【摘 要】
：
近年来,由于定位服务的迅猛发展,室内定位引起了人们的广泛关注。其中,可见光定位（Visible Light Positioning,VLP）是使用发光二极管（Light-emitting Diode,LED）光源作为信号源进行定位的技术,具有无电磁干扰、绿色环保、兼顾照明等优点,在室内定位领域具有很高的研究价值和应用前景。本文在广泛调研可见光通信定位算法的基础上,以VLP中两种常见接收端——光电传
论文部分内容阅读
近年来,由于定位服务的迅猛发展,室内定位引起了人们的广泛关注。其中,可见光定位（Visible Light Positioning,VLP）是使用发光二极管（Light-emitting Diode,LED）光源作为信号源进行定位的技术,具有无电磁干扰、绿色环保、兼顾照明等优点,在室内定位领域具有很高的研究价值和应用前景。本文在广泛调研可见光通信定位算法的基础上,以VLP中两种常见接收端——光电传感器（Photodiode,PD）和图像传感器（Image Sensor,IS）为研究对象,针对如何实现高精度实时定位算法、LED检测与标签（Identification,ID）识别算法等进行深入研究,并搭建实验平台进行算法性能验证。主要研究内容如下:（1）针对基于PD的VLP系统,提出了一种使用改进的细菌菌落趋化性（Improved Bacterial Colony Chemotaxis,IBCC）算法的VLP系统。该系统首先提出一种基于LED投影圆间几何关系的适应度函数,将3D定位问题转化为全局优化问题,搜索变量为接收端Z坐标;然后通过IBCC算法快速搜索接收端Z坐标;接着通过三边测量方程组获得接收端X,Y坐标,完成三维定位;最后搭建仿真平台验证了所提出算法的精度和实时性。（2）针对基于IS的VLP系统中的LED检测与ID识别问题,提出了基于最小二乘拟合的LED-ROI检测和基于在线顺序极限学习的ID快速识别算法。该算法首先通过图像处理方法获取LED边缘点,使用最小二乘拟合出LED感兴趣区域（Region of Interest,ROI）的中心点和半径以完成检测;然后提取LED-ROI的面积,亮条纹数量,亮暗条纹宽度比作为LED特征,使用在线顺序极限学习机（Online Sequential Extreme Learning Machine,OS-ELM）进行ID分类器训练,完成快速ID识别;最后搭建实验平台验证了OS-ELM算法在LED-ID识别上的有效性与优越性。（3）针对基于IS的VLP系统中的静态定位问题,提出了一种基于快速LM（Fast Levenberg-Marquardt,FLM）的静态定位算法。该算法首先通过LED-ROI检测与ID识别获取2D-3D匹配对;然后通过直接线性变换（Direct Linear Transformation,DLT）快速获取位姿的初始估计;接着建立最小二乘法来优化LED观测点的重投影误差,使用Levenberg-Marquardt算法快速求解最小二乘来得到相机最优位姿;最后搭建实验平台验证了所提出静态定位算法的精度可靠性。（4）针对基于IS的VLP系统中的动态定位问题,提出了一种基于改进核相关滤波（Improved Kernelized Correlation Filters,IKCF）与快速加权LM（Fast Weighted Levenberg-Marquardt,FWLM）的动态定位算法。该算法首先在首帧中进行LED-ID识别;然后使用IKCF算法跟踪LED-ROI,跟踪过程中使用自适应模型更新机制以避免模型漂移问题;接着使用FWLM算法进行位姿解算,解算过程中使用加权矩阵来降低最小二乘中低跟踪置信度的LED的权重;最后搭建实验平台验证了所提出动态定位算法的精度、实时性和鲁棒性。
其他文献
近年来,移动智能设备大量普及,给人们的生活带来了极大的便利,服务提供商也积累了大量的用户轨迹数据。由于轨迹数据具有丰富的时空信息,轨迹数据集的公开和发布对智能交通、科学研究、商业分析和政府管理等方面有重要的价值。然而如果服务提供商直接发布原始数据,会造成用户的轨迹隐私泄露,被攻击者推断兴趣爱好、行为模式和家庭住址等敏感隐私。为了安全发布数据,学者们提出了大量轨迹隐私保护方法,但是许多方法忽略轨迹的
