【技术实现步骤摘要】
本专利技术属于可见光定位领域，涉及一种基于改进的哈里斯鹰算法的光功率均匀性的室内定位方法。
技术介绍
1、随着物联网(internet of things,iot)、自主移动机器人(autonomous mobilerobot,amr)、无人机(unmanned aerial vehicle,uav)以及智能设备等新技术的发展，各种基于位置服务的应用也逐步走进我们的生活，例如智能导航、无人驾驶、在线打车以及虚拟现实等服务。如今人们在大型商场、机场、酒店、地下停车场以及矿井内的事务越来越多，便捷的服务都离不开室内定位的基础技术支持。室内定位技术凭借着巨大的商业潜力正逐步成为业内关注的焦点。由于全球定位系统、北斗卫星信号被建筑物墙壁阻挡而产生衰减，无法提供准确的定位，有必要实现对室内区域的人员和设备进行高可靠性和高精度的定位和跟踪。因此，室内定位具有极高的研究价值和巨大的应用潜力。
2、可见光定位技术是一种基于可见光通信(visible light communication,vlc)作为基础技术的定位方法，通过使用led光源作为信号发射器，与装备具有对光敏感的智能设备配合，作为信号接收机来进行精确定位，常用的有光敏二极管和图像传感器(imagesensor,is)。这种技术的一大优势在于，可见光信号在空气中的传播不受无线电频谱拥塞的影响，同时因为光线无法透过墙壁等障碍物，因此为用户提供了一种高隐私性的定位手段。此外，led灯具备体积小、能量消耗低和较长的使用寿命等优点，使其成为理想的室内定位解决方案，能在室内环境中实现
3、相较于其他室内定位方法，可见光定位技术在多个方面相较于其他定位方法展现出下列优势。频谱资源丰富、优良的抗电磁干扰能力、出色的安全性和保密性以及易于实施及高精度定位。但是目前可见光定位中仍存在一些问题亟需解决，如室内可见光定位接收信号强度易出现波动从而产生较大定位误差，极大地阻碍了可见光定位系统的商用化进程。
4、因此本专利技术对可见光定位技术中存在的光分布不足而导致的定位误差进行改进，以满足有效地定位。
技术实现思路
1、有鉴于此，本专利技术的目的在于提供一种基于改进的哈里斯鹰算法的光功率均匀性的室内定位方法，其针对目前存可见光定位中存在的普遍问题进行改进，增加实用性以及适用性。
2、为达到上述目的，本专利技术提供如下技术方案：
3、一种基于改进的哈里斯鹰算法的光功率均匀性的室内定位方法，首先利用算法用于优化led的光源布局和功率分配，以实现室内可见光定位系统中光信号的均匀分布。为了更好地实现三维定位，使用算法对三维区域进行光功率优化，平均考虑三个平面的接收功率的方差作为优化目标，使用品质因子来评估系统的接收平面的均匀性。对发射端的led进行调制，减少由于密集部署led导致产生的码间干扰。接收端利用pd接收光信号并通过注意力卷积神经网络实现定位；
4、该方法具体包括以下步骤：
5、s1：针对室内定位环境，将室内环境划分为更小的定位单元；
6、s2：使用改进的哈里斯鹰优化算法对led的功率以及led位置进行优化；
7、s3：结合优化结果，对每个led进行pwm调制，实现功率的分配；接收端对接收信号进行处理；
8、s4：采集接收光强度值信号与三维坐标制作为定位指纹库；
9、s5：设计卷积神经网络来减少信道的非线性衰减。使用数据库对注意力卷积神经网络进行训练，以实现输入光强信号时实现在线的定位。
10、进一步，所述步骤s1具体包括：
11、在定位系统中，大型空间通常会导致信号覆盖不均和定位精度下降。划分定位单元能够缩小定位区域，使得每个单元内的信号更加集中和稳定，从而提高每个单元内定位的准确性。通过将大空间划分为小单元，可以更容易地监控和维护每个单元的定位设备，如及时更换或修正故障的定位灯具，确保定位系统的正常运行。通过单元化，可以省略非定位区域的部署，在需要定位的地方集中资源，实现更经济高效的部署。
