CN120196880A 一种用于室内可见光定位的多径效应抑制方法

佟首峰刘壮张慧颖(普通合伙)11633 一种用于室内可见光定位的多径效应抑制方法一种用于室内可见光定位的多径效应抑制沌序列信号调制加载至LED阵列及其驱动电路，号在室内传播后由光电探测器采集进行预处理法从压缩观测信号中迭代恢复稀疏信道响应；FPGA从重构的稀疏信道响应中提取主路径信息，21.一种用于室内可见光定位的多径效应抑制方法，其特征是，该方法包括以下步骤：S1、构建分数阶混沌信号发生器并启动生成非周期性混沌序列信号；S2、将混沌序列信号调制加载至LED阵列及其驱动电路，生成载有分数阶混沌特性的光信号并发射；S3、光信号在室内传播过程中形成包含直射路径与多次反射、折射路径的多径混合信号，并由光电探测器采集进行预处理后传给FPGA;S4、在FPGA中，基于压缩感知理论，将接收信号建模为稀疏信道响应向量与混沌激励信号的线性卷积形式，并利用混沌序列的特性构造适配的感知矩阵，获得满足压缩感知理论的压缩观测信号；S5、采用PCR-0MP算法重构稀疏信道响应，从压缩观测信号中迭代恢复重构稀疏信道响应，通过动态评估路径聚焦度抑制非主路径干扰；S6、FPGA从重构的稀疏信道响应中提取主路径时延信息，结合TOA定位模型，通过具有唯一识别ID的多光源几何关系解算目标终端的空间坐标。2.根据权利要求1所述的一种用于室内可见光定位的多径效应抑制方法，其特征在于，所述步骤S1中，分数阶混沌信号发生器基于分数阶Lorenz导数构建，其动力学模型通过数满足α<n;推演至分数阶Lorenz混沌系统，其模型表示为：3.根据权利要求1所述的一种用于室内可见光定位的多径效应抑制方法，其特征在于，所述步骤S2中，调制方式为强度调制，并为每个LED光源分配唯一识别ID,具体包括：将混沌调制信号进行最小-最大归一化，使其值域匹配LED控制输入范围，表示为：其中：xnom,;(1)为第i个光源归一化后的混沌信号；i为光源的唯一标识ID,表示系统中的ILED,;(t)=1min,;+xnom,(t)·(Imax,3其中：IED,(1)为第i个光源实际加载的驱动电流，随时间t变化；xnom,(t)为第i个光源归4.根据权利要求1所述的一种用于室内可见光定位的多径效应抑制方法，其特征在于，S31、信号放大：采用跨阻放大器将光电探测器输出的光电流转换为电压信号；S33、模数转换：以不低于混沌信号带宽两倍的采样率进行数字化。5.根据权利要求1所述的一种用于室内可见光定位的多径效应抑制方法，其特征在于，为感知矩阵的列数，对应稀疏表示的维度；X为由分数阶Lorenz混沌系统生成的第i个混沌序列值；其中：k为稀疏度；h为任意k-稀疏信道响应向量；δ₆为感知矩阵对k-稀疏向量满足RIP获得满足压缩感知理论的压缩观测信号：其中：Y为接收信号采样向量，即压缩观测信号；①为感知矩阵；h为待恢复的稀疏信道6.根据权利要求1所述的一种用于室内可见光定位的多径效应抑制方法，其特征在于，所述步骤S5中，基于压缩感知的重构优化还原理论，从压缩观测信号中准确恢复稀疏通道响应h:为重构误差上限，控制重构精度容忍度；在恢复稀疏通道响应过程中采用新提出的路径聚焦引导正交匹配追踪，即PCR-OMP算法，在迭代过程中引入路径聚焦度指标作为判断依据，引导支撑集更新并动态评估估计结果的可靠性，增强主路径提取的准确性与系统鲁棒性，包括以下几个步骤：S51、初始化：残差%=yL,支撑集S=0,迭代次数t=0;4j=argmax|P;I;存储当前选择的信道响应分量的索引；p为投影相关性向量；Φ为感知矩阵的转置；j为最大投影值对应的索引，表示当前残差中能量最强的路径分量；Pj为投影相关性向量p的第j个元素；argmax为取最大值的参数索引；Φ,为感知矩阵的支撑集子矩阵；h为支撑集内路7.