可见光定位系统软件设计与实现-毕业论文

---文档均为word文档，下载后可直接编辑使用亦可打印---ABSTRACT 2第1章绪论 41.1室内定位技术概述 41.2可见光室内定位技术研究现状 51.3本文研究内容和章节安排 6第2章系统架构及信道模型 82.1可见光通信与定位集成系统的架构 82.1.1系统设计及原理 82.1.2定位系统及仿真环境介绍 92.2LED的光学特性及环境参量 102.3信道模型及噪声分析 102.4本章小结 12第3章室内可见光定位算法设计 133.1常见的参数化室内定位方法 133.2基于RSS的室内可见光三边定位算法 143.3基于距离加权的室内可见光定位算法设计 173.4基于差分修正的室内可见光定位算法设计 193.5本章小结 20第4章实验仿真与性能测试 214.1实验环境搭建 214.2算法实现 224.2.1基于距离加权的定位算法实现 224.2.2基于差分修正的定位算法实现 234.3实验结果与性能分析 254.4本章小结 28第5章总结与展望 305.1全文总结 305.2未来展望 30参考文献 32摘要在科学技术飞速发展的现代，人们对于室内定位的需求不断提高。而传统的无线通信和定位设备在微波受限环境中使用受到限制。作为一种新兴的照明方式，发光二极管（LightEmittingDiode，LED）在实现照明的同时，可同时提供通信和定位功能。本文主要研究了一种能在满足室内照明要求的条件下，利用照明用的LED同时实现通信和定位功能的融合系统。针对传统的室内可见光三边定位算法存在的缺点，本文实现了一种基于距离加权的室内可见光定位算法以及一种基于差分修正的室内可见光定位算法，同时搭建了实验系统，对算法进行了验证。基于距离加权的室内可见光定位算法，其原理是通过引入与估计距离相关的加权因子，对定位坐标进行调整。该算法可以在满足室内照明需要的LED分布情况下，实现传统三边定位算法所能实现的最佳定位效果，大大提高了传统三边定位算法的普适性。基于差分修正的改进算法有别于传统的三边定位算法，是通过将参考的节点到接收机的测量距离与实际距离相减得到差分修正值，并按比例对LED到接收机的距离进行差分修正的。经仿真和实验验证，该算法能够较好地抑制接收端RSS的随机波动，提高定位系统的精确度。本文在空间大小为80cm*80cm*80cm的黑箱中进行定位算法的实验测试，LED在黑箱顶部分布，坐标为（20,20），（60,20），（60,60），（20,60）。实验的测试结果显示传统三边定位算法的最大误差为3.24cm，加权算法的最大误差为3.16cm，差分算法的最大误差为2.50cm，与理论相符。关键词：LED可见光定位距离加权差分修正ABSTRACTWiththerapiddevelopmentofscienceandtechnology,thedemandforindoorpositioningisconstantlyimproving.Thetraditionalwirelesscommunicationandpositioningequipmentarelimitedintheuseofmicrowavelimitedenvironment.Asanewlightingmode,theapplicationofLightEmittingDiode(LED)incommunicationandlightingcaneffectivelyimprovethissituation.ThispapermainlystudiesakindoffusionsystemthatcanrealizecommunicationandlocationfunctionbyusingtheLEDoflightingwhenmeetingtherequirementsofindoorlighting.Inviewoftheshortcomingsofthetraditionalthreeedgepositioningalgorithmforindoorvisiblelight,anindoorvisiblelightlocationalgorithmbasedondistanceweightingandanindoorvisiblelightlocationalgorithmbasedondifferentialcorrectionareimplemented,andanexperimentalsystemisbuilt,andthealgorithmisverified.Inthispaper,animprovedalgorithmbasedondistanceweightingisintroduced,andthepositioningcoordinatesareadjustedbyintroducingaweightedfactorassociatedwiththeestimateddistance.Thealgorithmcanachievethebestpositioningeffectofthetraditionalthreeedgepositioningalgorithm,whichcangreatlyimprovetheuniversalityofthetraditionalthreeedgepositioningalgorithm,whichcanmeettheLEDdistributionoftheindoorlightingrequirements.Inthispaper,animprovedalgorithmbasedonthedifferencecorrectionisimplementedtoreducethedistancefromthemeasureddistancefromthereceivertotheactualdistancetogetthedifferencecorrectionvalue,andthedistanceoftheLEDtothereceiveriscorrectedbytheratio.SimulationandexperimentalresultsshowthatthealgorithmcansuppresstherandomfluctuationofreceiverRSSandimprovetheaccuracyoflocationsystem.Inthispaper,wetestthelocationalgorithmintheblackboxwithspacesizeof80cm*80cm*80cm.TheLEDlampisdistributedonthetopoftheblackbox,andthecoordinatesare(20,20),(60,20),(60,60),(20,60).Theexperimentalresultsshowthatthemaximumerrorofthetraditionalthreeedgepositioningalgorithmis3.24cm,themaximumerroroftheweightedalgorithmis3.16cm,andthemaximumerrorofthedifferencealgorithmis2.50cm,whichisinagreementwiththetheory.Keywords：LightEmittingDiode；VisibleLightLocation；DistanceWeighting；DifferentialCorrection绪论近年来，随着科学技术的快速发展，通信和室内定位服务也随之成为人们日常生活的一部分。在商场，博物馆等大型公共建筑中的室内通信、定位、导航等的需求也正不断增加。作为一种新兴的照明方式，发光二极管（LightEmittingDiode，LED）的面世使得可见光通信和定位成为可能。由于LED相较传统光源具有更快的响应速率和更高的光照效率，所以能够在照明的同时实现数据传输的功能。在频谱资源日益稀缺的情况下，使用LED光源进行通信可以有效地缓解这一现状。本文实现了一种可见光通信和定位的集成系统(VisibleLightCommunication&PositionSystem)，并针对传统定位算法的不足提出了两种改进算法，提高了室内可见光定位的普适性和可靠性。1.1室内定位技术概述定位技术具有很高的需求和应用前景。目前，应用最广泛的定位技术是以全球定位系统（GlobalPositioningSystem，GPS）为代表的卫星定位系统，在户外定位可以成功应用并取得了很好的定位效果。但由于GPS定位主要依赖于无线电波传输，在室内覆盖较小[1]。且由于室内人员及物品的移动较为频繁，环境复杂多变，信号会受到多径效应、非视距传播效应、吸收效应等因素的影响[2]，GPS信号会被吸收，导致接收端信号强度不够，造成定位误差急剧增大，故卫星定位技术无法应用于室内环境。目前几种主流的室内定位技术包括射频识别（

RadioFrequencyIdentification，RFID）技术、超声波定位技术、红外线（InfraredRadiation，IR）室内定位技术、蓝牙技术、无线保真（Wireless-Fidelity，WiFi）技术和超宽带技术。射频识别技术能够自动识别目标并获取其信息，其原理是利用了电磁的耦合及雷达反射的传输特性[3]，但由于其功耗较大，相应的硬件成本较高，此外产生的强电磁辐射容易影响其他电子系统，故不适宜在机场、医院等电磁敏感的环境下使用。超声波定位系统的主要原理是通过发射端向接收端发射超声波进行测距，随后通过三边定位法确定接收端的位置，具有高精度的特点。但由于超声波定位容易受到障碍阻挡以及墙壁的反射效应的影响，故在复杂室内环境中定位精度下降明显。红外线室内定位技术是利用周期性发送具有身份识别功能的红外线信号进行定位的，但由于红外线的传输距离较短，且容易受到障碍物的干扰，所以红外线室内定位技术的实用性不高。蓝牙定位技术的原理是利用各种电子设备短距离无线数据连接，通过测量接收信号强度或者数据传输时间来推算传输距离，从而进行室内定位的方法，具有易于集成的优点，但是蓝牙技术在复杂室内环境中的稳定性较差。WiFi定位技术和蓝牙定位技术的原理相似，都是通过测量接收信号强度来进行定位的。