发明名称 |
一种基于人工神经网络的高精度室内可见光定位方法 |
摘要 |
一种基于人工神经网络的高精度室内可见光定位方法,特征是包括训练模式和定位模式两部分,即首先根据选取测试点的位置坐标和接收信号强度建立人工神经网络并对其进行训练;之后利用训练完成的人工神经网络并结合接收端的接收信号强度,得到最终的定位结果。在训练模式中,该方法能够同时考虑光源的直射光信号以及来自墙面和其他物体表面的漫反射光信号,并能在训练完成后的定位过程中对其加以利用。本发明所提方法更符合实际的应用场景,定位结果更为准确;且相对于传统基于接收信号强度的定位方法,该算法的运算时间更短,效率更高。 |
申请公布号 |
CN106100734A |
申请公布日期 |
2016.11.09 |
申请号 |
CN201610663244.7 |
申请日期 |
2016.08.15 |
申请人 |
北京理工大学 |
发明人 |
杨爱英;黄河清;冯立辉;倪国强 |
分类号 |
H04B10/116(2013.01)I;G01S5/06(2006.01)I;H04W64/00(2009.01)I |
主分类号 |
H04B10/116(2013.01)I |
代理机构 |
|
代理人 |
|
主权项 |
一种基于人工神经网络的高精度室内可见光定位方法,其特征在于:包括训练模式和定位模式;其中,训练模式在定位之前完成,主要功能是根据测试点的信息通过训练获得定位模式所需的人工神经网络,即:利用测试点的位置坐标和接收信号强度建立人工神经网络并对其进行训练;定位模式的主要功能是利用已经训练好的人工神经网络对接收端进行定位,即在定位过程中发挥作用,利用训练模式输出的人工神经网络并结合接收端的接收信号强度,最终得到定位结果。 |
地址 |
100081 北京市海淀区中关村南大街5号 |