跟踪瞄准系统的总时延时长参数包括在卡尔曼滤波器算法中，以消除动态移动环境中，跟踪瞄准系统中的数据处理时延或机械运动时延对位置预测带来的不良影响，从而避免了跟踪瞄准系统在跟踪目标光源时，跟踪瞄准动作出现明显滞后现象的问题，降低了数据处理时延和机械运动时延带来的跟踪滞后，进而提高了跟踪瞄准的精度，降低了对准误差造成的接收光功率损失。

A Light Source Trajectory Prediction Method and System for Wireless Optical Communication

This application discloses a light source trajectory prediction method and system for wireless optical communication applications, in which the light source trajectory prediction method predicts the position of the target light source at the next time based on Kalman filter algorithm to determine the predicted position information of the target light source; and in the prediction process, the total delay length parameters of the tracking and aiming system are included in the card. In order to eliminate the adverse effect of data processing delay or mechanical motion delay on position prediction in tracking and aiming system in dynamic mobile environment, Erman filter algorithm avoids the obvious lag phenomenon of tracking and aiming action when tracking and aiming system is tracking target light source, and reduces the tracking lag caused by data processing delay and mechanical motion delay. The accuracy of tracking and aiming is improved, and the power loss of receiving light caused by alignment error is reduced.

【技术实现步骤摘要】
一种针对无线光通信的光源轨迹预测方法及系统
本申请涉及无线光通信
，更具体地说，涉及一种面向无线光通信应用的光源轨迹预测方法及系统。
技术介绍
在无线光通信系统中，为了提高接收光信号强度提高信噪比，可以在光电探测器前放置聚光器件(如透镜)采集来自通信光源发出的光，然而该方法通常造成接收视场角较小的问题。可以通过要求自由空间无线光通信系统的信号接收端和信号发送端在同一条视距光路上，来克服这一问题。目标光源的跟踪瞄准技术是无线光通信中的一个重要组成部分。在动态移动环境中，通信收发端的相对移动会导致光信号的接收角度和光功率发生剧烈变化。因此，在该场景下使用的光源跟踪瞄准系统相对传统系统需要更高的跟踪精度和稳定度，且跟踪响应时延要小，跟踪速度要尽可能高，保证可见光通信的收发端进行可视距通信。