1 北京信息科技大学 1. 信息与通信工程学院
2 2. 现代测控技术教育部重点实验室, 北京 100101
针对人们对室内定位需求的不断提高, 以及现有室内定位算法定位精度不高等问题, 提出了一种融合神经网络和可见光指纹的室内高精度定位算法。该算法利用反向传播神经网络(BPNN)确定待测目标的粗略位置, 并以其预测坐标和最大误差作为约束条件, 进行指纹匹配以确定待测目标精确位置。仿真结果表明, 该算法平均定位误差为1.5cm, 具有一定的应用价值。
可见光 室内定位 神经网络 指纹算法 visible light indoor location neural network fingerprint algorithm
北京信息科技大学 信息与通信工程学院, 北京 100101
提出一种可见光重构指纹室内定位算法(RFP), 通过融合到达时间差(TDOA)算法和指纹算法可快速完成室内高精度定位。该算法首先利用TDOA算法多次估计得到的解集定义一个区域, 然后在该区域中构建三维精细指纹库, 再利用匹配算法定位未知节点。仿真结果表明, 该算法的平均定位误差约为0.1719m, 与传统的TDOA算法相比, 提高了定位精度, 与传统精细指纹算法相比, 节省了定位时间。
可见光 TDOA算法 指纹算法 三维精细指纹库 visible light TDOA algorithm fingerprint algorithm three-dimensional meticulous fingerprint database
