大连海事大学 信息科学技术学院, 辽宁 大连 116026
为进一步提高动态目标室内可见光定位追踪系统性能, 提出了一种基于随机森林(RF)算法的室内可见光指纹定位方法。利用发光二极管(LED)的光强信号作为特征构建指纹数据库, 应用指纹库中的数据训练决策树, 引入RF算法进行初始定位, 再通过卡尔曼滤波对初始位置估计进行优化, 从而获得更准确的定位轨迹。仿真结果表明: 在5 m×5 m×3 m的室内场景下, 通过所提定位方法能获得大部分采样点误差分布在4 cm之内的定位效果; 此外, 通过与不同室内可见光定位算法的性能进行对比, 验证了所提算法的技术优势。
室内可见光定位 随机森林算法 指纹定位 卡尔曼滤波 接收信号强度 indoor visible light positioning, random forest al
