《Electronics》:Bayesian Receiver Orientation Steering for Indoor Visible Light Positioning
编辑推荐:
基于接收信号强度(received-signal-strength,RSS)的可见光定位(visible light positioning,VLP)通常假设接收器为单光电二极管(photodiode,PD)且朝上放置。这一惯例简化了信道模型,但忽略了接收器朝
基于接收信号强度(received-signal-strength,RSS)的可见光定位(visible light positioning,VLP)通常假设接收器为单光电二极管(photodiode,PD)且朝上放置。这一惯例简化了信道模型,但忽略了接收器朝向这一变量,尽管朝向会改变RSS灵敏度与LED可见性。本研究考察一个两次测量的定位循环:初始朝上的RSS向量给出粗略位置估计,随后研究人员在获取第二个向量之前调整PD朝向。研究人员采用期望后验定位均方误差(mean-square error,MSE)来驱动感知决策,并开发了两种高效的局部信息策略。Point策略对粗略估计进行评分,而Stencil策略在强制LED可见性的同时考察九点邻域。完成朝向调整后,研究人员对每种策略联合拟合朝上与调整后的RSS向量。利用共同的蒙特卡洛(Monte Carlo)实现与配对自助法(paired bootstrap)区间,研究人员将所提策略与固定朝上接收、随机朝向、指向中心以及最大预测RSS朝向进行比较。在4-LED和6-LED房间中,两种局部信息策略相对于固定朝上接收将均方根误差(root mean square error,RMSE)降低18–20%;在8 m房间中,降幅约为40%。研究人员进一步将所选动作与有限网格后验参考进行比较,并考察对Stencil参数及执行器旋转误差的敏感性。参考结果证实,Point与Stencil是受贝叶斯风险(Bayes risk)启发的替代策略,而非精确的贝叶斯优化器。
论文解读:基于贝叶斯接收器朝向控制的室内可见光定位研究
一、研究背景与问题
室内定位在卫星信号不可用或不可靠的场景中具有重要应用价值。可见光定位(VLP)利用天花板LED作为光学发射器,通过光学测量估计接收器位置。在各类VLP方案中,基于接收信号强度(RSS)的系统因接收器需保持紧凑且成本低廉而受到广泛关注。然而,现有RSS-VLP研究大多假设光电二极管(PD)朝上放置,这一惯例虽简化了信道模型,却使接收器朝向这一重要变量未被利用。事实上,朝向变化会显著影响RSS灵敏度以及LED可见性。已有研究涉及发射端与接收端朝向不确定性对定位性能的退化影响、倾斜LED或接收器对物理布局或测量模型的改变,以及多PD系统对位置与朝向的联合估计,但尚未有研究将接收器朝向作为可主动优化的感知决策变量。此外,单纯最大化预测RSS并不足以实现有效定位——朝向某一LED倾斜虽可增强其信号,却可能削弱对邻近位置的区分能力,或将另一LED移出视场角(FOV)。因此,如何在两次测量之间主动选择最优接收器朝向,以最大化下一次测量的定位信息增益,是亟待解决的关键问题。
二、研究内容与结论
针对上述问题,研究人员提出了一种两阶段感知框架:首先获取一次朝上的RSS向量以获得粗略位置估计,随后基于该估计选择PD朝向,再获取第二次RSS向量,最终联合使用两次测量进行精确定位。研究将接收器朝向选择形式化为贝叶斯实验设计问题,以期望后验定位均方误差(MSE)作为理想决策准则,并开发了Point与Stencil两种计算高效的局部信息策略。通过配对蒙特卡洛(Monte Carlo)实验与配对自助法(paired bootstrap)置信区间,研究在4-LED、6-LED及8 m三种布局下将所提策略与固定朝上接收、随机朝向、指向中心及最大预测RSS朝向等基线方法进行了系统比较。结果表明,两种局部信息策略在4-LED与6-LED房间中相对固定朝上接收可将RMSE降低18–20%,在8 m房间中降幅约40%,且均优于所有基线方法。有限网格后验参考诊断进一步证实,Point与Stencil是受贝叶斯风险启发的计算替代方案,而非精确的贝叶斯优化器。参数敏感性分析表明,Stencil在测试范围内保持对匹配朝上参考的精度优势,而过大的局部半径会导致性能退化。执行器旋转误差研究表明,当指令朝向与实际朝向偏差的标准差增大时,朝向控制的优势逐渐丧失。该论文发表于《Electronics》。
三、关键技术方法
研究人员采用了以下关键技术方法:其一,建立可转向PD的归一化朗伯信道模型,将PD法线参数化为方位角与倾斜角,并引入可见性指示函数以描述FOV约束;其二,基于局部信息评分函数,利用雅可比矩阵与信号相关噪声协方差构造局部后验协方差代理,以衡量候选朝向对邻近位置的区分能力;其三,设计Point与Stencil两种策略——Point仅在粗略估计处评分,Stencil则在九点等权邻域上评分并对FOV采用内缩余量;其四,采用共享噪声抽取的配对蒙特卡洛协议与配对自助法区间进行统计比较;其五,采用联合两向量加权最小二乘(WLS)估计器进行最终位置精化,并以阻尼高斯-牛顿法从多个初值求解。实验采用600次配对试验,三种布局包括规则4-LED 5 m×5 m房间、非均匀6-LED同尺寸房间及8 m参考房间。
四、研究结果
4.1 配对主比较
在4-LED房间中,Point与Stencil相对固定朝上接收的RMSE降低分别为18%(95% CI [13%, 23%])与19%(95% CI [14%, 24%]);6-LED房间中对应降幅为18%与20%;8 m房间中为39%与40%。两种策略在三种布局中均优于随机朝向、指向中心、最大预测RSS朝向及固定朝上接收。Point与Stencil之间的直接比较未呈现一致的优劣排序,研究人员将其视为两种有效的局部信息策略。
4.2 贝叶斯风险参考诊断
在4-LED房间中进行的80次试验参考诊断表明,局部策略所选动作与有限网格后验参考动作往往接近但并非完全相同。这证实了Point与Stencil作为计算替代方案的角色定位,而非精确的贝叶斯优化器。
4.3 Stencil参数敏感性
在4-LED房间中进行的240次试验敏感性检验显示,在测试的半径、FOV余量及惩罚参数范围内,Stencil均保持对匹配朝上参考的RMSE改善,其中最大半径设置导致最明显的性能退化。
4.4 执行器旋转误差
在4-LED房间中进行的360次配对试验表明,零失配时Point与Stencil的RMSE分别为5.03 mm与5.13 mm,优于固定朝上接收的6.19 mm;当旋转误差标准差增至6°时,两者的RMSE分别升至23.41 mm与22.75 mm,朝向控制的优势在指令朝向与实际朝向显著偏差时丧失。
五、讨论与结论
研究将接收器朝向视为两次测量RSS-VLP循环中的感知决策变量。Point与Stencil策略基于首次朝上RSS向量推断的位置,从局部信息中选择第二次PD朝向,最终估计器联合使用两次测量,使首次测量同时服务于朝向选择与定位。在配对公共随机数协议下,两种策略在三种布局中均优于固定朝上、随机、指向中心及最大预测RSS朝向等基线方法。网格后验比较确认Point与Stencil是对后验MSE设计问题的近似求解而非精确优化。参数与执行器研究揭示了性能在仿真视距(line-of-sight,LOS)环境中的稳定范围。包含标定误差、多径、接收器运动及朝向延迟的硬件实验是迈向实际验证的下一步工作。