基于压缩感知的多目标协同三维可见光定位(特邀)OA

【目的】现有的室内可见光定位技术研究多集中于二维或固定高度的目标定位,而三维(3D)空间的多目标定位主要因空间维度的增加导致参考点数量剧增,计算与采集成本高;多目标信号混合,难以分离。针对3D室内空间中多目标难以被同步高精度定位的理论技术瓶颈,文章提出了一种融合多粒度网格与压缩感知(CS)的多目标协同3D可见光定位方法。【方法】文章所提方法的核心是设计了一种“粗定位-精细定位”两步框架:离线阶段对空间划分粗网格并聚类可见光信道指纹数据;在线阶段通过聚类匹配粗筛目标区域,然后在该区域内构建更精细的网格CS模型,通过稀疏恢复精确求解目标3D坐标。【结果】为了验证所提方法的性能,文章在典型室内房间场景下进行了仿真实验。仿真结果表明,文章所提方法在4~8个目标场景下,平均定位误差较传统方法降低了30%~50%,能够稳定实现厘米级的高精度定位。同时,该方案对目标数量的增加具有较好的鲁棒性,当目标数量增加时,其误差增长曲线较传统方法更平缓。【结论】综上所述,文章所提融合多粒度网格与CS的协同定位方法显著提升了室内3D多目标定位的精度与实用性,未来工作将考虑非视距环境及动态目标跟踪等更复杂实际环境约束,以进一步提升方法的实用性与适应性。