基于BPNN-MLR的室内可见光定位算法

摘要

针对传统位置指纹算法存在定位精度低和计算复杂度高等问题，文章提出了一种基于反向传播神经网络(BPNN)和多元线性回归(MLR)的单发光二极管(LED)室内定位算法。首先，利用3个水平光电探测器(PD)作为接收器接收光功率，待测点位于接收器的中心；然后根据接收到的光功率向量，利用BPNN确定待测点粗略的位置范围；最后以该位置范围作为约束条件，利用MLR对待测点的位置进行更精确地定位。实验结果表明，在2.0 m × 2.0 m × 2.5 m的室内空间中，该算法的平均定位误差为5.04 cm，平均定位时间为0.002 83 s。与传统的位置指纹算法相比，该算法的平均定位精度提高了41.53%，平均定位时间减少了56.60%，在较低计算复杂度的前提下实现了更精确的定位。

0 引言

近年来，随着移动通信网络和电子信息技术的迅速发展，人们对位置服务的关注度不断上升。全球定位系统