Deep learning based indoors three dimensional positioning for visible light communication system

doi:10.13741/j.cnki.11-1879/o4.2024.02.017

您当前的位置：

首页 >

文章列表页 >

Deep learning based indoors three dimensional positioning for visible light communication system

更新时间：2025-09-01

- Deep learning based indoors three dimensional positioning for visible light communication system
- Vol. 50, Issue 2, Pages: 201-208(2024)
- 作者机构：
  
  1:新乡学院计算机与信息工程学院
- 作者简介：
- 基金信息：
- DOI：10.13741/j.cnki.11-1879/o4.2024.02.017
  CLC： TN929.1;TP18
- Published：2024
- 稿件说明：
移动端阅览
Deep learning based indoors three dimensional positioning for visible light communication system[J]. 2024, 50(2): 201-208.
DOI：

Deep learning based indoors three dimensional positioning for visible light communication system[J]. 2024, 50(2): 201-208. DOI： 10.13741/j.cnki.11-1879/o4.2024.02.017.

摘要

针对目前室内可见光通信系统三维定位的准确率与定位速度依然不佳的问题，提出一种基于深度学习的可见光通信系统室内定位方法。首先，设计了一个神经网络将指纹数据编码成二维阵列，利用卷积神经网络学习指纹阵列与目标位置之间的关系；然后，通过粒子群优化算法自动搜索卷积神经网络的超参数，以降低深度神经网络的训练难度。此外，设计了定位数据训练集、验证集与测试集的划分方法，有助于缓解神经网络的过拟合问题，并提高定位准确性。仿真结果表明，所提方法在6×6×4m~3室内环境下的平均定位误差为0.024m

平均定位时间为0.478s。

Abstract

关键词

Keywords

references

Views

108

下载量

CSCD

Alert me when the article has been cited

提交

Tools

Publicity Resources

Classification model of dominant species in desertification grassland based on hyperspectral remote sensing

Application of Salp Swarm Algorithm to modulation technique of visible light communication

Brain image registration method based on low-resolution auxiliary features and convolutional neural network

Concealed object detection from millimeter wave images based on DSA-BCNN

Surface defect detection of polarizer based on improved Faster-RCNN

Related Author

康拥朝

刘浩

皮伟强

杨红艳

毕玉革

张锡鹏

袁瑛

张彬彬

Related Institution

1:内蒙古农业大学机电学院

3:湖北职业技术学院信息技术学院

2:新疆大学电气工程学院

1:湖北职业技术学院计算机中心

1:上海理工大学医学影像工程研究所

⁰