摘要

室内可见光定位在精度方面有着较高的要求,针对这一问题,文中提出了一种麻雀搜索算法(Sparrow Search Algorithm, SSA)优化深度置信网络(Deep Belief Network, DBN)的室内可见光指纹定位算法。首先,采用信号强度特征值与位置坐标建立离线指纹库;其次,利用麻雀搜索算法较好的全局探索和局部开发的能力,对深度置信网络的初始权阈值进行优化,建立网络训练模型,对待定位目标的位置进行预测,避免了DBN陷入局部最优以及收敛速度较慢的问题。最后,利用已建立的离线指纹库数据,计算定位误差并分析。在4m×4m×2.5m的空间中进行实验,结果表明:文中算法的平均定位误差为3.51cm,定位误差在6cm以内的概率为89.9%,与DBN定位算法相比,平均定位误差下降了约22.5%。