WiFi技术具有高速率，可经过非视距链路传输，成本低等优点，但其对多径效应的抗性较差，容易受到其他信号造成的串扰而影响定位精度。超宽带（UltraWideband，UWB）技术作为一种全新的通信技术，有别于传统通信技术所使用的载波通信，是使用一种占空比低的极窄脉冲来传输数据的。但作为一种新兴的还不成熟的无线技术，实际应用的成本较高。1.2可见光室内定位技术研究现状相比之下，可见光室内定位技术由于其突出的优点越来越受到国内外学者的关注。首先，由于使用照明用的LED作为光源进行光信息的传输以及定位，不需要添加额外的信号发射装置，硬件成本和功率消耗较低。其次，在某些微波受限场景，如医院、机场等，由于移动通信设备的频谱有可能和这些场景中的重要设备的频谱混叠，导致设备不能正常工作，所以这些地区的通信常常受到限制，但是使用可见光频段进行信息传输并不会受到影响。第三，由于可见光频段和一般无线通信的频段错开，导致可见光通信和定位系统所受到的来自其他无线设备的干扰较少，相对使用无线电波进行定位能够提供更精确的定位精度。最后，由于传统无线电波的波长较长，容易发生衍射导致电磁泄露，造成信息安全隐患，而可见光遇到宏观物体时会发生反射，所以保密性能比较好。正由于LED具有如此之多的优点，国内外的学者不断对可见光室内定位技术进行探讨和钻研。现阶段常用的可见光定位技术主要包括基于到达时间差(TimeDifferenceofArrival，TDOA)、到达相位差(PhaseDifferenceofArrival，PDOA)、接收信号强度(ReceivedSignalStrength，RSS)、到达角度(AngleofArrived，AOA)、到达时间(TimeofArrival，TOA)、等定位算法。2011年，来自韩国的研究团队提出了一种基于三边定位算法的可见光室内定位技术，该系统的接收端采用图像传感器接收来自LED阵列传输的信号，能够实现厘米级别的定位精度，但忽视了角度影响的情况[4]。2013年，韩国的DRKim等人在首次将RSS的测量应用在了室内可见光定位算法上[5]，该算法的原理是通过将RSS按照比例转换成接收机到光源的距离，并使用三边定位法获得定位点的坐标，其定位误差达到了厘米级，但未考虑背景光噪声对系统的影响。THDo等人提出了根据相对时间差来估计光源到接收器距离的方法[6]，相对时间差可以通过检测各路信号的互相关性来获得，该团队提出的系统方案在5m*5m*3.5m的有背景噪声的实验环境中获得了3.6cm的定位估计精度，但由于TDOA方法对时钟同步要求十分严格，该系统对硬件的要求很高。国内对于可见光室内定位的研究工作也同样发展很快。2015年，胡晴晴等人提出了基于距离加权的室内可见光定位算法，对传统三边定位算法的结果引入与传输距离相关的加权因子，不需要对LED进行额外的调整部署，正常的室内照明布局即可满足要求，大大提高了传统三边定位算法的普适性[7]。同年，王旭东等人提出了一种基于相对传输时间的高精度室内可见光定位算法[8]，由于使用了质心加权并对定位系统进行了非线性优化，最后的定位结果的精度良好。THuang等人提出了一种基于PDOA的定位系统，通过旋转平台使接收器获得倾斜角，通过测量不同倾斜角时各个接收端具有的角度增益，比较其增益差实现定位[9]。该系统在60cm*60cm*113.5cm的室内环境下平均定位误差可小于2.5cm，但由于实验模型空间较小，对实际应用环境的验证还有待进一步实验。虽然学界在室内可见光定位算法方面的成果丰硕，这一领域仍存在许多亟待解决的问题。传统三边定位算法的定位效果受到LED分布的拓扑结构影响很大，通常在LED分布构成正三角形的时候具有最佳的定位效果。而在实际的室内定位环境中，为了满足照明需求，很难做到LED的正三角形分布。此外，传统的基于RSS的室内可见光三边算法由于受到接收端RSS随机波动的影响，导致定位效果不佳。1.3本文研究内容和章节安排本文主要研究了一种室内可见光通信和定位的融合系统，重点研究对传统的基于RSS的三边定位法的改进，提出一种更适应目前室内可见光定位环境的算法。本论文共分为6个章节，每章内容安排如下：第1章为绪论，主要介绍了本论文的选题意义，分析当前形势下对室内定位的需求，以及LED的出现对室内定位技术的推动作用，并分析了一些国内外关于可见光定位技术的最新研究成果。第2章为系统架构和信道的介绍，对可见光通信和定位的集成系统原理作了简要的阐述，简要分析了LED的特性，并对实验环境的信道特性作了分析。第3章针对传统三边算法不适应室内定位环境以及受接收端信号强度随机波动影响过大的问题，本文实现了一种基于距离加权的室内可见光定位算法，以及一种基于改进后的差分修正的室内可见光定位算法，以提高系统的普适性和定位的精确度。第4章主要是介绍了实验所搭建的环境，并对之前提到的三种算法进行仿真和实验测试，最后对测试结果进行比较和分析。第5章总结了本论文的主要工作，并对后续的工作进行展望。系统架构及信道模型本论文为毕业设计团队项目“可见光通信与定位集成系统”的子项目。本章首先对团队项目的整体架构作了介绍，随后重点介绍了定位系统所使用的实验环境以及LED的光学特性以及信道模型，并对存在的噪声进行了分析。