基于支持向量机分类识别的行人航迹推算室内定位

在行人航迹推算(Pedestrian Dead Reckoning,PDR)的室内定位方法中,行人运动状态的识别和采集设备(通常是智能手机)的模式识别都对定位精度有一定影响。为了提高定位精度,首先利用粒子群优化支持向量机(Particle Swarm Optimization-Support Vector Machine,PSO-SVM)中的高斯核函数的宽度σ和惩罚因子C构建新的分类器。其次,对手机采集的4种行人运动状态和手机的4种不同状态进行识别,并选择不同的数据特征进行模式分类识别,与K最近邻法(k-Nearest Neighbor,KNN)和一般支持向量机(Support Vector Machine,SVM)的模式识别方法进行对比。最后,在室内进行PDR定位实验。实验结果表明:改进后的分类识别方法具有更高的识别准确率,同时在识别行人运动模式和手机模式的前提下,PDR室内定位效果比传统PDR定位方法效果更好。     

基于BAS-LSSVM的室内可见光指纹定位方法

为提高室内可见光定位精度,提出一种基于天牛须搜索算法优化最小二乘支持向量机（BAS-LSSVM）的可见光指纹定位方法。先利用LED的光强信号强度特征构建指纹库,然后用天牛须搜索算法对最小二乘支持向量机的超参数进行优化以实现提高精度和减少时间开销的目的,最后建立位置坐标和信号强度特征的映射关系实现定位。实验结果表明,BAS-LSSVM定位方法可以实现良好的定位效果,97.0%的测试点定位误差不大于0.10 m,所有测试点平均定位误差为0.031 m。     

基于支持向量机的车牌定位方法

车牌定位是汽车牌照自动识别系统中的关键步骤。对车牌定位文体进行研究,提出一种基于支持向量机的定位方法。首先将图像分割为N×N大小的子块,提取每个子块的灰度特征,训练SVM分类器;然后用训练好的分类器进行牌照子块和非牌照子块的分类,再使用数学形态学滤波和区域合并;最后运用投影方法定位牌照区域。实验结果表明,该方法能正确定位牌照区域。     

基于改进海鸥优化算法的可见光室内定位研究

为提高室内定位精度,提出了一种基于黄金正弦与Sigmoid连续化海鸥优化算法(GSCSOA)的接收信号强度(Received Signal Strength Indication,RSSI)可见光室内定位技术。传统的海鸥优化算法(SOA)收敛速度慢、寻优精度低,在海鸥搜寻过程中引入Sigmoid函数使算法在后期快速收敛,在海鸥扑食过程中加入黄金正弦机制能提高算法的寻优能力。在6 m×6 m×3 m的房间顶板上按3×3的网格状布设9盏LED灯,经过实验表明:利用传统的RSSI定位估计算法得到的定位精度为1.28 m,改进的海鸥优化算法结合RSSI的定位算法得到的定位精度为7.17 cm。显然,改进后的室内定位算法精度更高,可应用于大部分的室内定位场所。     

一种基于SO-CNN模型的可见光室内定位优化方法

针对基于机器学习的可见光室内定位方法存在的手工调参、定位精度低等问题,结合蛇优化(Snake Optimization, SO)算法的寻优能力与卷积神经网络(Convolutional Neural Network, CNN)处理复杂非线性问题的能力,提出了一种基于SO-CNN模型的可见光室内定位优化方法。在考虑多径效应影响的情况下,采集每个位置点处的信噪比和对应位置坐标构建指纹数据库,对SO-CNN模型进行训练和测试,以得到最佳定位模型。实验结果表明,在5 m×5 m×3 m的房间中,与未经优化的CNN相比,该方法的平均定位误差降低了35.13%;与反向传播神经网络(Back Propagation Neural Network, BPNN)、多层感知器(Multilayer Perceptron, MLP)、SO-MLP相比,该方法的平均定位误差分别降低了54.75%,48.08%,37.01%。     

基于支持向量机的无人机定位信号分离算法研究

为了解决无人机(UAV)无源定位中难以从多径干扰严重的环境中提取无人机定位信号的问题,该文提出一种基于支持向量机(SVM)的无人机定位信号分离算法,在SVM模型训练时,通过计算无人机相邻数据集之间的欧氏距离获取信息熵,为SVM映射高维空间提供模型数据.在此基础上,加入映射函数阈值软边界,使模型具有参数自适应调整能力,来...     

