1 福建师范大学光电与信息工程学院医学光电科学与技术教育部重点实验室，福建 福州 350007
2 福建农林大学金山学院，福建 福州 350002
3 福建师范大学光电与信息工程学院福建省光子技术重点实验室，福建 福州 350007
4 福建师范大学光电与信息工程学院福建省光电传感应用工程技术研究中心，福建 福州 350007
5 福建师范大学协和学院，福建 福州 350117
针对单个光电二极管接收器的倾斜问题和几何算法的不足，搭建了多光电二极管接收器的真实可见光定位场景，并采用基于接收信号强度的指纹定位技术及其常用的机器学习算法，实验研究了4种典型的机器学习算法的定位性能。结果发现：在二维定位时，K最近邻、极限学习机、随机森林和自适应增强的定位误差小于2 cm的概率分别为96.67%、48.57%、67.14%和15.24%；在三维定位时，K最近邻、极限学习机、随机森林和自适应增强的定位误差小于2 cm的概率分别为74.52%、38.81%、59.76%和6.43%。结果均表明，K最近邻的定位性能较佳。在此基础上，比较了发光二极管个数、光电二极管个数和发光二极管发射功率等因素对定位精度的影响。结果表明：发光二极管个数和光电二极管个数的增加均有效地降低了定位误差，发光二极管的发射功率为5 W时，已经实现了定位误差的收敛。该结果为发光二极管分布密度较低时可见光定位系统的设计提供新的理论支持与实际应用参考价值。
可见光定位 多光电二极管 接收信号强度指纹 机器学习 激光与光电子学进展
2023, 60(7): 0723002
拉曼光谱是一种无损快速检测技术, 可以提供材料的定性和定量信息, 因而在医药、 化工等诸多领域得到了广泛的应用。 但是, 由于样品荧光背景噪声的影响, 造成拉曼光谱信号出现基线漂移现象, 这给拉曼光谱的特征峰识别和拉曼成像带来十分严重的影响。 目前, 改进实验方法和数值处理是解决该问题的两种重要手段。 改进实验方法上, 有偏振调制法和高频调制法等, 但存在实验设备复杂, 检测技术难度大等缺点; 数值处理上, 有多项式拟合和小波变换等, 但容易出现欠拟合和过拟合等现象。 本文在不改换高精密设备的前提下, 针对传统基线校正的方法进行了改进, 提出一种基于自适应加窗spline曲线拟合的拉曼光谱去基线方法。 首先, 基于谱峰识别算法和初始搜索步长求得谷值的最优搜索间距, 并利用谱谷识别算法完成谷值曲线的拟合; 其次, 利用最优搜索间距和谱峰识别算法, 求得谷值曲线峰值位置, 并在该位置处对称添加自适应矩形窗函数去除峰值, 重新划分整个区间, 拟合谷值曲线; 再次, 逐点比较拟合曲线与原拉曼光谱信号, 取较小值, 拟合曲线; 最后, 重复加窗去除峰值操作, 直至自适应窗函数宽度低于阈值, 完成拉曼光谱信号的基线拟合。 在实验中, 选用乙酸丁酯、 聚甲基丙烯酸甲酯(polymethyl methacrylate, PMMA)作为实验样品, 利用该方法对其拉曼光谱信号进行了基线校正, 观察并比较该方法和传统方法的校正结果。 实验结果表明, 该方法能够有效地消除拉曼光谱信号的基线漂移, 较好的保留一些较弱的拉曼特征峰, 且不易出现欠拟合和过拟合的现象, 获得了良好的基线校正效果, 为进一步分析光谱数据和实现拉曼成像提供准确可靠的信息。
拉曼光谱 基线漂移 基线校正 最优搜索 Raman Spectroscopy Baseline drift Baseline correction Optimal search
1 福建师范大学光电与信息工程学院医学光电科学与技术教育部重点实验室, 福建 福州 350007
2 福建师范大学协和学院, 福建 福州 350117
3 福建师范大学光电与信息工程学院福建省光子技术重点实验室, 福建 福州 350007
4 福建师范大学光电与信息工程学院福建省光电传感应用工程技术研究中心, 福建 福州 350007
目前,基于压缩感知的可见光定位采用线性最小二乘法重构信号,容易陷入局部最优解,且需要高密度的发光二极管布局。针对这些问题,提出了一种基于粒子群优化压缩感知的可见光定位算法。首先,建立一种基于重构接收信号强度残差的适应度函数;其次,将指纹定位的权重求解问题转换为稀疏矩阵的重构问题;最后,采用粒子群优化重构信号。仿真结果表明,所提算法的时间复杂度较低、鲁棒性好,即使在低密度的发光二极管布局下,定位误差依然很小。当信噪比为10 dB、网格间距为50 cm时,所提算法定位误差的平均值为3.67 cm,显著低于现有的10种同类算法。还详细分析了不同参数对所提算法定位误差的影响,所得结果可为实际可见光定位系统的设计提供有益的参考。
光通信 可见光通信 可见光定位 位置指纹 粒子群优化 压缩感知
1 福建师范大学医学光电科学与技术教育部重点实验室暨福建省光子技术重点实验室, 福建 福州 350007
2 福建师范大学协和学院, 福建 福州 350117
基于可见光通信的指纹定位,提出一种低复杂度、稀疏度自适应的压缩感知算法。首先,利用位置指纹的稀疏性,将定位问题转换为稀疏矩阵的重构问题。其次,根据重构的残差值,自适应地计算近邻值。最后,详细分析指纹采样间距、信噪比、调制带宽及发射功率对定位误差的影响,详细分析所提定位算法的时间复杂度、最优近邻值的分布、发光二极管个数及最大近邻指纹数对定位误差的影响。仿真结果表明,所提定位算法的平均计算时间低、定位误差小,当信噪比为10 dB,指纹点之间的间距为40 cm时,所提定位算法的平均定位误差为1.56 cm,显著低于现有的同类算法。
光通信 可见光通信 接收信号强度指示 位置指纹 室内定位 压缩感知 光学学报
2020, 40(18): 1806003
1 福建师范大学医学光电科学与技术教育部重点实验室福建省光子技术重点实验室, 福建 福州 350007
2 福建师范大学协和学院, 福建 福州 350117
3 逢甲大学资讯工程学系, 台湾 台中 40724
提出了一种基于正交频分复用(OFDM)调制的室内可见光通信指纹匹配定位算法(FMLA-OFDM)。实验表明,相比于传统的质心定位算法,所提算法平均定位精度提高了56%,定位稳定性提高了55%;随着LED水平间距的增大,所提算法定位精度明显优于基于最小二乘法模型的定位精度;相比于基于二进制启闭键控(OOK)调制方式的模型,所提算法的平均定位精度提高了17%,定位稳定性提高了21%。
光通信 正交频分复用 接收光功率 指纹匹配 室内定位 激光与光电子学进展
2019, 56(9): 090601
