公开(公告)号：CN115236591A

公开(公告)日：2022-10-25

申请号：CN202210866116.8

申请日：2022-07-22

Applicant: 厦门大学

Inventor： 刘思聪 ,  苏丹萍

IPC: G01S5/16 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 一种基于机器学习方式的室内可见光定位方法，涉及可见光通信。构建室内定位模型并搭建机器学习智能体模型，利用室内发光二极管(LED)和光电接收器之间的距离等关系，根据直视路径与非直视路径情况下可见光信道等数学模型得到训练数据集后进行预处理，输入训练数据集完成对机器学习智能体模型的训练。利用经过训练的机器学习智能体模型，对输入进行预测估计，得到光电接收器的位置坐标预测值并与真实值进行误差计算，此外规范使定位精度最高的最优LED数量和LED布局的方法。通过机器学习智能体模型学习室内多维可见光定位的特征，能够在室内环境中有效利用LED资源并提高室内定位精度，满足未来室内高精度定位和绿色节能的需求。

公开(公告)号：CN115236591B

公开(公告)日：2024-06-07

申请号：CN202210866116.8

申请日：2022-07-22

Applicant: 厦门大学

Inventor： 刘思聪 ,  苏丹萍

IPC: G01S5/16 ,  G06F18/214 ,  G06N3/0464 ,  G06N3/044 ,  G06N3/045 ,  G06N3/08

Abstract: 一种基于机器学习方式的室内可见光定位方法，涉及可见光通信。构建室内定位模型并搭建机器学习智能体模型，利用室内发光二极管(LED)和光电接收器之间的距离等关系，根据直视路径与非直视路径情况下可见光信道等数学模型得到训练数据集后进行预处理，输入训练数据集完成对机器学习智能体模型的训练。利用经过训练的机器学习智能体模型，对输入进行预测估计，得到光电接收器的位置坐标预测值并与真实值进行误差计算，此外规范使定位精度最高的最优LED数量和LED布局的方法。通过机器学习智能体模型学习室内多维可见光定位的特征，能够在室内环境中有效利用LED资源并提高室内定位精度，满足未来室内高精度定位和绿色节能的需求。