基于支持向量机的无人机定位信号分离算法研究

为了解决无人机(UAV)无源定位中难以从多径干扰严重的环境中提取无人机定位信号的问题,该文提出一种基于支持向量机(SVM)的无人机定位信号分离算法,在SVM模型训练时,通过计算无人机相邻数据集之间的欧氏距离获取信息熵,为SVM映射高维空间提供模型数据.在此基础上,加入映射函数阈值软边界,使模型具有参数自适应调整能力,来适应无人机运动灵活所导致的数据差异.最后构建了观测者操作特性曲线获取无人机定位信号分离结果.仿真结果表明所提算法能够有效分离无人机定位信号与噪声,在多径干扰严重的情况下具有较高的信号分离准确率.     

可见光室内定位技术研究进展

可见光赋能的定位技术具有无电磁辐射、成本低、精度高、安全性高、不易受电磁干扰等优势,故近年来可见光室内定位技术(Visible Light Indoor Positioning, VLIP)受到了学界和业界的广泛关注。为了展示VLIP的研究进展和发展全貌,阐述了VLIP的系统架构及相关通信技术,对VLIP基础定位方法及其相关辅助定位技术进行了详细地梳理、分类和对比分析,针对VLIP当前面临的挑战分析了潜在的解决方案,展望了VLIP未来研究方向。     

基于核直接判别分析和支持向量回归的WLAN室内定位算法

该文针对RSS信号的时变性降低WLAN室内定位精度的问题,提出了一种新的基于核直接判别分析和支持向量回归的定位算法。该算法利用核直接判别分析对原始RSS信号进行定位信息重组,去除冗余定位特征和噪声,提取最具判别力的定位特征,然后采用支持向量回归算法建立定位特征与物理位置的映射关系。实验结果表明,提出算法的定位精度明显高于传统定位算法,且大大降低了离线阶段数据采集的工作量。     

高精度室内可见光定位算法

针对目前室内定位算法精度不高、实现复杂等问 题,提出了一种基于白光LED的可见光室内定位方 法。首先利用由室内不同LED发出的定位参考信号到达定位终端的时间差(TDOA )的测量估计,得 到定位终端到达两个LED的传输距离之差,以此构造距离估计目标函数,然后采用有约束非 线性规划算法得到 定位终端的位置坐标,从而有效地解决了室内噪声环境中常规TDOA定位算法不收敛或误差偏大的问题。 同时,为了进一步优化定位性能,将距离信息引入加权因子中,提出了质心加权混合定位算 法。将提出的 定位算法在5m×5m×3m的空间区域中进行了仿真实验,同时考虑噪声因素的影响,结果 表明,提出的距离 估计目标函数法在信噪比(SNR)为2dB的条件下可以达到平 均5cm的定位误差,采用质心加权处理后平均定位误 差仅为3cm,有效地提高了室内定位精度和系统应用的普适性及鲁棒性。     

基于双BP神经网络的室内可见光定位算法

为提高室内可见光定位的精度,提出了一种基于双反向传播(BP)神经网络的单发光二极管(LED)灯室内定位算法.首先在定位区域内使用BP神经网络确定待测目标粗略的位置范围,然后以该位置范围为限制条件,再次使用BP神经网络实现更精确的定位.室内定位系统采用单个LED灯作为发射器,3个水平光电探测器作为接收器接收光功率,避免了...     

一种室内可见光通信亮度控制方法

为了解决室内无线可见光通信中照明光源亮度不稳定的问题,提出了一种新型的以脉冲宽度调制（PWM）波形作为载波的编码调制方法,设计了基于该方法的发射器和接收器。PWM波形在逻辑1和逻辑0时的载波占空比相同,频率分别为38 kHz和7 kHz。发射端采用高亮度白光LED作为光源,接收端采用PIN光电二极管和低噪声放大器作为前...     

基于MIMO-OFDM的室内可见光通信降噪研究

解决阴影效应和多径效应一直是研究可见光通信系统的关键.提出利用MIMO(Multi Input Multi Output)技术扩大通信过程中信号传输的信道容量,配合LED的高强度光线,实现室内光照的大面积覆盖和抗阴影能力.而OFDM(Orthogonal Frequency Division Multiplexing)...     

