一种基于宽带硬件指纹信息的LED照明光源区分方法

本发明属于无线定位，涉及可见光通信定位技术的优化，具体涉及一种基于宽带硬件指纹信息的led照明光源区分方法。

背景技术：

1、随着物联网与智能感知技术的快速发展，室内定位技术在人员导航、资产追踪、机器人自主移动及智能家居控制等领域展现出广泛的应用前景。目前，主流的室内定位方案主要包括基于射频信号（如wi-fi、蓝牙、uwb）的定位技术和基于无线光通信（vlc）或光学特征识别的定位技术。

2、现有的基于射频信号的室内定位方法，虽然具备一定的覆盖能力，但普遍存在定位精度不高、易受多径效应干扰的问题。特别是在复杂的室内环境中，金属障碍物和人员流动会导致信号衰减和波动，难以实现亚米级的高精度定位。此外，为了实现定位功能，通常需要在室内环境中额外布设大量的专用定位基站或信标节点，这不仅增加了系统的部署成本和维护难度，也限制了其在既有建筑中的快速推广与应用。

3、为了解决射频定位的局限性，基于可见光通信的定位技术应运而生。然而，现有的无线光定位技术大多采用主动调制的方式，即需要对现有的照明led光源进行硬件改造，嵌入特定的驱动电路以发射携带位置信息的调制信号（如id码）。这种“改造光源”的方案存在明显的弊端：一方面，对大规模存量照明设施的改造工程量巨大，成本高昂；另一方面，主动调制可能会引入人眼可感知的光闪烁，影响照明质量。

4、另一类无需改造光源的被动光定位技术，试图利用光源固有的物理特征（如色温、中心波长、光强分布等）作为“指纹”进行识别。然而，led光源的光谱特性对温度和时间高度敏感。随着灯具工作时长的增加，结温升高会导致发光波长发生红移，色温发生漂移，且不同灯具的老化程度不一致会导致光强衰减差异。这种特征的不稳定性使得基于色温或波长的指纹极易发生混淆，导致系统难以区分不同的光源，最终造成定位失败或精度大幅下降。

5、由此可见，现有室内定位配套的led光源区分技术存在三类核心缺陷：其一，基于wi-fi、蓝牙、uwb 等射频信号的定位方案易受多径、金属遮挡、人员流动干扰，定位精度差，且需新增大量专用基站，部署与维护成本高；其二，可见光通信主动调制定位需改造全部led 灯具驱动电路，存量灯具改造工程量大，额外调制信号易产生人眼可见频闪，破坏基础照明体验；其三，现有被动式光学指纹识别依靠色温、发光波长、静态光强作为区分特征，该类参数受 led 结温、灯具老化程度影响显著，温漂、光衰会造成指纹特征持续漂移，多光源场景下极易识别混淆，定位失效。

6、同时，涉密空间、医疗机房等电磁拒止、隐私敏感场景无法使用射频设备，现有技术难以满足低成本、无射频、免灯具改造、特征长期稳定的光源区分与室内定位需求。

技术实现思路

1、发明目的：为了克服现有技术中存在的不足，提供一种基于宽带硬件指纹信息的led照明光源区分方法，无需改动原有led硬件、无需相机成像，依托led驱动电路固有的高频光强波动提取稳定硬件指纹，实现多led光源精准区分，支撑各类场景高精度室内感知与定位。