目前，已经存在的无线光通信光源跟踪瞄准系统中，在接收端光电探测器附近加装高速摄像头，通过图像处理技术中的目标识别算法识别出目标光源的位置，进而发送控制指令驱动二维转台进行跟踪。但是，现有方案往往由于数据处理时延和机械运动时延的存在，造成信号接收端对于信号发送端通信光源的跟踪瞄准动作存在明显的滞后现象，导致可见光通信性能变差甚至链路传输中断。如果能提前对光源的运动轨迹进行预测，则跟踪瞄准动作可以提前进行，从而在一定程度上可以消除滞后现象。因此设计一种可以对光源运动轨迹进行预测的自适应跟踪瞄准系统对于实现收发端在移动环境下的高速视距光通信有很大的工程意义。
技术实现思路
为解决上述技术问题，本申请提供了一种针对无线光通信的目标光源轨迹预测方法及系统，以实现对目标光源下一时刻的位置进行预测的目的，从而实现根据目标光源的预测位置信息指导跟踪瞄准系统中的转台运动的目的，解决了现有技术中的跟踪瞄准系统的信号接收端对于信号发送端通信光源的跟踪瞄准动作存在明显滞后现象的问题。为实现上述技术目的，本申请实施例提供了如下技术方案：一种针对无线光通信的光源轨迹预测方法，应用于无线光通信应用中目标光源的跟踪瞄准系统，所述针对无线光通信的光源轨迹预测方法包括：获取目标光源当前时刻的位置信息，将获取的目标光源当前时刻的位置信息作为待处理位置信息；根据所述待处理位置信息，依据卡尔曼滤波器算法确定所述目标光源的预测位置信息；所述卡尔曼滤波器算法的参数包括所述跟踪瞄准系统的总时延时长参数；将所述目标光源的预测位置信息转换为转台控制指令，并发送给所述跟踪瞄准系统，以使所述跟踪瞄准系统的转台根据所述转台控制指令运动；获取所述目标光源下一时刻的位置信息，根据获取的所述目标光源下一时刻的位置信息，依据卡尔曼滤波器算法对所述卡尔曼滤波器算法的参数进行更新，并对所述预测位置信息进行校正，校正后的目标光源的位置信息作为所述待处理位置信息，并返回根据所述待处理位置信息，依据卡尔曼滤波器算法确定所述目标光源的预测位置信息的步骤。可选的，所述根据所述待处理位置信息，依据卡尔曼滤波器算法确定所述目标光源的预测位置信息包括：目标光源的状态空间模型由第一预设公式和第二预设公式共同描述。所述第一预设公式为：Yk＝HXk+Vk；其中，Yk表示所述待处理位置信息，Xk表示所述目标光源的当前时刻的状态信息；Vk表示所述跟踪瞄准系统的观测噪声；H表示观测矩阵；所述第二预设公式为：Xk+1＝FXk+Buk+Wk；其中，Xk+1表示所述目标光源的预测位置信息，F表示状态转移矩阵，B表示输入控制矩阵，uk表示当前时刻外界的输入，Wk表示预测噪声；所述预测噪声和所述跟踪瞄准系统的观测噪声为零均值互不相关的高斯白噪声，预测噪声方差矩阵为Q，观测噪声方差矩阵为R。利用所述目标光源的当前时刻的状态信息，根据第三预设公式，获取所述目标光源的预测位置信息；所述第三预设公式为：Xk+1＝FXk；其中，Xk+1表示所述目标光源的预测位置信息，F表示状态转移矩阵，Xk表示所述目标光源的当前位置信息；其中，所述观测矩阵为：所述状态转移矩阵为：T为所述跟踪瞄准系统的总时延时长参数。可选的，所述将所述目标光源的预测位置信息转换为转台控制指令包括：将所述目标光源的预测位置信息转换为角度控制信息，并根据所述角度控制信息生成所述转台控制指令。可选的，所述根据获取的所述目标光源下一时刻的位置信息，依据卡尔曼滤波器算法对所述卡尔曼滤波器算法的参数进行更新，并对所述预测位置信息进行校正，校正后的目标光源的位置信息作为所述待处理位置信息，并返回根据所述待处理位置信息，依据卡尔曼滤波器算法确定所述目标光源的预测位置信息的步骤包括：利用卡尔曼滤波器算法的参数中的误差方差、状态转移矩阵和预测噪声方差矩阵，根据第四预设公式计算误差方差的预测值；利用卡尔曼滤波器算法的参数中的所述误差方差的预测值、更新前的卡尔曼滤波增益、观测矩阵、观测噪声方差矩阵，根据第五预设公式更新所述卡尔曼滤波器