5G移动通信自提出以来就受到了业界的广泛关注,其包括Sub-6GHz的低频段和毫米波频段。而毫米波频段具有带宽大、电路体积小等优势,相比于低频段可以显著提升通信速率,因此成为了5G应用场景下的研究热点。本论文主要研究5G毫米波通信模块的构架、链路指标,以及基于商用毫米波芯片的前端模块研制。本文的主要研究内容包括:1.研究射频前端模块基本架构,并对收发链路的主要性能指标进行了阐述。基于5G通信重大项
在现实生活中,人类在通过“五感”来接触世界时,大约80%都是来自视觉。视觉是人类感知和了解世界的最直接方式,客观地还原真实的世界是人们不断努力的一个方向。随着科学技术的进步和社会的不断发展,人们的生活水平也在不断的提高,传统的二维平面图像的信息已经不能满足人们的需求。传统的二维图像显示技术只能简单从某个角度某个侧面反映景物的特征,所能表现的深度信息严重的匮乏,因此具备高质量的三维立体图像显示技术应
无监督表示学习指利用无监督机器学习或深度学习方法获得实体或者样本稠密低维实值向量表达。随着大数据时代到来和相关技术的不断积累,如何从数据中学习更高层次和更抽象的特征表示成为了新的研究热点。然而不同数据本身结构特性不同,因此需要结合数据本身的特点来设计无监督表示学习方法。本文则聚焦于时间序列数据和多视角数据的深度表示学习研究。在时间序列数据范畴,之前的工作大多忽略时间序列的动态性（长期或短期的时间依
在多微网系统中,各个微电网分属于不同运营投资主体具有自利性,当它们联合起来构成多微网系统时,多微网系统的协同优化将是尊重个体微网利益基础上的整体寻优。因此,如何在充分考虑微电网个体自利性的基础上,实现微电网个体与多微网系统的互利共赢,是多微网系统协同优化问题的关键与难点。本文面向具有多利益主体的多微网系统,从系统架构和特性出发,基于博弈论,研究固定电价和电价可自主协商决定两种情况下的多微网协同优化
近年台风对粤港澳大湾区城市绿化植被的破坏较严重,城市街道乔木风损折干或侧翻对周围建筑、交通基础设施的破坏性较大,但由于城市街道强风环境复杂难实测模拟、城市街道乔木个体形态差异性大难抽象归纳、乔木风损力学机理研究尚不成熟等原因使学者与相关从业者偏向依据灾后损坏数据统计分析做树种抗风等级分类等研究,而非出于预防风灾、提高街道乔木抵抗风损能力构建具一定普适性的乔木风损力学预测模型,该类研究始于提高经济林
波达方向（Direction of Arrival,DOA）估计是阵列信号处理的一个基本问题,水下DOA估计在水下导航、水声定位、海洋开采等领域都有十分广泛的应用。在实际水下环境中,常使用声波进行传播,而声波波速随着环境因素的改变而不断变化。传统DOA估计算法把声速当成常量来计算,这会导致较大的估计误差。而现有水下DOA算法使用均匀线阵,估计精度不够高。本文主要研究基于嵌套阵的声速无关的水下DOA
球笼式万向节是一种特殊的动力传递部件,可在输入轴与输出轴两轴间存在夹角且夹角大小快速变化的场合下稳定地传递转矩。该结构最常用于汽车的驱动轴上,用于解决汽车轮胎在转向与跳动过程时旋转中心轴发生位移与偏转的情况下,动力与运动仍需平稳传递的问题。作为汽车传动系统中的一个重要结构,球笼式万向节的强度对汽车动力传递的可靠性有重大的影响。为了能更好的分析球笼式万向节在极限工况下的破坏原因,对现有球笼式万向节进
随着社会经济的不断发展,交通环境日趋繁重,路面损坏逐渐严重。开展路面使用性能评价及预测研究,准确了解路面使用性能等级状况及变化趋势,可为制定路面养护策略提供依据。本文采用随机森林（RF）、支持向量机（SVM）、BP神经网络（BPNN）三种算法进行路面性能的评价和预测研究,探究机器学习方法在路面使用性能评价和预测中的应用。本文基于广东省公路养护分析CMAP平台,对广东省普通国省道进行调研分析及使用性
局部进展期直肠癌的标准治疗方式为新辅助放化疗结合手术切除。但是新辅助放化疗可能会产生毒副作用。病理活检是临床诊疗的“金标准”,包含大量的肿瘤微环境信息,而医生无法直接从临床诊疗中得到病人新辅助放化疗的疗效。因此,本文结合深度学习方法利用活检数字病理切片预测局部进展期直肠癌新辅助放化疗疗效,辅助医生临床决策。由于数字病理切片的标注难以获得以及大尺寸的问题,本文基于深度卷积网络和数字病理切片分割的小块