2、技术方案：为实现上述目的，本发明提供一种基于宽带硬件指纹信息的led照明光源区分方法，包括如下步骤：

3、s1：对多个照明led进行编号，并使用宽带光电传感器分别采集不同编号的led光源的时域波形；

4、s2：离线阶段，对宽带光电传感器采集到的时域波形进行时频特征提取，并标注其对应的led编号，形成led硬件指纹库；

5、s3：在线阶段，终端靠近某个在库led光源，采集led光源的时域波形，并且提取时频特征，将时频特征与led硬件指纹库进行比对，确定led光源的编号。

6、进一步地，所述步骤s1中时域波形具备两类固有稳定指纹特征：第一类为波形短周期高频振荡频率

f1，

f1自身随时间产生长周期慢变化，慢变周期记为

f2，满足

f1>

f2；第二类为高频频率

f1恒定，但波形幅度、峰峰值位置周期性波动，波动周期记为

f3。

7、进一步地，所述步骤s2中采用短时傅里叶变换作为时频分析方法进行时频特征提取，具体包括：

8、a1：加窗分帧：将一维时域波形分割为多个短时帧；

9、a2：傅里叶变换：对每一帧信号进行快速傅里叶变换，得到该帧的频谱；

10、a3：构建时频图：将所有帧的频谱按时间顺序排列，形成二维时频图。

11、进一步地，所述步骤s2中基于二维时频图提取物理特征参数，将物理特征参数组合形成多维特征参数向量，作为led硬件指纹库的硬件指纹标识。

12、进一步地，所述步骤s2中物理特征参数包括：

13、小尺度高频

f1：即时频图中能量最集中的主频率，对应led驱动电路的开关频率；

14、大尺度慢变频率

f2：即主频率

f1随时间变化的周期；

15、时域幅度波动频率

f3：即波形幅度或峰峰值随时间变化的周期；

16、谐波功率比例：计算各次谐波的功率与基波功率的比值；

17、谐波相位差值：计算各次谐波之间的相位差；

18、有效谐波数量：统计功率超过一定阈值的谐波次数；

19、谐波时变轨迹：记录各次谐波的频率和功率随时间变化的轨迹特征。

20、进一步地，所述步骤s2中将二维时频图输入机器学习模块，自动生成无明确物理含义的抽象特征向量，将抽象特征向量作为led硬件指纹库的硬件指纹标识。

21、进一步地，所述步骤s3中时频特征提取的方法采用与步骤s2相同的提取方法，生成实时特征向量；将实时特征向量与led硬件指纹库内全部样本特征向量做相似度比对，匹配度最高的样本对应的编号即为当前led光源编号。

22、进一步地，所述步骤s3中采用余弦相似度作为特征向量的匹配度量；对于两个特征向量x和y，余弦相似度计算公式为：cosθ = (x·y) / (||x|| × ||y||)，余弦相似度的取值范围为[-1, 1]。

23、进一步地，所述步骤s3确定的led光源编号用于室内人员定位。

24、有益效果：本发明与现有技术相比，具备如下优点：

25、1、无需改造存量照明硬件，部署成本极低：完全复用室内现有led灯具及原装开关电流源驱动电路，无需新增调制电路、无需更换灯具，海量存量场景无需大规模施工，大幅降低落地成本与工期。

26、2、无射频辐射，适配特殊受限场景：全程仅采集可见光光强波动信号，不发射、不接收射频电磁波，可用于涉密场所、医疗设备机房、电磁屏蔽实验室等电磁拒止、隐私敏感场景，规避射频信号泄密、干扰精密设备的问题。

27、3、指纹特征稳定性强，识别精度高：硬件指纹来源于驱动电路电感、电容、芯片固有电气特性，区别于传统色温、波长指纹，不受led结温升高、灯具长期老化、光强衰减、环境温度变化影响，长期使用无特征漂移，多led共存环境下区分准确率高，不会出现光源混淆、定位失效问题。

28、4、硬件结构简单，终端轻量化易普及：识别终端仅需宽带光电传感器、简易模数转换与信号处理单元，无需相机、成像模组，设备体积小、功耗低、硬件采购成本低廉，可集成于智能手环、移动机器人、智能家居传感终端等各类便携设备。

29、5、无频闪干扰，不破坏照明功能：本发明仅被动采集led天然存在的驱动高频波动，不对led施加额外调制信号，不会产生人眼可感知的光闪烁，完全保留灯具原有照明效果，兼顾感知功能与照明舒适性。

30、6、应用覆盖范围广，支撑多类智能感知业务：依托精准led光源区分能力，可实现室内人员高精度定位、室内环境区域分类、自主机器人导航、智能家居分区控制、资产追踪等业务，适配商场、办公楼、家庭、工厂、档案室等绝大多数室内场景。

31、7、离线一次建库，在线低算力识别：指纹采集建模仅需离线完成一次，在线识别阶段仅执行时频变换与简单向量比对，计算开销小，低端嵌入式设备即可实时完成光源编号识别，便于大规模批量部署。