一种基于GACNN改进的室内可见光指纹定位算法

作者：王宗生; 邵建华^*; 王鹏云; 程悦; 杜聪; 杨薇

来源：激光杂志, 2023, 44(01): 158-163.

DOI：10.14016/j.cnki.jgzz.2023.01.158

• 遗传算法
• 卷积神经网络
• 可见光室内定位
• 接收信号强度
• 指纹库定位

为提高室内可见光定位系统性能，提出了基于遗传算法训练卷积神经网络(Genetic Algorithm Convolutional Neural Network, GACNN)的室内可见光指纹定位算法。该算法引入一维卷积神经网络学习模型，针对卷积神经网络的超参数设置，利用遗传算法对卷积神经网络进行训练，将超参数进行二进制编码后采用精英遗传算法对CNN进行训练，来解决卷积神经网络模型参数调节依靠经验和模糊最优化的过程。实验结果表明：在室内4 m×4 m×2.5 m的定位场景下，定位算法可以获得平均定位误差4.11 cm的定位精度。相较于卷积神经网络定位算法，平均定位误差降低了25%。对比分析了不同室内可见光定位算法的性能，验证了算法的技术优势。

• 单位
  南京师范大学