2023年第1期专题:可见光通信基于随机森林算法的室内可见光指纹定位方法IndoorvisiblelightfingerprintpositioningmethodbasedonrandomforestalgorithmQUJia,WANGXudong*,WUNan,XUHao（InformationScienceTechnologyCollege,DalianMaritimeUniversity,DalianNiaoning116026,China）Abstract:Inordertofurtherimprovetheperformanceofdynamictargetindoorvisiblelightlocationandtrackingsystem,ain-doorvisiblelightfingerprintlocationmethodbasedonrandomforest（RF）algorithmwasproposed.Thelightintensitysignaloflight-emittingdiode（LED）wasusedasthefeaturetobuildafingerprintdatabase,andthedatainthefingerprintdatabasewasusedtotrainthedecisiontree.RFalgorithmwasintroducedforinitialpositioning,andthenKalmanfilterwasusedtooptimizetheinitialpositionestimation,soastoobtainamoreaccuratepositioningtrajectory.Thesimulationresultsshowthatintheindoorsceneof5m×5m×3m,theproposedpositioningmethodcanobtainthepositioningeffectthatmostsamplingpointserrordistri-butioniswithin4cm.Inaddition,thispaperverifiesthetechnicaladvantagesoftheproposedalgorithmbycomparingtheperfor-manceofdifferentindoorvisiblelightpositioningalgorithms.Keywords:indoorvisiblelightpositioning,randomforestalgorithm,fingerprintpositioning,Kalmanfilter,receivedsignalstrength曲佳，王旭东*，吴楠，许浩（大连海事大学信息科学技术学院，辽宁大连116026）摘要：为进一步提高动态目标室内可见光定位追踪系统性能，提出了一种基于随机森林（RF）算法的室内可见光指纹定位方法。利用发光二极管（LED）的光强信号作为特征构建指纹数据库，应用指纹库中的数据训练决策树，引入RF算法进行初始定位，再通过卡尔曼滤波对初始位置估计进行优化，从而获得更准确的定位轨迹。仿真结果表明：在5m×5m×3m的室内场景下，通过所提定位方法能获得大部分采样点误差分布在4cm之内的定位效果；此外，通过与不同室内可见光定位算法的性能进行对比，验证了所提算法的技术优势。关键词：室内可见光定位；随机森林算法；指纹定位；卡尔曼滤波；接收信号强度中图分类号：TN929.1文献标志码：A文章编号：1002-5561（2023）01-0001-07DOI：10.13921/j.cnki.issn1002-5561.2023.01.001开放科学（资源服务）标识码（OSID）：引用本文：曲佳，王旭东，...
