多层ELM分区域可见光室内定位算法

• 作者: 徐岩 王昕昕
• 来源期刊: 湖南大学学报（自然科学版）
• 关键词: 室内定位系统 可见光通信 极限学习机 分区域 接收信号强度
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 计算机科学
• 页码范围: 125-132
• 页数: 8页
• 分类号: TN929.1
• 语种: 中文
• DOI: 10.16339/j.cnki.hdxbzkb.2019.10.015

摘要

在漫反射光信道中,可见光室内定位受一阶反射、噪声信号等的影响,边界区域的定位误差相比内部区域较大,针对此问题,提出一种基于多层极限学习机的分区域定位算法,并通过仿真实验验证了算法的有效性.首先,对整体的实验区域建立第1层极限学习机神经网络,计算出整体的定位误差.其次,根据定位误差的大小和分布特征建立第2层极限学习机神经网络,将整体实验区域划分为边界区域和内部区域.对提取出的边界区域建立第3层极限学习机神经网络,计算出边界区域的定位误差.最后将边界区域的定位误差更新到整体的定位误差中,以实现定位.实验结果表明,该算法的整体平均定位误差为2.79 cm.与接收信号强度算法和反向传播神经网络相比,该算法的平均定位误差分别降低了13倍和55.36％.与单层极限学习机算法相比,边界区域的平均定位误差降低了65.66％,整体的平均定位误差降低了23.77％.该算法边界区域的定位误差明显降低,具有更高的定位精度和鲁棒性能,可适用于不同的定位场景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	徐岩	天津大学电气自动化与信息工程学院	44	132	5.0	9.0
2	王昕昕	天津大学电气自动化与信息工程学院	1	0	0.0	0.0