12、进一步，所述步骤s2具体包括以下步骤：
13、s21：佳点集策略以生成初始种群。这种方法能够生成分布更为均匀的个体，降低个体间的重复率，并拓宽搜索范围，从而提升了算法的求解精度。设sn是n维欧氏几何空间，对任意给定sn中的点r∈sn，那么sn空间中有点集可以用表示为：
14、pm(k)＝{(r1k),k,(rnk)},k＝1,2,km
15、取点rk＝2cos(2πk/p),1≤k≤n，p是满足(p-3)/2≥n的最小素数，或取rk＝ek,1≤k≤n，则称pm(k)为佳点集，称rk为佳点。偏差满足其中c(r,ε)是只与r,ε(ε＞0)有关的常数。
16、s22：引入了非线性能量因子的更新策略，以促进算法的全局寻优性能。改进后的能量因子更新公式可表示为：
17、
18、式中，w为逃脱能量因子的自适应参数，随着迭代而改变其作用。其更新规则可表示为：
19、w＝((t+a)b/t)
20、s23：t分布又称为学生分布，含有参数自由度m，其概率密度函数可表示为：
21、
22、式中，γ((m+1)/2)为第二型欧拉积分。自由度m影响曲线形态，当m＝1时，t分布即为柯西分布；当m→∞时，t分布即为高斯分布。
23、通过将t分布的自由度与算法的迭代次数相关联，从而在迭代初期实现对随机扰动的柯西分布近似。这种适应性调整加强了哈里斯鹰优化算法(hho)在早期阶段的全局探索能力。随着迭代进行，t分布渐变为更接近高斯分布的形态，从而增强了算法在后期的局部搜索效能，并提升了优化精度。
24、将自适应t分布扰动使用更新函数更新位置：
25、
26、式中，ta(t)为自适应的t分布函数，它以种群迭代次数为参数。有效地根据迭代次数，利用已有的位置信息，对种群位置进行扰动更新，可以随着迭代的更新引入不同的扰动，有助于避免算法陷入局部最优解。随着迭代次数的增加，这个t分布函数将逐渐趋近于高斯分布，这有助于算法更快地收敛。
27、然而，如果在每次迭代中对所有个体均使用该算子，可能会导致计算时间增加，并且可能与算法本身的寻优特性相冲突。为了解决这一问题，使用动态选择概率来调整自适应t分布变异算子的应用频率，以降低其对算法寻优算法的负面影响。动态选择概率策略可以描述为：
28、p＝ω1-ω2×(t-t)/t
29、s24：根据三维定位空间优化led的位置以及功率。使用接收功率的品质因子qλ来评估vlp系统接收端接收功率的均匀性。并提出使用led光覆盖率rc来验证缺光区域是否改善。qλ和rc分别表示为：
30、
31、
32、式中，λ＝(rppr)2/σ2为一个平面中的信噪比，rp为光电转换效率，pr和σ分别为接收到的信号功率和干扰，m本文档来自技高网...
【技术保护点】
1.一种基于改进的哈里斯鹰算法的光功率均匀性的室内定位方法，其特征在于，首先利用改进的哈里斯鹰算法对室内平面的LED的布局以及功率进行优化，利用接收平面的功率均匀性作为指标；
2.根据权利要求1所述的改进的哈里斯鹰算法优化光功率均匀性的定位方法，其特征在于，所述步骤S1具体包括：
3.根据权利要求1所述的改进的哈里斯鹰算法优化光功率均匀性的定位方法，其特征在于，所述步骤S2具体包括：
4.根据权利要求1所述的改进的哈里斯鹰算法优化光功率均匀性的定位方法，其特征在于，所述步骤S3具体包括：
【技术特征摘要】
1.一种基于改进的哈里斯鹰算法的光功率均匀性的室内定位方法，其特征在于，首先利用改进的哈里斯鹰算法对室内平面的led的布局以及功率进行优化，利用接收平面的功率均匀性作为指标；
2.根据权利要求1所述的改进的哈里斯鹰算法优化光功率均匀性的定位方法，其特征...
【专利技术属性】
技术研发人员：陈勇，王创世，刘焕淋，陈豪，张薇薇，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。