南京邮电大学 电子与光学工程学院, 南京 210023
为了提升可见光通信(VLC)室内环境下的定位精度, 提出一种基于双线性插值与K-means聚类算法结合的位置指纹定位改进算法。该算法首先建立初始指纹, 然后对待定位点所在聚类域中的指纹进行插值计算, 最后将插值后的部分区域指纹作为参考指纹库存, 选择一种匹配算法实现最终定位。在5 m×5 m×3 m的室内房间建立VLC系统模型, 仿真分析了指纹密集度对定位精度的影响以及改进算法的定位精度对比情况。仿真结果表明: 随着指纹库密集度的降低, 定位精度随之提高；改进算法使用插值指纹库与比使用初始指纹库的定位精度提高了21.5%, 同时大大降低了计算复杂度。
室内可见光定位 发光二极管 位置指纹法 指纹库密集度 K-means聚类算法 双线性插值法 indoor visible light positioning, light-emitting d
南京邮电大学 电子与光学工程学院、微电子学院，南京，210023
针对传统室内可见光通信（VLC）系统中光源分布的不均匀性导致的通信盲区和通信质量不平稳等问题，提出一种位置和灯源参数联合优化的方法。该方法在不改变传统布局的总功率前提下进行发光二极管（LED）阵列的重新分配，其次遍历搜寻各LED阵列的最优位置，最后运用改进的粒子群优化（PSO)算法对各LED阵列中的参数进行优化。仿真结果表明：相较于传统光源分布，联合优化方法在满足室内照明的情况下不仅减少了灯源布局的总功率，而且提高了接收面上光照度均匀度。
可见光通信 光源分布 粒子群算法 光照均匀度 visible light communication light source distribution particle swarm algorithm uniformity of illumination
