隨著物聯(lián)網(wǎng)、無線傳感器網(wǎng)絡(luò)等技術(shù)的飛速發(fā)展,室內(nèi)定位服務(wù)越來越受重視。傳統(tǒng)的室外定位技術(shù)GPS在室內(nèi)覆蓋度差,無法完成精準(zhǔn)定位。而基于紅外、無線局域網(wǎng)、藍(lán)牙、射頻、超寬帶等室內(nèi)定位技術(shù),需要額外增添基礎(chǔ)設(shè)施,且易受電磁干擾,不能很好地推廣應(yīng)用�；诳梢姽獾亩ㄎ患夹g(shù),具有抗電磁干擾、兼顧照明、節(jié)省安裝成本、無輻射污染、定位精度高等優(yōu)點(diǎn),已經(jīng)成為室內(nèi)定位的熱門研究領(lǐng)域之一。本文側(cè)重研究高精度的室內(nèi)可見光定位與跟蹤,主要研究內(nèi)容如下:（1）首先介紹了 LED的光源特性、可見光通信模型、信道響應(yīng)和噪聲模型。仿真對(duì)比了視距傳輸鏈路和非視距傳輸鏈路下的信道增益分布。介紹了幾種常用的定位算法,重點(diǎn)研究了接收信號(hào)強(qiáng)度（Received Signal Strength,RSS）算法、指紋算法和到達(dá)時(shí)間差（Time Difference of Arrival,TDOA）算法的定位精度。仿真結(jié)果表明,RSS算法定位精度不高,經(jīng)質(zhì)心加權(quán)優(yōu)化后,定位精度提高了約49%。指紋算法定位精度雖高,但算法復(fù)雜度較大。TDOA算法對(duì)時(shí)延的估計(jì)精度要求極高,定位精度較高。（2）針對(duì)RSS算法因受多徑效應(yīng)影響,距離估計(jì)不準(zhǔn),... 

【文章來源】：大連海事大學(xué)遼寧省211工程院校

【文章頁數(shù)】：104 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景和意義
        1.1.1 可見光通信
        1.1.2 可見光定位
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 可見光定位算法
        1.2.2 可見光跟蹤算法
    1.3 論文的研究內(nèi)容及結(jié)構(gòu)安排
2 室內(nèi)可見光通信的信道特性
    2.1 LED光源特性
        2.1.1 LED結(jié)構(gòu)與發(fā)光原理
        2.1.2 LED光源特性
    2.2 可見光通信模型
        2.2.1 可見光信道模型
        2.2.2 可見光信道傳輸模型
    2.3 可見光通信鏈路
        2.3.1 可見光LOS信道模型
        2.3.2 可見光NLOS非視距信道模型
    2.4 噪聲模型
    2.5 本章小結(jié)
3 可見光定位方法
    3.1 基于測距的定位算法
        3.1.1 三邊定位法
        3.1.2 極大似然法
    3.2 RSS定位算法
        3.2.1 基于信號(hào)衰減模型的RSS定位
        3.2.2 基于質(zhì)心加權(quán)的RSS定位
        3.2.3 基于指紋庫的RSS定位
    3.3 TOA和TDOA算法
        3.3.1 TOA算法
        3.3.2 TDOA算法
    3.4 AOA算法
    3.5 定位算法分析
    3.6 本章小結(jié)
4 基于遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的可見光定位
    4.1 神經(jīng)網(wǎng)絡(luò)
        4.1.1 神經(jīng)網(wǎng)絡(luò)模型
        4.1.2 神經(jīng)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)
        4.1.3 神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)
        4.1.4 神經(jīng)網(wǎng)絡(luò)的特性與功能
    4.2 BP神經(jīng)網(wǎng)絡(luò)
        4.2.1 BP神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)機(jī)制
        4.2.2 BP神經(jīng)網(wǎng)絡(luò)算法流程
    4.3 BP神經(jīng)網(wǎng)絡(luò)改進(jìn)RSS可見光定位
        4.3.1 加權(quán)質(zhì)心算法的不足
        4.3.2 BP神經(jīng)網(wǎng)絡(luò)優(yōu)化距離流程
        4.3.3 BP神經(jīng)網(wǎng)絡(luò)的不足
    4.4 遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)
        4.4.1 遺傳算法的基本理論與特點(diǎn)
        4.4.2 遺傳算法流程
        4.4.3 GA-BP算法的設(shè)計(jì)研究
    4.5 基于GA-BP的RSS可見光定位
        4.5.1 GA-BP對(duì)RSS算法的優(yōu)化
        4.5.2 GA-BP的RSS仿真結(jié)果
    4.6 基于GA-BP的TDOA的可見光定位
        4.6.1 GA-BP對(duì)TDOA算法的優(yōu)化
        4.6.2 GA-BP的TDOA仿真結(jié)果
    4.7 本章小結(jié)
5 基于粒子濾波的可見光移動(dòng)定位
    5.1 貝葉斯濾波
        5.1.1 狀態(tài)空間模型
        5.1.2 貝葉斯濾波原理
    5.2 蒙特卡洛方法
        5.2.1 蒙特卡洛參數(shù)估計(jì)與應(yīng)用
        5.2.2 蒙特卡洛特點(diǎn)
        5.2.3 蒙特卡洛抽樣
    5.3 粒子濾波算法
        5.3.1 貝葉斯重要性采樣
        5.3.2 序列重要性采樣
        5.3.3 重采樣
        5.3.4 粒子濾波算法流程
    5.4 一維非線性系統(tǒng)的粒子濾波
    5.5 基于單個(gè)LED的PF算法的可見光移動(dòng)定位
        5.5.1 勻速直線運(yùn)動(dòng)的狀態(tài)方程
        5.5.2 可見光的PF算法流程
        5.5.3 單個(gè)LED的PF跟蹤仿真
    5.6 基于MLED-PF的可見光移動(dòng)定位
        5.6.1 MLED-PF算法流程
        5.6.2 考慮遮擋的單個(gè)LED-PF算法
        5.6.3 考慮遮擋的MLED-PF算法
    5.7 本章小結(jié)
6 總結(jié)和展望
    6.1 全文總結(jié)
    6.2 未來展望
參考文獻(xiàn)
致謝
作者簡歷及攻讀碩士學(xué)位期間的科研成果