算法参数中的卡尔曼滤波增益；利用获取的所述目标光源下一时刻的位置信息、所述误差方差的预测值和所述卡尔曼滤波增益、观测矩阵，对所述预测位置信息进行校正，根据第六预设公式获得校正后的预测位置信息，校正后的预测位置信息为校正后的目标光源的位置信息；利用更新后的卡尔曼滤波增益、单位矩阵、观测矩阵，对所述误差方差的预测值进行校正，跟据第七预设公式获得校正后的误差方差矩阵；利用校正后的误差方差矩阵对所述卡尔曼滤波器算法的参数中的误差方差矩阵进行更新，并将校正后的目标光源的位置信息作为所述待处理位置信息，并返回根据所述待处理位置信息，依据卡尔曼滤波器算法确定所述目标光源的预测位置信息的步骤；所述第四预设公式为：Pk+1|k＝FPk|kF+Q；其中，Pk+1|k表示误差方差的预测值，Pk|k表示误差方差，F表示状态转移矩阵，Q表示预测噪声方差矩阵；所述第五预设公式为：Kk+1＝Pk+1|kKkH[HPk+1|kH+R]-1；其中，Kk+1表示更新后的卡尔曼滤波增益，Pk+1|k表示误差方差矩阵的预测值，Kk表示更新前的卡尔曼滤波增益，H表示所述观测矩阵，R表示所述观测噪声方差矩阵；所述第六预设公式为：Xk+1|k+1＝Xk+1|k+Kk+1(Yk+1-HXk+1|k)；其中,Xk+1|k+1表示校正后的目标光源的位置信息，Xk+1|k表示目标光源的预测位置信息，Kk+1表示更新后的卡尔曼滤波增益，Yk+1表示获取的所述目标光源下一时刻的位置信息，H表示观测矩阵；所述第七预设公式为：Pk+1|k+1＝(I-Kk+1H)Pk+1|k；其中Pk+1|k+1，I表示单位矩阵，Kk+1表示更新后的卡尔曼滤波增益，H表示观测矩阵，Pk+1|k表示误差方差矩阵的预测值。可选的，还包括：收集所述卡尔曼滤波器算法的参数变化信息和多组预测数据，每组所述预测数据包括一个所述待处理位置信息和与所述待处理位置信息对应的目标光源的预测位置信息；根据所述卡尔曼滤波器算法的参数变化信息和多组预测数据，对预测误差的均值、预测误差的方差以及预测位置的均方根误差值进行统计分析。一种针对无线光通信的光源轨迹预测系统，应用于无线光通信应用中目标光源的跟踪瞄准系统，所述目标光源轨迹预测系统包括：位置信息获取模块，用于获取目标光源当前时刻的位置信息，将获取的目标光源当前时刻的位置信息作为待处理位置信息；位置预测本文档来自技高网...

【技术保护点】
1.一种针对无线光通信的光源轨迹预测方法，其特征在于，应用于无线光通信应用中目标光源的跟踪瞄准系统，所述针对无线光通信的光源轨迹预测方法包括：获取目标光源当前时刻的位置信息，将获取的目标光源当前时刻的位置信息作为待处理位置信息；根据所述待处理位置信息，依据卡尔曼滤波器算法确定所述目标光源的预测位置信息；所述卡尔曼滤波器算法的参数包括所述跟踪瞄准系统的总时延时长参数；将所述目标光源的预测位置信息转换为转台控制指令，并发送给所述跟踪瞄准系统，以使所述跟踪瞄准系统的转台根据所述转台控制指令运动；获取所述目标光源下一时刻的位置信息，根据获取的所述目标光源下一时刻的位置信息，依据卡尔曼滤波器算法对所述卡尔曼滤波器算法的参数进行更新，并对所述预测位置信息进行校正，校正后的目标光源的位置信息作为所述待处理位置信息，并返回根据所述待处理位置信息，依据卡尔曼滤波器算法确定所述目标光源的预测位置信息的步骤。

【技术特征摘要】
