-
图 1 室内可见光通信模型
Figure 1.
-
图 2 倾斜状态下可见光通信模型示意图
Figure 2.
-
图 3 接收平面总接收功率分布图
Figure 3.
-
图 4 接收平面接收到直射功率分布图
Figure 4.
-
图 5 接收平面接收到非直射功率分布图
Figure 5.
-
图 6 基于卡尔曼滤波算法的接收功率滤波优化图
Figure 6.
-
图 7 基于IIMPSO算法的室内可见光3维定位流程图
Figure 7.
-
图 8 位于中心A处的粒子迭代分布及适应度收敛曲线图
Figure 8.
-
图 9 接收端高度为0.5 m下定位误差图及误差柱状图
Figure 9.
-
图 10 接收端高度为1.5 m下定位误差图及误差柱状图
Figure 10.
-
免疫算法 粒子群算法 3维定位问题 抗原 适应度函数 定位误差和约束条件 抗体 粒子 可行的定位位置 抗原的识别 粒子的适应度值评估 3维定位问题的分析 亲和度 适应度值 可行解的匹配程度 细胞活化 粒子选择 选择高质量的可行解 记忆细胞 全局最优粒子 定位搜索过程中的最优解 免疫调节 对当前解浓度和亲和度控制 表 1 免疫粒子群与3维定位问题的映射关系
-
符号 参数 数值 c1max, c2max 学习因子最大值 2.2 c1min, c2min 学习因子最小值 0.2 N 粒子群数目 30 titer 最大迭代次数 100 Pc 交叉概率 0.30 Pm 变异概率 0.05 vmax 最大速度限制 0.3 cth 粒子相似度阈值 0.1 α 协调系数 0.5 fth 适应度值阈值 0.4 表 2 IIMPSO算法参数表
-
表 3 预处理效果测试(平均定位误差(m))
-
参数 符号 值 房间大小 L×W×H 5 m×5 m×3 m 接收端高度 H 1 m 发射功率 Pt 452 mW 半功率角 Φ1/2 70° 阵列中LED的数目 – 3×3 LED的间隔 – 0.01 m 集中器增益 Ts(Ψ) 1 PD的接收面积 A 1 cm2 O/E 转换效率 – 0.53 A/W PD的折射率 n 1.5 LED中心发光强度 I(0) 23.81cd 表 4 IIMPSO算法参数表
-
表 5 不同算法有效性验证
图共
10 个 表共
5 个
