基于可见光通信的停车场泊车自动导航系统

为满足车辆定位需求并实现高效率停车场泊车导航,设计基于可见光通信的停车场泊车自动导航系统,系统的车位信息监测模块通过结合泊车位上方LED照明装置和车位地面的光敏电阻形成光电检测装置,获取停车场车位状态信息后,经STM32单片机产生频率差异显著方波信号;可见光信号调制模块依据可见光通信原理,将方波信号经信号调制电路转换成电信号,驱动停车位的LED灯光源,传输光信号至定位导航模块;定位导航模块利用内置摄像头接收可见光定位信号,经信号解析、定位等步骤获取可见光信号来源位置信息,实现停车场泊车自动导航。实验结果表明,该系统可有效满足车辆定位需求,车辆定位误差控制在0.20 m范围内,且泊车导航所需时间较短,具备较高泊车导航效率。     

基于最小三角形算法的室内可见光三维定位方法

为进一步提高室内可见光三维定位的精度，提出了一种基于最小三角形算法的室内可见光三维定位方法。该方法采用视距链路模型，由定位终端接收携带发光二极管位置信息的光强信号，利用最小三角形算法和接收信号强度指示方法来计算接收机在室内的三维位置信息，再引入加权质心算法降低光路受遮挡所造成的影响。仿真结果表明：在室内5 m×5 m×3 m的定位区域内，提出的定位方法平均定位误差约为4.35 cm，平均高度误差约为1.65 cm，定位精度优于传统的室内可见光三维定位方法。     

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。     

基于遗传算法优化BP神经网络的可见光定位

采用接收信号强度(RSS)方法的室内可见光定位 ,因受多径效应及噪声的影响,对距离估计不准确, 定位精度不高。为提高定位精度,本文提出了一种采用遗传算法优化BP神经网络(GA-BP) 的距离估计方法。 先通过遗传算法优化BP神经网络的初始权值,经过优化后的BP神经网络收敛速度快,不易 限于局部最优。 再利用GA-BP神经网络对收发端之间的距离进行修正,使其接近于真实距离。最后使用最 小二乘法解算待 定位点坐标,同时在不同定位范围和不同定位位置下,与传统RSS加权质心方法的可见光定 位结果进行对 比。仿真结果表明,在5m×5m×3m的定位场景中,平均定位误差可以达到0.642 cm。与传统RSS加权质 心方法相比,平均定位精度提高了约96.4%。且在不同定位范围和不 同定位位置下,平均定位误差稳定在 毫米级,尤其不随定位范围的扩大而扩大。有效地提高了室内定位精度和系统应用的普适性 。     

一种基于RSSI指纹和DOA信息的单基站定位方法

无人集群系统技术是未来无人机技术的发展趋势。在复杂未知的背景环境中，由于电磁、物理屏障等不可控干扰因素，导航系统易出现因卫星信号拒止而无法准确提供导航信息的情况。本文利用无人集群系统多机编队的特点，提出一种基于目标间信号到达方位(DOA)和接收信号强度(RSSI)指纹信息(Fingerprints)的协作定位方法，仅利用单个基站即可实现对移动目标节点的位置定位。实验结果表明，对突然丧失定位能力的节点，本文方法能够实现盲节点的再定位功能，在约 80m×80m 的运动区域内达到约 1.5m 的定位精度。该方法定位误差不随时间积累，具有良好的定位性能。     

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。     

基于接收信号强度检测的高精度可见光定位方法

以高精度为研究目标,使用适用范围广、系统相对简单易搭建、可移植性好的接收信号强度检测法(RSSI),对可见光通信定位方法进行研究。由于易受到背景光源的干扰,RSSI定位方法的测量误差很难控制在厘米以下。利用小波分析大幅降低接收信号中的噪声,采用相关检测法提取噪声中的源信号,使用最小二乘法估算位置坐标。通过在不同信噪比条件下的仿真对比,验证了方法的可靠性,发现RSSI可见光定位的误差范围稳定在1cm以内且随噪声增率较小,比误差分析计算出的未经处理的理论精度提高了数十倍,明显提高了的定位精度。     

基于 STM32 + ucGUI 的北斗导航定位系统设计

针对当前手持嵌入式产品在导航定位功能实现上存在的局限性,本文提出基于STM32+ucGUI构架的北斗导航定位终端。利用UM220北斗接收模块实现了导航信息的获取,利用STM32的中断处理功能完成信息的处理;为了简便完美地完成人机界面设计,在硬件平台上移植了ucGUI;利用ucGUI的动态设备对象接口,高效地实现了电子罗盘界面设计。实验结果表明,系统冷启动时的定位时间小于2min,热启动时的定位时间小于1min,经度纬度不受运动速度影响,误差小于3m。工程实践表明该系统应用效果良好,具有一定的实际应用价值。     