2.1可见光通信与定位集成系统的架构2.1.1系统设计及原理可见光通信与定位集成系统是指利用室内天花板上照明用的发光二极管LED在照明的同时，能够实现数据通信和室内定位功能的系统，如图2-1所示。可见光通信与定位技术的原理是将需要传输的语音信息转换成一段特殊信号，将这个信号通过各种方式附加到照明用发光二极管的驱动电流上，使LED灯以极高的频率闪烁，虽然人眼看不到这种闪烁，但是接收机可以检测到这种高频信号并将其还原为要传输的信息，从而达到通过照明用LED完成语音信息传输的目的，并且根据接收机接收到的LED的功率及坐标进行位置范围的估计和判断。图2-1.可见光通信与定位集成系统框图该系统的接收端将要传输的模拟信号通过恒流源驱动电路附加到LED上，信号会通过四个不同的LED进行传输。能够传输的信号带宽为3400Hz，所以能够满足语音信号的传输要求。在接收端，光电探测器将该光信号转换成对应的幅度的电信号，通过一个九阶带通滤波器滤除噪声，并将接收到的信号输入到信号处理装置中，完成通信过程。此外，光电探测器将接收到的信号经放大电路放大一定的倍数后，输入到基于STM32的处理信号模块中，STM32在读取出来自不同LED的信号后，会估算出光电探测器与不同LED的距离，并运行定位算法获得待测点的定位坐标并显示在LCD显示屏上，完成定位功能。2.1.2定位系统及仿真环境介绍定位部分主要由发射端控制模块，LED驱动模块，光电探测器模块，放大模块，接收端控制模块组成。发射端控制模块主要由STM32构成，可以产生具有LED标识的信号，用于接收端区分来自不同LED的光强数据。LED驱动模块选取L293四通道电机驱动芯片。L293可以通过接收控制器的信号，输出600mA的电流以控制LED发光。由于其具有4个通道，完美契合4个LED的定位环境。光电探测器选用灵敏的PIN光电二极管将接收光强转换成电压。放大电路采用LM358芯片搭建，其主要功能是将光电探测器传来的电信号调节到定位算法所能判决的范围内。基于STM32的接收端控制器能够根据放大电路传来的信号强度判断接收机到不同LED的距离，并运行定位算法得到坐标，将其显示在LCD显示屏上。本文将重点介绍接收端STM32上所使用的定位算法。定位系统搭建的示意图如图2-2所示。图2-2.室内可见光定位系统框图在进行室内定位时，基于STM32的发射端发送带有LED序号的信息给L293驱动模块，L293驱动模块控制4个LED发送具有相同强度光信号后，光电探测器模块根据接收到的光强转换成相应的幅度电信号，经放大模块放大后传入STM32主导的接收端控制模块，STM32根据电信号强度转换成接收端到不同LED的距离进行定位算法的运算，最后显示在STM32的LCD显示屏上。2.2LED的光学特性及环境参量在本文所介绍的可见光通信和定位的融合系统中，系统的信号发射装置是LED光源，所以在进行进一步的研究之前，首先要确定LED的光学特性。LED的主要光学参数包括光通量、发光强度、发射光功率等。作为点光源，LED发射出的光线可视作球面，具有较大的光束发散度。经过实验验证，可以认为LED的发光模型符合朗伯（Lambertian）辐射模型[11,12]，LED光源沿发射角方向的发光强度符合余弦函数变化特性，如式（2.1）所示：（2.1）式中，表示光线的发射角，即光线与发光面法线之间的夹角。表示LED在光源处沿法线方向的光照强度。m是表现光束方向性的物理量，称为朗伯辐射系数，其具体计算公式为：（2.2）m的值越大，表示LED光束的方向性越好。表示当光照强度下降到在光源处的一半时，所对应的发射角，一般成为LED光源的半功率角。由上述两个公式，我们可以计算出接收机所接受到的光照度。距LED的传输距离为d，光线的入射角为的光照度为[3]（2.3）2.3信道模型及噪声分析可见光信号在室内传输的链路主要分为两种，一种是视距传播链路（LineofSight，LOS），另一种是非视距传播链路（Non-LineofSight，NLOS）。在LOS中，可见光信号由发射端不经过任何障碍物的反射直接传输到输出端，传输距离短，损耗低，速率高。在NLOS中，可见光信号经过墙壁或者室内障碍物反射后到达接收端，这使得传输距离和覆盖范围增大，但经多次反射后的光信号能量利用率低，损耗很大。图2-3.朗伯传输模型在本文使用的定位环境中，由于使用多个LED进行定位，在发射机和接收机之间存在多条光传输路径。来自LOS和NLOS的可见光信号经不同光路到达接收机的时间不同，这样会引起码间干扰（Inter-SymbolInterference，ISI）[13]，造成通信的误码率提升和定位的精确度下降。所以在本文的定位环境中只考虑经LOS传输的可见光信号。如图2-3所示，根据朗伯传输模型，通过LOS传输的可见光信号的直流信道增益可表示为[14]：（2.4）其中，表示接收机的接收面积，表示接收机的光入射角，表示光源到接收机的距离，m表示光源的朗伯辐射系数，表示接收端光滤波器增益，FOV(FieldofView)表示接收机的视场大小，若光入射角大于FOV则表示此可见光信号不能被光接收器接收到，n表示折射指数。