光学学报, 2018, 38 (10): 1006007, 网络出版: 2019-05-09 复制并引用该论文  本文已被引 7 次  被引通知

图 & 表

图 1. 室内可见光定位系统

Fig. 1. Indoor visible light positioning system

下载图片 查看原文

图 2. 基于免疫算法的三维定位框架

Fig. 2. Framework of 3-D positioning based on immune algorithm

下载图片 查看原文

图 3. 算法收敛过程。(a) 20次迭代;(b) 40次迭代;(c) 60次迭代;(d) 80次迭代

Fig. 3. Convergence process of algorithm. (a) 20 iterations; (b) 40 iterations; (c) 60 iterations; (d) 80 iterations

下载图片 查看原文

图 4. 不同高度实际位置点和免疫算法计算位置点的分布。(a) 0.25 m; (b) 0.50 m; (c) 0.75 m; (d) 1.00 m; (e) 1.25 m; (f) 1.50 m; (g) 1.75 m; (h) 2.00 m

Fig. 4. Distributions of the actual location points and the location points calculated by immune algorithm at different heights. (a) 0.25 m; (b) 0.50 m; (c) 0.75 m; (d) 1.00 m; (e) 1.25 m; (f) 1.50 m; (g) 1.75 m; (h) 2.00 m

下载图片 查看原文

图 5. 不同高度的三维定位误差。(a) 0.25 m; (b) 0.50 m; (c) 0.75 m; (d) 1.00 m; (e) 1.25 m; (f) 1.50 m; (g) 1.75 m; (h) 2.00 m

Fig. 5. Three-dimensional positioning errors at different heights. (a) 0.25 m; (b) 0.50 m; (c) 0.75 m; (d) 1.00 m; (e) 1.25 m; (f) 1.50 m; (g) 1.75 m; (h) 2.00 m

下载图片 查看原文

图 6. 不同高度的平均误差

Fig. 6. Mean error at different heights

下载图片 查看原文

图 7. 定位误差直方图

Fig. 7. Histogram of positioning errors

下载图片 查看原文

图 8. 定位误差的CDF曲线

Fig. 8. CDF curve of positioning errors

下载图片 查看原文

图 9. 运动场景中的三维位置

Fig. 9. Three-dimensional position in motion scene

下载图片 查看原文

图 10. 定位结果的水平视图

Fig. 10. Horizontal view of positioning result

下载图片 查看原文

图 11. 定位结果的垂直视图

Fig. 11. Vertical view of positioning result

下载图片 查看原文

图 12. 运动场景中的定位误差直方图

Fig. 12. Histogram of positioning error in motion scene

下载图片 查看原文

图 13. 运动场景中定位误差的CDF曲线

Fig. 13. CDF curve of positioning error in motion scene

下载图片 查看原文

表 1三维定位系统的仿真参数

Table1. Simulation parameters of 3-D positioning system

Parameter Value Room size L×W×H /m3 3×3×4 Position of each LED (x,y,z) /m LED1(0,0,4)LED2(3,0,4)LED3(3,3,4)LED4(0,3,4) LED power Pt /W 5 ϕc of PD /(°) 90 Effective area of PD A /cm2 1 Gain of optical filterTs(ϕ) 1 Gain of optical concentrator G(ϕ) 1 Half-power angle of LED θ1/2 /(°) 60 Order of Lambert’s luminous intensity m 1 Similarity threshold ζ0 0.5 Population size S 100 Chromosome length l 8 Vaccine pool number M 15 Max evolutionary generation 100 Crossover probability 0.5 Mutation probability 0.2 Convergence accuracy 0.0001

查看原文

王鹏飞, 关伟鹏, 文尚胜, 谢勇坚, 吴玉香, 张美琦. 基于免疫算法的高精度室内可见光三维定位系统[J]. 光学学报, 2018, 38(10): 1006007. Pengfei Wang, Weipeng Guan, Shangsheng Wen, Yongjian Xie, Yuxiang Wu, Meiqi Zhang. High Precision Indoor Visible Three-Dimensional Positioning System Based on Immune Algorithm[J]. Acta Optica Sinica, 2018, 38(10): 1006007.