根据权利要求1所述的一种用于室内可见光定位的多径效应抑制方法，其特征在于，S61、主路径时延提取：从重构的稀疏信道响应中选取最大幅度分量对应的时延作为直射路径时延Tos;S62、距离转换：根据光速c将时延转换为距离dk=C·T,其中Tk为第k个光源对应的时S63、三边测距建模：基于光源坐标(xk,yk,zk)与接收端坐标(x,y,z),构建几何定位方程(x-xA)²+(y-yk)²+(z-zS64、坐标解算：通过高斯牛顿迭代算法求解方程组，得到接收端的空间坐标(x,y,z),其中K≥4为有效直射路径数量。5一种用于室内可见光定位的多径效应抑制方法技术领域[0001]本发明涉及室内可见光通信、定位技术领域，采用光波的反射、折射定位检测，尤其适用于房间定位性能受多径效应影响较大的室内可见光定位。背景技术[0002]室内可见光定位技术作为新一代高精度室内导航方案，近年来在智能仓储、医疗导航、工业物联网、大型购物中心导览等领域展现出显著的潜力。该技术通过LED光源的高速调制特性，将位置信息编码于光信号中，接收端通过解析光强、相位或时间差等参数实现厘米级定位精度。相较于传统射频定位技术，其优势在于：无需额外频谱资源、抗电磁干扰能力强、可与照明系统深度融合。然而，现有技术在复杂场景下的可靠性与鲁棒性仍面临多重挑战。[0003]当前主流定位方法主要分为：基于几何模型的三边测量法与基于信号特征的指纹匹配法。可见光信号在传播过程中受墙壁、家具等物体的反射、散射作用，导致接收端接收到的直达信号与多条反射信号叠加，形成复杂的多径干扰场景。这种干扰会使基于几何模型的定位方法产生距离估计偏差，尤其在金属障碍物密集区域，定位误差会大幅增加。同时，多径信号的时延扩展会导致码间干扰，影响基于强度指纹匹配的定位系统性能，需通过增加采样频率或优化信号调制方式来缓解，但这会显著增加系统复杂度与硬件成本。光定位方法”,该方法核心是利用光码分多址(OCDMA)技术，为每个LED分配正交性良好的光地址码，随后接收端计算混合信号与本地光地址码的相关值实现定位。通过借助LOS信号与NLOS信号的低相关性，有效降低了NLOS信号对定位结果的影响，一定程度上提升了房间边缘及角落等多径反射严重区域的定位精度，且无需严格同步和复杂滤波器设计，具备抗干扰能力强、设备成本低的优势。然而该方法存在地址码适配要求高、动态环境适应性不足及大规模部署的码集容量瓶颈等问题，难以实现复杂多径场景高精度的、动态环境稳定的、大规模LED阵列高扩展性的室内可见光定位，对于人员密集的大型商场、展馆、金属障碍物复杂的工业车间、高密度智能照明的仓储货架等场景，仍然无法满足其强多径干扰抑制、稳定实时连续定位、低成本规模化部署的需求。发明内容[0005]本发明为了解决现有技术存在的无法实现复杂多径场景高精度的、动态环境稳定的、大规模LED阵列高扩展性的室内可见光定位的问题，提供了一种用于室内可见光定位的多径效应抑制方法，能够解决动态多径变化环境下的非视距信号干扰与多址干扰问题，提升复杂场景下的定位精度与鲁棒性，实现对高密度LED阵列部署、强反射障碍物分布环境的适应性定位，满足人员高频移动的公共空间、金属结构复杂的工业厂房、智能仓储高密度货架区中厘米级定位精度、实时连续跟踪的定位需求。[0006]本发明解决技术问题的技术方案如下：6[0007]一种用于室内可见光定位的多径效应抑制方法，包括以下步骤：[0008]S1、构建分数阶混沌信号发生器并启动生成非周期性混沌序列信号。[0009]S2、将混沌序列信号调制加载至LED阵列及其驱动电路，生成载有分数阶混沌特性的光信号并发射。[0010]S3、光信号在室内传播过程中形成包含直射路径与多次反射、折射路径的多径混合信号，并由光电探测器采集进行预处理后传给现场可编程门阵列电路(FPGA)。励信号的线性卷积形式，并利用混沌序列的特性构造适配的感知矩阵，获得满足压缩感知理论的压缩观测信号。