在光传输链路中，信道噪声将主要影响系统的信号传输性能，因此对接收端存在的噪声来源和特性进行分析至关重要。通常来说，接收端的噪声主要有两类，即接收端散粒噪声和接收端热噪声。公式（2.5）展示了其信道模型：（2.5）式中、分别表示发射端发送的可见光脉冲信号和接收端所接收到的光信号，R表示光电转换系数，表示信道冲激响应，符号表示卷积运算。一般来说，在光链路信道中为接收端热噪声、接收端散粒噪声和码间串扰的总和。由于本文只考虑LOS信道，故在公式（2.5）中的项中只存在接收端热噪声、接收端散粒噪声。在可见光无线信道中，信噪比（Signal-to-NoiseRatio，SNR）与接受功率的平方成正比。假设接收端散粒噪声服从均值为零，方差为的高斯分布，接收端热噪声服从均值为零，方差为的高斯分布，则LOS可见光信道的信噪比可表示为：（2.6）式中，表示光检测器的响应灵敏度，表示接收光功率。2.4本章小结本章首先对可见光通信和定位的集成系统进行整体的介绍，分析其工作原理及系统构建，随后重点对定位部分的系统原理进行分析，并介绍了实验黑箱环境的搭建和原理。接下来本章对LED的可见光传输特性进行了分析，最后本章介绍了LOS的信道模型并对噪声模型进行了分析。室内可见光定位算法设计由于在实际应用中，进行定位时所需的接收端到发射端的距离无法通过测量直接获得，所以在实际应用中，通常通过测量一些与距离相关的物理量来间接获得距离。本章主要介绍了常见的几种基于不同测量物理参量的定位方法并作了分析。随后针对传统基于RSS的三边定位法的缺点，设计了基于距离加权和差分修正的两种改进算法。3.1常见的参数化室内定位方法国内外对于基于LED可见光的室内定位技术主要分为非成像定位技术和成像定位技术两种[13]。基于成像定位技术的可见光定位系统主要使用由多个LED集成的LED阵列作为信号的发射端，通过控制LED的明暗变化来控制LED阵列的像素以传输数据。在接收端的图像传感器会对接收到的图像进行处理，实现室内定位。成像定位技术需要使用LED阵列和图像传感器进行解调，故系统比较复杂，整体成本较高，且需要额外的图像处理技术且数据速率受限于图像处理速度[7]。因此，本文所使用的定位技术是传统的非成像定位技术。非成像定位主要使用三边定位法进行定位。由式（2.3）可知，在LED特性确定的情况下，接收机的光照度和距离d、光源发射角，入射角有关。因此三边定位法的原理是测量通过多个LED到接收机的通信参数，推算出距离和角度进行定位。在第一章我们已经提到过，现阶段常用的可见光定位技术主要包括通过测量到达角度AOA、到达时间TOA、到达时间差TDOA、接收信号强度RSS等来间接测量距离[15]。在传统的AOA定位算法中，发送端参考节点发射无线信号，接收端未知节点通过天线阵列或者其它接收设备获取无线信号到达方向，计算出节点间的相对方向角获取未知节点的位置信息[3]，可获得高精度的定位信息。在基于AOA的室内可见光定位系统中，发射端通过控制LED发送可见光信号，接收端使用图像传感器阵列接收光信号，并进行相对方向角的计算，整体系统较为复杂且价格昂贵。基于TOA的室内可见光定位系统的原理是通过对可见光信号从发射端LED到待定位点接收器之间的传播时间t进行测量，并和光速c相乘，计算出传输距离。但是由于室内定位的特殊性，发射端和接收端之间的距离很短，导致可见光信号的传输时间t很短，这就要求发射端所有的LED和接收端的严格同步，否则微小的时间误差将会导致巨大的距离估计误差，进而影响定位精度。此外，时间标记一定要在发送信号的同时进行传输，这也将会影响传输速率。基于TDOA的室内可见光定位系统是通过计算发射端不同LED参考阶段到接收端待定位节点之间的距离差来进行定位的[16,17]。通过测量待定位节点到两个参考节点之间的信号的传输时间差，与光速c相乘来计算距离差。与TOA算法相比，TDOA算法较为简单。但同样，TDOA算法也要求发射端和接收端的时钟严格同步，需要较高的硬件成本且实现较为困难。3.2基于RSS的室内可见光三边定位算法本文采用的是基于接收信号强度RSS的室内可见光定位算法，其定位原理是通过测量接收信号强度估计实际的距离，利用三边定位法实现目标定位，如图3-1所示。三边定位法具有系统架构简单，定位参数单一，成本低廉的优点，因而得到了广泛的应用。图3-1.三边定位算法模型在2.3节中，我们根据可见光在LOS中传输的特性建立起了信道模型。该模型是通过分析信号传播距离与接收信号功率衰减程度之间的关系建立起来的，属于信号衰减模型。通过计算接收机处的信号功率值，与发射机处的信号功率值作对比，根据公式（2.3）得到测量距离。接收光功率和发射光功率的关系为：（3.1）综合公式（2.3）和公式（3.1）可得到基于RSS算法得出的发射端LED到接收端之间的距离d：（3.2）根据朗伯辐射模型，光源处的发射角与接收端处的入射角是相同的。所以我们可以得出：（3.3）随后我们将接收端光学滤波器增益和光学聚光器增益合成一个增益G，结合公式（3.3）就可以对估算距离的公式（3.2）进行一个简化：（3.4）为了确定待定位点的坐标，在进行定位时，至少需要知道三个不同位置的LED到接收机的距离。