基于PD阵列与CSI指纹匹配的抗遮挡可见光定位方法研究

针对可见光定位(VLP)中光信号被随机遮挡导致的定位精度下降问题，本研究提出基于光电探测器(PD)阵列和信道状态信息(CSI)的指纹定位方法，开发PAMME和PALS算法，通过多PD空间约束和粒子群优化(PSO)策略，将平均定位误差降低85%，计算复杂度减少94%，为复杂室内环境提供高精度解决方案。

　　

在智能医疗和工业物联网快速发展的今天，室内定位技术成为实现精准位置服务的核心。然而，全球定位系统(GPS)在室内场景中因墙体遮挡失效，现有UWB、Wi-Fi等技术又面临电磁干扰、设备部署复杂等瓶颈。可见光定位(VLP)凭借其抗干扰性强、无需新增基础设施等优势崭露头角，但实际环境中行人或物体随机遮挡光信号，导致基于单光电探测器(PD)的传统指纹定位方法误差剧增——这一痛点成为制约技术落地的关键障碍。

五邑大学与香港澳门联合研究基金支持的研究团队在《Digital Signal Processing》发表论文，创新性地将PD阵列与信道状态信息(CSI)指纹匹配相结合。通过建立4个PD组成的正方形阵列，利用空间几何约束关系，开发出PD阵列最小匹配误差(PAMME)和PD阵列LOS路径选择(PALS)算法。前者通过多PD累计匹配误差抵消单点信号失效影响，后者进一步筛选最优线状路径(LOS)信号组合。为降低计算复杂度，引入改进粒子群优化(IPSO)算法，采用分段搜索策略与高斯扰动避免局部最优。在4m×4m×3m的模拟环境中，即使两个LOS信号被遮挡，PALS仍实现0.21cm的惊人精度，较单PD方法提升85%。

关键技术方法包括：1) 构建含LOS/NLOS信道的VLP多路径仿真环境；2) 设计PD阵列的CSI指纹数据库；3) 开发基于累计误差的PAMME算法；4) 提出LOS路径筛选的PALS算法；5) 集成非线性变异因子与高斯扰动的IPSO优化策略。

光学无线信道模型
研究建立包含直射路径和反射路径的室内VLP信道模型，通过朗伯辐射模型计算光强分布，分析PD阵列接收到的CSI特征。仿真显示多径效应会导致指纹特征模糊，而PD间距d_PD的增大会显著改善空间分辨力。

方法论
PAMME算法创新性地将4个PD的匹配误差加权累加，利用阵列空间相关性抑制个别PD的异常匹配。实验表明，当PD间距为10cm时，该方法在50%信号遮挡率下仍保持0.5cm精度。PALS算法在此基础上通过CIR分析识别LOS路径，其筛选出的信号组合使误差进一步降至0.21cm。

仿真参数设置
在X/Y∈[1,390]cm的定位范围内，比较单PD与PD阵列性能。结果显示增加PD数量可提升精度，但超过4个后收益递减。IPSO的引入使PAMME计算耗时降低94%，证明该方法兼具工程可行性。

结论与意义
该研究突破性地解决了VLP系统中信号遮挡这一世界性难题，首次实现厘米级精度的抗遮挡实时定位。PALS算法85%的误差降低幅度，标志着指纹定位技术从单点感知迈向空间协同的新阶段。更值得关注的是，IPSO优化策略使多PD计算复杂度呈数量级下降，为工业场景大规模部署扫清障碍。研究团队特别指出，10cm的PD间距在精度与成本间取得最佳平衡，这一发现对消费级设备设计具有重要指导价值。

这项成果不仅为智能工厂、手术导航等对遮挡敏感的场景提供解决方案，其"空间约束+智能优化"的研究范式更为无线定位领域开辟新思路。未来可拓展至毫米波、太赫兹等多频段融合定位系统，推动第六代移动通信(6G)的室内高精度定位发展。