【參考文獻(xiàn)】：
期刊論文
[1]基于遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的可見光定位[J]. 肖佳琳,岳殿武,趙政鐸,吳迪.  光電子·激光. 2019(08)
[2]VLC-Based Indoor Positioning Algorithm Combined with OFDM and Particle Filter[J]. Jin Wang,Haoxu Li,Xiaofeng Zhang,Rangzhong Wu.  中國通信. 2019(01)
[3]基于免疫算法的高精度室內(nèi)可見光三維定位系統(tǒng)[J]. 王鵬飛,關(guān)偉鵬,文尚勝,謝勇堅(jiān),吳玉香,張美琦.  光學(xué)學(xué)報(bào). 2018(10)
[4]基于指紋的室內(nèi)可見光定位方法[J]. 趙楚韓,張洪明,宋健.  中國激光. 2018(08)
[5]水下可見光通信的原理、關(guān)鍵技術(shù)與應(yīng)用[J]. 胡昉辰,遲楠.  中國照明電器. 2018(01)
[6]基于蟻群算法的室內(nèi)可見光高精度三維定位系統(tǒng)[J]. 吳興邦,文尚勝,華珺.  光子學(xué)報(bào). 2017(12)
[7]多照明區(qū)域協(xié)作的室內(nèi)可見光定位[J]. 王旭東,吳楠,胡晴晴.  光電子·激光. 2017(04)
[8]LED可見光通信關(guān)鍵器件與應(yīng)用[J]. 遲楠.  互聯(lián)網(wǎng)天地. 2015(08)
[9]基于距離加權(quán)的室內(nèi)可見光定位算法[J]. 胡晴晴,王旭東,吳楠.  光電工程. 2015(05)
[10]基于多LED的高精度室內(nèi)可見光定位方法[J]. 吳楠,王旭東,胡晴晴,何榮希.  電子與信息學(xué)報(bào). 2015(03)

碩士論文
[1]RSS及混合室內(nèi)可見光定位算法研究[D]. 陳藝靈.大連海事大學(xué) 2016
[2]神經(jīng)網(wǎng)絡(luò)的研究及應(yīng)用[D]. 吳昌友.東北農(nóng)業(yè)大學(xué) 2007



本文編號(hào)：3641701