通过最优校准 LED 倾斜与增益增强基于 RSS 的可见光定位
信号处理
2024-11-19 v2
摘要
本文提出了一种基于接收信号强度（RSS）的可见光定位（VLP）系统的最优校准方案和加权最小二乘（LS）定位算法，重点关注常被忽视的发光二极管（LED）倾斜的影响。通过最优校准 LED 倾斜和增益，我们显著提高了 VLP 定位精度。我们的算法优于机器学习高斯过程（GPs）和传统多边定位技术。与 GPs 相比，它在第 50 和第 99 百分位上分别实现了 58% 和 74% 的提升。与多边定位相比，它将第 50 百分位误差从 7.4 cm 降低到 3.2 cm，将第 99 百分位误差从 25.7 cm 降低到 11 cm。我们引入了一种低复杂度的倾斜和增益估计器，该估计器满足均方误差（MSE）的 Cramer-Rao 下界（CRLB），强调了其精度和效率。此外，我们详细阐述了最优校准测量的布置，并改进了观测模型以包含残余校准误差，从而提高了定位性能。通过仿真和真实数据验证了加权 LS 算法的有效性，在各种训练集大小下均优于 GPs 和多边定位，并减少了异常值误差。我们的研究结果强调了 LED 倾斜校准在提升 VLP 系统精度方面的关键作用，并为室内定位技术贡献了更精确的模型。
引用
@article{arxiv.2404.18650,
title = {Enhancing RSS-Based Visible Light Positioning by Optimal Calibrating the LED Tilt and Gain},
author = {Fan Wu and Nobby Stevens and Lieven De Strycker and François Rottenberg},
journal= {arXiv preprint arXiv:2404.18650},
year = {2024}
}
备注
Refine the paper according to the reviewer suggestions