[0012]S5、采用路径聚焦引导正交匹配追踪算法(PathConcentrationRatio-OrthogonalMatchingPursuit,PCR-0MP)重构稀疏信道响应，从压缩观测信号中迭代恢复稀疏信道响应，通过动态评估路径聚焦度抑制非主路径干扰。[0013]S6、FPGA从重构的稀疏信道响应中提取主路径时延信息，结合到达时间定位模型(TimeofArrival,TOA),通过具有唯一识别ID的多光源几何关系解算目标终端的空间坐标。[0014]本发明的有益效果是：[0015]1、抗多径干扰能力显著增强：通过引入分数阶Lorenz混沌系统生成非周期性混沌序列信号，利用分数阶导数的多维控制特性，使混沌序列具备更强的参数敏感性和频谱稀疏性。相较于传统整数阶混沌系统，本发明信号在时域呈现“局部震荡+全局非周期”特性，自相关函数仅在零延迟处出现尖峰，其他延迟值处相关性极低，有效降低多径信号间的混叠干扰，提升复杂反射环境下的信号辨识度。[0016]2、路径分离与主路径提取精度提升：结合压缩感知理论构建稀疏信道模型，利用混沌信号构造Toeplitz型感知矩阵，其列不相关性和频域扩展性满足“受限等距性质”(RestrictedIsometryProperty,RIP)条件，确保稀疏信道响应的高效重构。改进的PCR-OMP算法通过路径聚焦度指标动态筛选主路径，避免传统0MP算法的支撑集污染问题，在多径混叠环境中实现主路径能量的精准捕获，使路径时延估计误差大幅降低，显著提升定位几何模型的输入精度。[0017]3、系统鲁棒性与适应性优化：分数阶混沌系统的非整数阶导数特性提供了更灵活的参数调节空间，如阶数接近1时呈现准整数阶强混沌特性，阶数降低时频谱稀疏性增强，可通过调节阶数适配不同LED型号的线性响应区间与带宽限制。归一化映射与限幅滤波设计确保信号在LED非线性器件中的可靠传输，结合一阶惯性模型补偿LED带宽限制，使系统对光源硬件参数波动的鲁棒性提升，适用于多品牌、多型号LED组网环境。且支持光源布局动态扩展，如新增LED节点，仅需更新感知矩阵构造规则，无需重构算法参数，系有所降低。[0018]4、定位精度与稳定性突破：利用稀疏重构后的主路径时延信息解算坐标，极大程度上抑制多径信号的能量叠加干扰。尤其在强反射区域(如玻璃幕墙、光滑地板场景),定位精度及稳定性可大幅提升，满足高精度室内定位的实际需求。[0019]5、频谱效率与能量利用优化：混沌信号的广谱能量分布特性(功率谱密度随频率衰减但覆盖宽频带)与LED的有限带宽响应相匹配，在保证信号完整性的同时降低高频分量7附图说明[0020]图1为本发明所述的一种用于室内可见光定位的多径效应抑制系统示意图。[0021]图2为本发明一种用于室内可见光定位的多径效应抑制方法的流程图。[0022]图3为本发明所述的分数阶Lorenz系统生成的混沌序列经归一化映射后的LED光强调制信号曲线图。图3(a)为原始分数阶Lorenz混沌序列x(t)曲线图；图3(b)为归一化后[0023]图4为本发明所述的基于分数阶Lorenz混沌系统的感知矩阵构造与稀疏信号流示[0024]图5为本发明所述的PCR-0MP算法流程图。[0025]图6为本发明所述的在多径强度0.3环境下基础方法与本发明方法定位性能仿真结果示意图。图6(a)为基础方法定位效果图；图6(b)为本发明方法定位效果图。具体实施方式[0026]下面结合附图对本发明做进一步详细描述。[0027]如图1所示，一种用于室内可见光定位的多径效应抑制系统，包括分数阶混沌信号光滑且具有反射及折射光线能力的墙面4(包含天花板及四面墙壁)、光滑且具有反射及折射光线能力的地板7。在多径干扰较强的室内环境下，分数阶混沌信号发生器1连接LED阵列驱动电路2,驱动呈均匀分布的LED灯源阵列3发射载有混沌特性的光线，光线在传播过程中，包含直射路径、经过光滑的墙面4和光滑的地板7反射及折射等非直射路径；由光电探测器5接收后光电转换给FPGA6处理。