隨著基于位置的服務(wù)的需求增長,室內(nèi)定位成為了熱門的研究領(lǐng)域。與傳統(tǒng)的無線定位技術(shù)相比較,基于可見光通信的室內(nèi)定位技術(shù)因具有設(shè)備簡單、定位性能高、無電磁輻射以及安全性能高等優(yōu)點(diǎn)得到了廣泛研究。本文通過對(duì)室內(nèi)可見光信道建模仿真,以接收信號(hào)強(qiáng)度為基礎(chǔ),對(duì)可見光室內(nèi)定位算法進(jìn)行了研究。針對(duì)漫反射光信道中邊界區(qū)域的定位誤差相比內(nèi)部區(qū)域較大的問題,提出了基于多層極限學(xué)習(xí)機(jī)的分區(qū)域定位算法。通過建立多層極限學(xué)習(xí)機(jī),根據(jù)整體實(shí)驗(yàn)區(qū)域定位誤差的大小和分布特征,將整體區(qū)域劃分為邊界區(qū)域和內(nèi)部區(qū)域,單獨(dú)對(duì)誤差大的邊界區(qū)域進(jìn)行訓(xùn)練,并將邊界區(qū)域接收端的位置坐標(biāo)更新到整體的位置坐標(biāo)中,以實(shí)現(xiàn)整體的定位。有效解決了室內(nèi)環(huán)境中邊界區(qū)域定位誤差大的問題,提高了整體的定位性能。為了進(jìn)一步優(yōu)化定位性能,針對(duì)極限學(xué)習(xí)機(jī)隨機(jī)產(chǎn)生輸入層和隱藏層間的輸入權(quán)值矩陣和閾值矩陣的問題,提出了串聯(lián)型粒子群優(yōu)化極限學(xué)習(xí)機(jī)的分區(qū)域定位算法,建立粒子群優(yōu)化極限學(xué)習(xí)機(jī)的第一層回歸模型,第二層分類模型和第三層回歸模型,分別求出整體區(qū)域的接收端位置坐標(biāo),劃分邊界區(qū)域和內(nèi)部區(qū)域以及邊界區(qū)域的接收端位置坐標(biāo),并將邊界區(qū)域接收端的位置坐標(biāo)更新到整體位置坐... 

【文章頁數(shù)】：64 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第1章 緒論
    1.1 室內(nèi)定位技術(shù)概述
    1.2 可見光室內(nèi)定位技術(shù)的研究現(xiàn)狀
        1.2.1 國外研究現(xiàn)狀
        1.2.2 國內(nèi)研究現(xiàn)狀
    1.3 論文研究內(nèi)容與章節(jié)安排
第2章 室內(nèi)可見光通信的信道特性及經(jīng)典定位算法
    2.1 可見光通信傳輸原理
    2.2 光信道模型
        2.2.1 LOS和 NLOS信道
        2.2.2 光信道噪聲
    2.3 信噪比分布
    2.4 經(jīng)典的室內(nèi)定位算法
    2.5 本章小結(jié)
第3章 基于多層ELM的分區(qū)域可見光室內(nèi)定位算法
    3.1 ELM算法的基本原理
    3.2 基于ELM的可見光室內(nèi)定位算法
        3.2.1 ELM可見光定位算法
        3.2.2 實(shí)驗(yàn)設(shè)計(jì)
        3.2.3 仿真結(jié)果
    3.3 基于多層ELM分區(qū)域定位算法
        3.3.1 多層ELM分區(qū)域定位算法
        3.3.2 實(shí)驗(yàn)設(shè)計(jì)
        3.3.3 仿真結(jié)果
    3.4 實(shí)驗(yàn)對(duì)比與分析
    3.5 本章小結(jié)
第4章 串聯(lián)型粒子群優(yōu)化極限學(xué)習(xí)機(jī)的分區(qū)域定位算法
    4.1 粒子群算法的基本原理
    4.2 基于粒子群優(yōu)化極限學(xué)習(xí)機(jī)的可見光定位算法
        4.2.1 PSO-ELM定位算法
        4.2.2 實(shí)驗(yàn)設(shè)計(jì)
        4.2.3 仿真結(jié)果
    4.3 串聯(lián)型粒子群優(yōu)化極限學(xué)習(xí)機(jī)的分區(qū)域定位算法
        4.3.1 SPSO-ELM的分區(qū)域定位算法
        4.3.2 實(shí)驗(yàn)設(shè)計(jì)
        4.3.3 仿真結(jié)果
    4.4 實(shí)驗(yàn)對(duì)比與分析
    4.5 本章小結(jié)
第5章 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
參考文獻(xiàn)
發(fā)表論文和參加科研情況說明
致謝



本文編號(hào)：3726087