假设LED的坐标分别为A，B和C，接收机所在的待定位节点E的坐标为，E点到三个LED的距离分别为。根据两点间距离公式则可列出下面的方程组：（3.5）本文所建立的信道是根据室内定位的实际情况建立的，所以LED的高度为天花板到地面的高度H，则有：（3.6）此时，由于发射端LED共面，我们将公式（3.6）代入到公式（3.5）进行化简可得：（3.7）由公式（3.7）可以看出，最后解出的根据对应的三个圆两两相交的交点所在直线的交点，即为我们所要定位的点E。图3-2.三圆交于一点如图3-2所示，当三个圆交于一点E时，三条直线也交于这一点，此时的定位误差为0。但在实际应用中，由于RSS的随机波动较大，导致测距存在一定的误差，通常会出现三圆两两相交的现象。图3-3.三圆两两相交的两种情况如图3-3所示，此时定位结果E’点即为三条直线的交点，接收端待定位节点的实际位置就在三个圆所围成区域内。最大定位误差就是E’点到区域边缘的最大距离。此时出现的定位误差通常是由于接受端RSS随机波动导致距离估算不准确造成的。但在LED拓扑结构过于松散，且RSS波动过大时，由于LED位置摆放的原因导致定位的覆盖面太小，将会出现两圆相交的情况，这也说明了传统的三边定位算法不具备普适性的问题。如图3-4所示，此时的定位误差很大，定位效果不佳。图3-4.两圆相交3.3基于距离加权的室内可见光定位算法设计根据文献[18]，三边定位算法只有在三个LED构成等边三角形时的精度最高，定位效果最好，而这在通常的室内照明条件下是很难做到的。为了解决传统的室内可见光三边定位算法不具备普适性的问题，本文设计了一种四LED的基于距离加权的室内可见光定位算法。考虑到LED的光照特性，为满足室内照明的要求，我们仿真了一个80cm*80cm*80cm的室内定位场景。根据文献[10]的研究，我们在顶部所在的平面内，坐标为（20,20），（20,60），（60,20），（60,60）的点上各布置一盏LED灯，这种布局方法能够很好地满足照明要求，较为合理。在进行定位时，通过接收器与四个LED灯的坐标，根据公式（2.4）和公式（3.1）仿真出接收器E所接收到的四个LED灯的光功率。随后通过接收光功率和发射光功率的关系计算出接收器E到四个LED灯的距离。随后使用ABC三个LED进行三边定位算法。根据公式（3.7）计算，可得到三组E点的坐标，随后取其算术平均数作为E点的初步定位坐标E1。同理，分别使用ABD，ACD，BCD三组LED进行三边定位算法的计算，得到E点的初步定位坐标E2，E3，E4。接下来进行距离加权，引入四个加权因子：（3.8）式中的k为衰减常数，通过调整k的取值可以对估计距离进行指数级衰减。对于可见光而言，传输距离越短则RSS越大，RSS的相对随机波动就越小，定位精度就越高。因此加权因子与距离应该成反比关系，所以衰减常数k值应该为负值，本文中k取-10。d1至d4分别为根据RSS推算出的接收器E到四盏LED的距离。随后求出E点定位出的坐标：（3.9）虽然基于距离加权的室内可见光定位算法可以解决传统三边定位算法不具备普适性的问题，但是由于RSS技术精度不高，接收端RSS会有较大的随机波动，导致定位结果产生一定的误差。为了抑制RSS的随机波动，提高系统精度，本文实现了一种基于差分修正的室内可见光定位算法。3.4基于差分修正的室内可见光定位算法设计文献[19]提出了一种传统的差分修正定位算法，其原理是通过寻找距离接收机最近的LED光源作为参考节点，将参考节点到接收机的测量距离与实际距离相减得到差分修正值，并按比例对其他LED到接收机的距离进行差分修正。该定位算法能够较好地抑制由于RSS随机波动对定位结果带来的影响。但由于该算法对唯一参考节点过于依赖，考虑到室内定位的实际情况，事实上很难找到距离接收机最近的LED光源并获得其到接收机的实际距离；此外，当参与定位的LED光源数下降时，该算法的定位精度也会随之下降。因此，为了适应室内可见光定位的实际环境，本文实现了一种四LED差分修正定位算法，并使用与距离成反比的加权因子对差分修正后的结果进行加权，以进一步提高精度，提高系统的普适性。该系统采用和基于距离加权的定位算法相同的实验环境和LED分布，因此不需要增加额外的硬件成本。在进行定位时，通过接收器与四个LED灯的坐标，根据公式（2.4）和公式（3.1）仿真出接收器E所接收到的四个LED灯的光功率。随后通过接收光功率和发射光功率的关系计算出接收器E到四个LED灯的距离。随后使用ABC三个LED进行三边定位算法。根据公式（3.7）计算，可得到三组E点的坐标，随后取其算术平均数作为E点的初步定位坐标E1。同理，分别使用ABD，ACD，BCD三组LED进行三边定位算法的计算，得到E点的初步定位坐标E2，E3，E4。接下来进行差分修正，以D的投影点D1作为差分修正参考节点，A，B，C作为辅助参考节点进行定位。（3.10）式中的至分别为根据接收光功率推算出的D1点到A，B，C的距离。两两联立解出三组D1点的坐标，取其算术平均数作为最终通过ABC三边定位确定的D1点的坐标D1，随后与D1点的实际坐标相减求出偏移量：（3.11）随后用式（5）得出的偏移量对E点坐标进行修正，得到修正定位节点Ed：（3.12）同理，使用ACD，ABD，BCD进行差分修正，得到修正定位节点Eb，Ec，Ea。