其中，光电探测器5及FPGA6处于室内范围内光滑地板7上任意一处。[0028]如图2所示，一种用于室内可见光定位的多径效应抑制方法，该方法流程如下：[0029]S1、构建分数阶混沌信号阵列3呈均匀分布，光电探测器5处于室内范围内光滑的地板7上任意一处。基于分数阶Lorenz导数构建分数阶混沌信号发生器，生成非周期性混沌序列信号。[0030]S2、调制驱动LED灯源阵列3发射光信号：将生成的非周期性混沌序列信号通过最小-最大归一化方法映射至[0,1]值域，再线性映射至LED驱动电流区间，使电流在LED的电流-光强曲线线性区域内波动；最终通过强度调制方式将混沌信号加载至LED阵列驱动电路2以此来驱动LED灯源阵列3,生成载有分数阶混沌特性的连续光强调制信号并发射。[0031]S3、光信号传播及预处理：光信号在室内传播时经直射路径与光滑的墙面4、光滑的地板7反射体形成的非直射路径混合叠加，由光电探测器5构成的接收端将光信号转换为电信号后，依次进行信号放大、带通滤波及模数转换预处理，生成数字基带信号并传输至FPGA6,预处理过程中通过自动增益控制确保信号幅值在FPGA6输入动态范围内。[0032]S4、基于压缩感知理论对接收信号处理：在FPGA6中对接收到的经光电转换及预处理后的电信号，基于压缩感知理论进行处理，将接收信号建模为稀疏信道响应向量与混沌8激励信号的线性卷积形式，利用混沌序列的独特性质，通过按行位移构造适配的感知矩阵，并满足列相关性小于一定阈值的RIP条件；将高维的原始接收信号映射至低维空间，获得满足压缩感知理论的压缩观测信号。[0033]S5、主路径聚焦与稀疏重构：采用PCR-OMP算法对压缩观测信号进行稀疏重构，通过迭代计算从压缩观测信号中恢复重构稀疏信道响应，在迭代过程中动态评估主路径聚焦[0034]S6、输出最终定位位置：FPGA6从重构的稀疏信道响应中提取幅值最大分量对应的源坐标，构建三边测距方程组，采用高斯牛顿迭代法求解，最终解算目标终端的三维空间坐标，实现在多径干扰较强的室内环境下高精度、强稳定的室内定位。[0035]在S1中，分数阶混沌信号发生器1基于分数阶Lorenz导数构建，其动力学模型通过小整数满足α<n。[0043]S2中，LED灯源阵列3中每个LED光源分配唯一识别ID,具体包括：[0044]将混沌调制信号进行最小-最大归一化，使其值域匹配LED控制输入范围，表示为：为第i个光源混沌信号x;(t)在观测时间窗口内的最大、最小值。[0048]ILED,;(t)=1min,+xnom,;(t)·(Imax,;-1mn,;)9[0050]如图3所示为分数阶Lorenz系统生成的混沌序列经归一化映射后的LED光强调制[0064]将高维的原始接收信号映射至低维空间，获得满足压缩感知理论的压缩观测信知矩阵；Y为接收信号采样向量，即压缩观测信号；入为稀疏正则化参数，权衡残差与稀疏[0070]在恢复稀疏通道响应过程中引入优化PCR-OMP算法，即采用路径聚焦度指标PCR作为判断依据，在算法运行中引导支撑集更新并动态评估估计结果的可靠性，增强主路径提取的准确性与系统鲁棒性。定义当前估计路径响应为h,其路径聚焦度PCR计算如下：[0072]其中：|h为当前估计向量中最大幅值分量；分母2为当前估计通道响应的总能量。[0074]S51、初始化：残差%=yL,支撑集S=0,迭代次数t=0。[0075]S52、最大投影搜索：计算残差与感知矩阵的相关性p=Φr,选取最大项j=argmax|p;I。[0079]S56、残差更新：剔除已重构信号成分，逼近真实信道响应，实时更新残差[0081]其中：为第t次迭代后的残差；Y₁为接收信号采样向量，即压缩观测信号；S为支撑集，存储