1.一种针对无线光通信的光源轨迹预测方法，其特征在于，应用于无线光通信应用中目标光源的跟踪瞄准系统，所述针对无线光通信的光源轨迹预测方法包括：获取目标光源当前时刻的位置信息，将获取的目标光源当前时刻的位置信息作为待处理位置信息；根据所述待处理位置信息，依据卡尔曼滤波器算法确定所述目标光源的预测位置信息；所述卡尔曼滤波器算法的参数包括所述跟踪瞄准系统的总时延时长参数；将所述目标光源的预测位置信息转换为转台控制指令，并发送给所述跟踪瞄准系统，以使所述跟踪瞄准系统的转台根据所述转台控制指令运动；获取所述目标光源下一时刻的位置信息，根据获取的所述目标光源下一时刻的位置信息，依据卡尔曼滤波器算法对所述卡尔曼滤波器算法的参数进行更新，并对所述预测位置信息进行校正，校正后的目标光源的位置信息作为所述待处理位置信息，并返回根据所述待处理位置信息，依据卡尔曼滤波器算法确定所述目标光源的预测位置信息的步骤。2.根据权利要求1所述的方法，其特征在于，所述根据所述待处理位置信息，依据卡尔曼滤波器算法确定所述目标光源的预测位置信息包括：目标光源的状态空间模型由第一预设公式和第二预设公式共同描述；所述第一预设公式为：Yk＝HXk+Vk；其中，Yk表示所述待处理位置信息，Xk表示所述目标光源的当前时刻的状态信息；Vk表示所述跟踪瞄准系统的观测噪声；H表示观测矩阵；所述第二预设公式为：Xk+1＝FXk+Buk+Wk；其中，Xk+1表示所述目标光源的预测位置信息，F表示状态转移矩阵，B表示输入控制矩阵，uk表示当前时刻外界的输入，Wk表示预测噪声；所述预测噪声和所述跟踪瞄准系统的观测噪声为零均值互不相关的高斯白噪声，预测噪声方差矩阵为Q，观测噪声方差矩阵为R；利用所述目标光源的当前时刻的状态信息，根据第三预设公式，获取所述目标光源的预测位置信息；所述第三预设公式为：Xk+1＝FXk；其中，Xk+1表示所述目标光源的预测位置信息，F表示状态转移矩阵，Xk表示所述目标光源的当前位置信息；其中，所述观测矩阵为：所述状态转移矩阵为：T为所述跟踪瞄准系统的总时延时长参数。3.根据权利要求1所述的方法，其特征在于，所述将所述目标光源的预测位置信息转换为转台控制指令包括：将所述目标光源的预测位置信息转换为角度控制信息，并根据所述角度控制信息生成所述转台控制指令。4.根据权利要求1所述的方法，其特征在于，所述根据获取的所述目标光源下一时刻的位置信息，依据卡尔曼滤波器算法对所述卡尔曼滤波器算法的参数进行更新，并对所述预测位置信息进行校正，校正后的目标光源的位置信息作为所述待处理位置信息，并返回根据所述待处理位置信息，依据卡尔曼滤波器算法确定所述目标光源的预测位置信息的步骤包括：利用卡尔曼滤波器算法的参数中的误差方差、状态转移矩阵和预测噪声方差矩阵，根据第四预设公式计算误差方差的预测值；利用卡尔曼滤波器算法的参数中的所述误差方差的预测值、更新前的卡尔曼滤波增益、观测矩阵、观测噪声方差矩阵，根据第五预设公式更新所述卡尔曼滤波器算法参数中的卡尔曼滤波增益；利用获取的所述目标光源下一时刻的位置信息、所述误差方差的预测值和所述卡尔曼滤波增益、观测矩阵，对所述预测位置信息进行校正，根据第六预设公式获得校正后的预测位置信息，校正后的预测位置信息为校正后的目标光源的位置信息；利用更新后的卡尔曼滤波增益、单位矩阵、观测矩阵，对所述误差方差的预测值进行校正，跟据第七预设公式获得校正后的误差方差矩阵；利用校正后的误差方差矩阵对所述卡尔曼滤波器算法的参数中的误差方差矩阵进行更新，并将校正后的目标光源的位置信息作为所述待处理位置信息，并返回根据所述待处理位置信息，依据卡尔曼滤波器算法确定所述目标光源的预测位置信息的步骤；所述第四预设公式为：Pk+1|k＝FPk|kF+Q；其中，Pk+1|k表示误差方差的预测值，Pk|k表示误差方差，F表示状态转移矩阵，Q表示预测噪声方差矩阵；所述第五预设公式为：Kk+1＝Pk+1|kKkH[HPk+1|kH+R]-1；其中，Kk+1表示更新后的卡尔曼滤波增益，Pk+1|k表示误差方差矩阵的预测值，Kk表示更新前的卡尔曼滤波增益，H表示所述观测矩阵，R表示所述观测噪声方差矩阵；所述第六预设公式为：Xk+1|k+1＝Xk+1|k+Kk+1(Yk+1-HXk+1|k)；其中,Xk+1|k+1表示校正后的目标光源的...

【专利技术属性】
技术研发人员：金显庆，姜伟斌，徐正元，
申请(专利权)人：中国科学技术大学，
类型：发明
国别省市：安徽,34