随后将测量距离的倒数作为权重进行加权得出最终定位结果E：（3.13）3.5本章小结本章对现有的几种室内定位算法进行了介绍和分析。并阐述了基于RSS的室内可见光三边算法的原理，说明了其定位精度受LED拓扑结构影响以及定位精度受接收端RSS随机波动影响较大的缺点。最后，本章设计了基于距离加权和差分修正的两种改进算法，以提高三边定位算法的普适性和定位精度。实验仿真与性能测试在完成三种定位算法的设计后，我们搭建了实验箱对三种算法进行测试。本章主要对实验时的操作流程进行了说明，并对仿真和实验结果进行了比较和分析。4.1实验环境搭建在进行实验测试时，我们搭建了一个80cm*80cm*80cm的立方体黑箱空间，箱体内部的四壁和顶部涂黑以减少墙壁反射，模拟LOS信道的情况。4个LED灯以正方形分布在房间顶上，坐标为A(20,20,80)，B(60,20,80)，C(60,60,80)，D(20,60,80)，如图4-1所示。接收机E在这个正方体区域内，高度为5cm处移动，横纵坐标从10cm变化至70cm，步长为10cm，共采集49组数据。该室内可见光定位系统使用四个LED作为参考信号发射源，朗伯辐射系数m为1，折射指数n为1.5，发射光功率为1W，接收机面积A为1cm2，光接收机视角FOV为60°，接收端光学滤波器增益为1，因接收端RSS随机波动对信号造成的衰减最大为10%。图4-1.室内定位实验场景示意图4.2算法实现4.2.1基于距离加权的定位算法实现在进行定位时，四个LED以相同功率依次发送一定强度的可见光，随后接收机根据接收到的光信号强度估算出LED距接收机的距离，并使用三边定位算法得到四组待定坐标值，最后使用加权因子对待定坐标值进行加权，得到最后的定位坐标。基于距离加权的室内可见光定位算法的流程图如图4-2所示：图4-2.基于距离加权的室内可见光定位算法的流程图基于距离加权的室内可见光定位系统的具体实验步骤如下：调节放大电路的放大倍数，使得接收端STM32所接收到的电信号能够被判别出来；将光电检测器移动至待测点；通过发射端STM32控制LED有顺序地发射带有序号编码的可见光信号；重复刷新接收端STM32的运算结果，直到LCD上显示的定位坐标稳定；读取最终定位结果。4.2.2基于差分修正的定位算法实现在使用差分修正算法进行定位时，四个LED以相同功率依次发送一定强度的可见光，随后接收机根据接收到的光信号强度估算出LED距接收机的距离，并使用三边定位算法得到四组待定坐标值，将接收机依次移到四个LED的正下方，测得四组LED投影的定位坐标，随后将定位坐标与实际坐标相减求出估算距离误差，并使用误差对待定坐标值进行修正，最后将测量距离的倒数作为权重对待定坐标值进行加权，得到最后的定位坐标。基于差分修正的室内可见光定位算法的流程图如图4-3所示：图4-3.基于差分修正的室内可见光定位算法的流程图基于距离加权的室内可见光定位系统的具体实验步骤如下：调节放大电路的放大倍数，使得接收端STM32所接收到的电信号能够被判别出来；将光电检测器移动至第一个LED正下方，使接收端STM32记录下A点的差分误差值；依次将光电检测器移动到剩余LED的正下方，记录下B、C、D点的差分误差值；将光电检测器移动至待测点；通过发射端STM32控制LED有顺序地发射带有序号编码的可见光信号；重复刷新接收端STM32的运算结果，直到LCD上显示的定位坐标稳定；读取最终定位结果。4.3实验结果与性能分析图4-4.基于距离加权的室内可见光定位算法仿真结果图图4-5.基于RSS的室内可见光三边定位算法仿真结果图图4-6.基于差分修正的室内可见光定位算法仿真结果图如图4-4和图4-5所示，加权算法与典型的三边定位法系统仿真结果中两者的最大误差均为2.29cm，定位误差差别不大，两种系统的性能接近。但此处应用的三边定位算法仿真图是在LED构成等边三角形的最佳拓扑结构下得到的结果[18]，当LED不构成等边三角形时，传统三边定位算法的定位性能会下降。而在实际的室内定位环境中，为了满足照明需求，很难把LED排布成正三角形拓扑结构。而改进的加权算法并不需要对LED进行特殊的排布，用于照明的LED就可以用于定位，且其精度始终保持和最佳拓扑结构的三边定位算法的性能，大大提高了定位系统的普适性。图4-7.基于距离加权的室内可见光定位算法实验结果图图4-8.基于RSS的室内可见光三边定位算法实验结果图图4-9.基于差分修正的室内可见光定位算法实验结果图图4-7和图4-8是实验测试的三边和加权算法的结果图，此时加权算法的最大误差约为3.16cm，三边定位算法的最大误差约为3.24cm。考虑到此时三边定位算法的LED构型并不是最佳的等边三角形构型，这个结果和理论是相符合的。如图4-6所示，基于差分修正的室内可见光定位算法的定位精确度比传统的三边定位算法有了明显提高。为了更直观地比较两种定位算法的性能，我们选取了定位区域内对角线上的一组数据误差进行比较，如图4-10所示。