0 引言
      室内定位在大型商场、矿井、图书馆和机场大厅等场景有着广泛的应用。然而，传统的室内定位方式，如无线局域网、射频识别、红外、蓝牙和超宽带等存在成本高、定位误差大和易受电磁干扰等缺点[1，2]。可见光通信作为新一代无线通信技术，具有无电磁辐射干扰、频带资源丰富和传输速率高等优点[3]。因此，基于可见光通信的室内定位技术得到了广泛关注，该技术将LED光源作为信号源，兼顾照明与定位。另外，由于LED光源普遍存在，使得室内可见光定位系统易于搭建，在一些电磁敏感区域如医院、机场和加油站等仍可使用。
      定位算法是室内定位技术的关键，常见的可见光室内定位算法主要有基于接收信号强度（Received Signal Strength, RSS）、到达时间（Time of Arrival，TOA）、到达角度（Angle of Arrival，AOA）及到达时间差（Time Difference of Arrival，TDOA）测距的三边测量算法，以及指纹分析算法、近似感知算法和图像传感器算法等[4]。考虑到可见光室内定位的成本、难度和精度，目前提出的定位方案大多是基于RSS测距的三边测量算法。文献[5]提出了一种基于差分检测的定位算法，该算法虽然可以降低LED光强度起伏的不稳定性对定位精度的影响，但是要辅助额外的设备，成本较高。文献[6]结合AOA和RSS提出了一种室内混合定位算法，平均定位误差为10cm，但由于需要在接收端部署传感器阵列，且混合了2种算法，所以系统的成本和复杂度都比较高。文献[7]提出的基于4个LED的质心加权算法定位精度较低。文献[8]提出了一种基于粒子群优化（PSO）的室内定位算法，并通过模拟退火（SA）算法来改进PSO算法中的早收敛问题，但由于该算法是2种优化算法的融合，算法复杂度相对较高。另外，实验中是基于理想朗伯辐射模型进行RSS测距的，而实际定位时朗伯辐射模型的测距误差较大。基于此，本文在RSS算法的基础上，基于带收缩因子的PSO（CFPSO）算法[9]设计一种新的定位算法，并建立RSS测距经验模型代替朗伯辐射模型。

5 结束语
      可见光室内定位问题可转化为全局优化问题，PSO算法在解决全局优化问题上表现出较好的寻优能力，但是经典PSO算法容易早收敛导致定位结果误差较大，本文在经典PSO算法的基础上引入收缩因子设计定位算法，同时考虑实际中的非理想因素影响，建立测距经验模型代替朗伯模型测距，得到了较好的定位结果。在室内搭建的可见光定位实验环境中进行测试，实验结果表明：使用基于CFPSO的定位算法时，90%测试点的定位误差不大于5cm，47.5%测试点的定位误差不大于4cm。可见，CFPSO定位算法和测距经验模型能够在算法复杂度代价较小的条件下获得更高的定位精度和稳定性。