我国室内可见光通信现状及发展趋势

利用LED光源的快速调制特性,可实现照明和通信一体的室内可见光通信(VLC).针对系统容量提升和多径干扰的消除问题,提出一种采用空时编码的多输入多输出(MIMO)系统结构的VLC方案.     

多LED照明节点的室内可见光定位方法研究

针对室内复杂环境和室内照明节点拓扑结构对可见光定位精度的影响,基于近似完美三角点测试(APIT)算法设计了一种多LED照明节点的可见光室内定位方法。该方法利用信号传输时间作为节点间距大小的判断凭证,结合APIT定位算法,实现室内可见光定位。仿真结果表明:该定位方法的定位误差在0.24 m左右浮动,在保证了定位精度的基础上,精简了定位设备成本,并提升了定位算法的计算效率,使得定位系统在实际场景中的应用更具稳定性与适用性。     

基于自适应OFDM的室内可见光通信系统性能研究

为了提高室内可见光通信(VLC)系统性能并充分利用信道带宽资源,将OFDM与自适应技术结合应用于VLC系统中.讨论了系统反馈途径的实现方法,在室内空间环境建模的基础上,对自适应OFDM通信系统的吞吐量和误码率进行了Matlab仿真和分析.     

可见光通信的自动导航系统设计

设计了一套利用可见光通信的自动导航系统。通过分析室内可见光信道模型,设计了可见光定位导航系统的发射模块和接收模块。系统在获取了停车位置信息后,通过光电二极管驱动电路将信息发出,光信号传感器模块接收可见光信号;信号经过解调、滤波后由显示屏显示,同时语音系统播报位置信息,利用贝叶斯相位中心偏置天线（Bayesian Information Criterions Displaced Phase Center Antenna,BDPCA）聚类算法计算出最佳导航路径,从而实现自动导航的目的。测试结果表明,该系统可满足目标的精准定位功能,在搭建的1m×1m×1m 验证实验中,系统的最大定位误差为 7.90 cm ,平均定位误差为 4.85 cm ,降低了26%,最佳导航路径距离更短,所需时间降低了20%,系统有较高的工作效率。     

多照明区域协作的室内可见光定位

考虑室内存在障碍物遮挡及背景光和反射光干扰 较强的实际定位场景,提出了一种基于多照明区域 协作的LED可见光室内定位方法。本文方法引入多照明区域联合定位思想,利用分布于室内 不同区域的LED 发出的参考信号估计定位节点到各LED的信号传输时间差,构造协作定位距离估计目标函数 ,并通过非线 性最小二乘(NLLS)算法获得定位目标的位置估计。将提出的定位算法在10m×3m的空间区域中进行定位仿 真,在5W LED照明、双区域协作条件下,获得了平均定位误差7.41 cm的定位精度。结果表明:提出的协 作算法不仅提高了室内定位精度和系统应用的普适性及鲁棒性,而且有效地解决了室内可见 光定位存在的遮挡效应;此外,对动态定位追踪也有一定的效果。     

基于朗伯模型参数估计的VLC室内定位优化算法

为实现高精度室内定位,本文设计了一种可见光 通信(VLC)室内定位系统,并通过 结合优化的朗伯模型、码分多址技术(CDMA)、三边定位算法而有效提升了定位精度和系统 扩展性。首先,每个发光二极管(LED)的ID信息经过直接序列调制后加载到LED驱动电路上 ,LED发出带有自身ID信息的灯光信号。在接收端通过光电探测器(PD)接收灯光信号,并 根据扩频码的正交性恢复出ID信息及接收信号强度(RSS),以此提高信道容量并增强系统 抗干扰能力。然后,根据朗伯光源模型,由三边定位算法得出待定位点的定位估计坐标。为 进一步提高精度,引入k最近邻(KNN)思想,采集适当的指纹点并由指纹点信息对每盏灯在 定位估计坐标处的朗伯光源模型参数进行估计,由优化后的朗伯模型计算出精度更高的定位 坐标。在1m×1m×1.35 m的空间区域中,进行本VLC室内定位系统 的实验测试。结果表明,提 出的高精度VLC室内定位系统的平均定位误差降低至2cm左右,其定位精度相比于传统三边 定 位算法提升了30%。此外,该系统方案所采用基于指纹点信息优化朗 伯模型参数的方法具备良好的实用扩展性,可实现广阔的应用场景。