仿真结果显示差分修正定位算法的最大误差为2.17cm，而传统的三边定位算法的最大误差为2.29cm。这表明差分修正定位算法能较好地抑制接收端RSS的随机波动，对定位系统的精确度有提高作用，实验测试结果如图4-9所示，差分修正算法最大误差为2.50cm。为了方便比较，我们选取了三种算法对角线上的实验数据进行比较，如表4-1所示。结果显示加权算法的定位精度与三边算法相近，而差分算法的定位精度与三边定位算法相比有了明显提升，这也和我们的理论结果相符。表4-SEQ表2-\*ARABIC1三种算法对角线上的实验数据比较定位坐标（cm）三边算法误差（cm）加权算法误差（cm）差分算法误差（cm）(10,10)2.392.441.18(20,20)3.153.160.39(30,30)1.801.890.61(40,40)0.510.500.47(50,50)1.791.791.68(60,60)0.780.810.35(70,70)1.481.501.28图4-10.差分修正和三边定位算法对角线上的仿真误差比较4.4本章小结本章首先对实验搭建的环境和算法的实验流程进行了介绍，随后对三种算法的仿真和实验结果进行了对比和分析。仿真结果表明加权算法与LED拓扑结构处于最佳时的三边算法结果相同，最大定位误差均为2.29cm，这表明经加权算法改进后的定位系统能很好地适应室内环境，提高了系统的普适性。差分算法的结果相较上述两种算法略有改进，为2.17cm。加权算法的实验结果最大误差为3.16cm，略好于三边算法的3.24cm，考虑到实验环境中的三边算法并不是最佳拓扑结构，这个结果是合理的。差分算法的实验结果最大误差为2.50cm，这表明该算法很好地抑制了RSS的随机波动，提高了定位系统的精确度。总结与展望5.1全文总结近年来，随着LED的出现以及高效照明时代的到来，使用可见光进行信息传输以及定位的技术也在不断地发展。基于LED的可见光通信和定位的技术研究正越来越引起业界学者的关注。科技发展带来的技术变革改变了人们的生活，使得人们对于室内定位服务的需求也在不断提高。目前，在室外定位的领域中，应用最为广泛、技术成熟的手段是GPS定位。但是随着科技的发展和生活质量的提高，人们对室内定位业务提出了需求，特别是在商场、医院、博物馆等复杂室内环境中，人们经常需要确定自身或所拥有的移动设备终端在室内的位置信息。由于可见光通信和定位技术具有功耗低、不会产生任何射频干扰、定位精度高、保密性好等优点，基于LED的可见光通信和定位技术日益被广大学者所重视。本论文作为毕业设计团队项目“可见光通信与定位的集成系统”的子项目，首先介绍了整个系统的原理和架构，并简要介绍了其中的定位系统的硬件搭建。本文重点对可见光定位系统中的定位算法进行了研究，首先对LOS和NLOS信道进行了分析，并重点对LOS信道下的可见光传输特性进行了阐述，分析了接收端存在的散粒噪声和热噪声。接下来本文针对目前所常用的几种室内可见光定位算法的原理和优缺点进行了简要分析，着重对传统的基于RSS的室内可见光三边定位算法进行了分析，指出其在具有简单和易实现的优点的同时，也存在定位精度易受RSS随机波动的影响以及与室内照明环境不相适应的问题。随后本文研究了一种基于距离加权的室内可见光定位系统以及一种基于差分修正的室内可见光定位系统，以提高传统三边定位系统的普适性，抑制RSS随机波动，提高系统的定位精度。仿真及实验结果证明，经改进后的定位系统的普适性和精度得到了提高，取得了良好的定位效果。5.2未来展望本文对室内可见光定位算法背景、原理、信道模型及仿真进行了详细的描述，并分析了基于RSS的室内可见光三边定位算法，针对其缺点和不足提出了基于距离加权和差分修正的两种定位算法，但由于时间有限，对其它一些定位算法没有深入的分析，今后可以从以下几个方面进行深入研究：（1）本文只考虑了室内的理想环境，对室内定位环境中常出现的障碍物阻挡光线的问题，以及NLOS中墙壁反射光线对接收端信号产生的多径效应等问题并未涉及。而且本文只考虑了室内静态下的定位技术，对于室内定位环境中障碍物移动引起的信道变化等问题并没有考虑，在以后的研究中需要进一步研究[20,21]。（2）对混合定位算法的研究，现在人们对室内定位的精度要求越来越高，单一的算法往往不能满足要求，因此混合定位算法是一种趋势。本文仅对最传统的基于RSS的定位算法进行了初步的研究，下一步可以与TDOA等其他算法进行融合，深入、详细地研究。（3）室内可见光定位具有一定的优势，但这并不代表可见光定位能够完全代替传统的无线室内定位技术。未来可见光定位技术将和传统无线定位技术相互弥补，联合应用，为人们提供更好的定位服务。参考文献[1]许银帆,黄星星,李荣玲,等.基于LED可见光通信的室内定位技术研究[J].中国照明电器,2014(4):125-128.[2]唐钱胜.基于LED通信的室内定位方法研究[D].电子科技大学,2016.[3]陈艺灵.RSS及混合室内可见光定位算法研究[D].大连海事大学,2016.[4]RahmanMS,HaqueMM,KimKD.HighprecisionindoorpositioningusinglightingLEDandimagesensor[C].I