基于可见光和射频融合的通信定位一体化系统

针对在可见光和射频融合网络中,传统的基于接收信号强度的用户切换方案未考虑用户切换错误率的问题,提出了基于位置的用户切换方案。具体地,设计并实现了一套基于低成本物联网芯片ESP32的可见光-射频融合的通信定位一体化系统,该系统使用可见光通信下行数据、Wi-Fi上行数据。设计了基于时-频复用的通信定位一体化框架,使用神经网络估计用户的位置,用户根据估计的位置完成切换。在通信方面,系统的吞吐量最高可达35 kbit/s;在定位方面,系统的定位精度可达2.8 cm,比传统系统的定位精度提升了33%。与基于接收信号强度的切换方案相比,所提方案的用户切换错误率降低了4%。     

GPS远端定位监控系统的设计

分析了定位监控系统的设计,该系统由信息处理模块、GSM(全球移动通信系统)模块、GPS(全球定位系统)模块以及中心台等部分组成。重点介绍利用GPS接收模块接收GPS信息,并对接收到的数据进行处理,提取经纬度等信息,通过GSM网络发送到控制台,然后在监控中心利用导航软件根据传送来的信息实行定位、调度、监控等功能。介绍了利用TI16C554实现多路串口通信,并设计了一种利用TI16C554实现多路串口通信的硬件应用电路。     

基于改进粒子群算法的室内可见光定位研究

为了提高现行室内可见光定位系统的定位精度，提出考虑噪声干扰的动态惯性权重及认知因素的改进型粒子群算法。首先，将决定定位精度的欧式距离转换为目标函数最小值优化问题；其次，利用惯性权重动态赋值，增强粒子群算法初期的全局搜索能力和后期的局部搜索能力；然后，利用正弦函数使得个体认知因素值非线性地减小，利用余弦函数使得群体认知因素值线性地增加，以进一步提升定位精度；最后，通过仿真与实验测试对所提定位算法进行验证。仿真测试结果表明，在5 m×5 m×3 m和5 m×4 m×3 m两种定位模型中，在0,0.5,1.0和1.5 m四个高度平面的空间定位平均误差分别为0.65和0.54 cm;实验结果显示，在搭建的1 m×1 m×0.8 m和1 m×0.8 m×0.8 m室内空间中的平均定位误差分别为2.67和1.81 cm。     

基于RSS的室内可见光差分修正定位算法

可见光通信技术是利用白光LED同时实现照明和通信的新型通信技术,为室内定位技术提供了新的可能.针对可见光通信中接收信号强度RSS随机波动较大的问题,提出一种基于RSS的改进的差分修正定位算法,通过将各个参考节点分别作为差分修正参考节点进行定位修正,规避了设定参考节点权重过大的问题.该定位算法有效地提高了室内定位精度,无需增加额外硬件设备,计算量小,容易实现.仿真结果表明,该定位算法在5m×5m×3m的空间区域中能够实现约15 cm的平均定位误差性能.     

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。     

声表面波室内定位系统与算法研究

鉴于声表面波技术的无源优势,搭建了由声表面波标签和阅读器构成的室内定位系统,在测量标签回波信号强度时,可有效减小多径效应的影响。设计了以三边定位为基础的定位算法,包括测距、选星、位置估计3个阶段,分析了3个定位圆之间位置关系可能出现的全部情况,并有针对性地进行自适应修正。仿真测试结果验证了定位算法的定位误差小于根心法和加权质心法。系统测试结果表明,定位系统可实现2 m×2 m的定位,平均定位误差为31.84 cm。室内定位系统和算法以较少的锚节点实现了较小的室内定位误差。     

室内可见光异步定位系统光学边界研究

为了研究室内可见光ID定位系统中可见光分布对定位功能实现的关系,搭建可见光通信异步ID定位系统,通过模拟仿真与实验相结合的方法,得出定位系统的定位范围和传输误码率分布。实验结果表明:利用Matlab可以近似地模拟实际模型的空间光分布,在光分布的三维分布图中找出定位系统光学边界,准确地调节定位系统的定位阈值。进一步搭建了50 cm50 cm50 cm的定位系统原型,在光学边界范围内实现无误码率的异步通信和定位功能,而在定位边界上,信号传输的误码率迅速上升,当信噪比为25 dB时,在光学边界上会出现8 cm的信号盲区,适当增加系统的信噪比,将有效降低信号盲区的大小。     

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%。