基于改进ShuffleNet V2的室内可见光指纹定位算法
摘要
为增强室内可见光定位系统准确性及实时性，提出了基于改进ShuffleNet V2神经网络的可见光指纹定位算法。该算法使用参考节点的接收信号强度和到达角度作为联合指纹特征，并使用接收器坐标作为训练标签来创建指纹数据库。通过消融实验，改进了ShuffleNet V2网络结构，将指纹数据库引入改进ShuffleNet V2网络训练，实现不同数据通道之间的信息交流，提高了神经网络的特征提取能力。为比较和分析其他多种可见光室内定位算法的性能，体现所提算法的技术优势，进行了仿真实验，在室内5 m×5 m×3 m的定位场景下，提出的定位算法平均定位时间为174 ms，平均定位误差为2.30 cm，同时针对室内不同高度的定位精度也达到厘米级。
引用本文（GB/T 7714）
曲佳 Qu Jia, 王旭东 Wang Xudong, 吴楠 Wu Nan. 基于改进ShuffleNet V2的室内可见光指纹定位算法[J]. Chinese Journal of Lasers, 2024.
引文网络
本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。