基於超分辨率技術(Super resolution)的白光二極體(W-LED)三維室內定位系統中，在房間內，佈置三個白光二極體於天花板，和一個基於均勻線性陣列(ULA)的光檢測器(PD)，其中白光二極體採用了基於分時多工(TDM)的信號，但這方法有兩個缺點。
第一，基於分時多工的信號，白光二極體間必須要有完美的同步時序，否則會造成室內燈光閃爍。
第二，當三個白光二極體發光時，若有兩個白光二極體的垂直角(elevation angle)相同，我們無法分辨白光二極體光源的左右入射方向，這會造成很大的定位誤差。
為了解決上述問題，我們提出了一個新的演算法，整合均勻線性陣列和均勻圓形陣列(UCA)的架構，不但可以讓三個白光二極體同時發光，並利用多項式求根-多重訊號分類(Root-Music)演算法，來增加白光二極體入射角度的準確度。
根據模擬結果，整合用7個光電二極管的均勻線性陣列與9個光電二極管的均勻圓形陣列配置，在訊雜比(SNR)為30分貝(dB)時，系統的最大定位誤差為7公分，與先前文獻相比，準確度提升30%。

In the paper, “White-LED 3D Indoor Positioning Using Super-resolution Technique”, three white light-emitting diodes (W-LED) are deployed as ceiling light, and one mobile uniform linear array (ULA) based photo-detector (PD) is used to estimate the 3D indoor position. However, the time-division-multiplexing (TDM) based signaling used for W-LED data transmission incurs two issues.
First, with TDM-based signaling, W-LED’s turn-on sequences must have perfect synchronization. Otherwise, it will blink in the room.
Second, when two W-LEDs have the same elevation angle but different azimuth angle. W-LED’s radiation direction cannot be differentiated which may cause huge location error.
In order to solve the above issues, we proposed a hybrid algorithm which integrated of uniform linear array (ULA) and uniform circular array (UCA) where all three W-LEDs are always turned on. Root-squared, Multiple Signal Classification(Root-Music) algorithm is used to improve irradiant angle’s estimation accuracy.
By deploying 7 ULA based PDs and 9 UCA based PDs, simulation result showed 7 cm location inaccuracy at 30 dB SNR.

目錄
第一章 研究背景	1
第二章 簡介	4
2.1 現有技術介紹	4
2.2 主要技術優點	6
第三章 基於超分辨率技術的白光二極體三維室內定位系統	7
3.1 天花板燈基於白光二極體定位系統	7
3.2 朗伯(Lambertian)通道損耗模型	9
3.3 白光二極體到光檢測器的距離估測	9
3.4 基於分時多工的信號	10
3.5 透過多重訊號分類演算法(MUSIC)，計算垂直角θ 	11
3.6 使用非線性最佳化，估測目標位置	13
3.7上述演算法的模擬結果	15
3.8 上述演算法的缺點、與改善的計畫	15
第四章	 整合演算法-混合均勻線性陣列和均勻圓形陣列的多重訊號分類演算法技術	17
4.1 演算法流程圖	17
4.2 均勻線性陣列的多項式求根-多重訊號分類演算法	18
4.3 均勻圓形陣列的多項式求根-多重訊號分類演算法	21
4.4 均勻圓形陣列多重訊號分類演算法	28
4.5	相似的兩個垂直角θ，造成了模糊的方位角φ 	30
4.6	白光二極體與角度的配對	33
第五章 實驗模擬結果	37
5.1 模擬參數	37
5.2 白光二極體角度的配對率和光檢測器的位置誤差	39
5.3 白光二極體配對後角度的誤差	42
第六章 結論與未來研究方向	47
6.1結論	47
6.2未來研究方向	47
第七章 參考資料	48

圖目錄
圖1.1白光二極體的趨勢: 發光效能和單價	2
圖3.1 建議的室內定位系統配置	8
圖3.2 基於分時多工的時序與衰減	11
圖3.3 均勻線性陣列	12
圖3.4 非線性最佳化的結果，當均勻線性陣列的(X,Y,Z)位置在      (3,1.5,1)	14
圖4.1 演算法流程圖	17
圖4.2整合均勻線性陣列和均勻圓形陣列的光感測器架構圖	22
圖4.3 模糊的方位角問題	30
圖4.4 接收器在(1,1,1)的位置，並把角度配對給白光二極體1	34
圖5.1(a) 56個光檢測器的測試位置	37
圖5.1(b) 光檢測器的測試位置 - 平面圖	38
圖5.2(a) 白光二極體角度的配對率	40
圖5.2(b) 光檢測器的最大平均位置誤差	41
圖5.2(c) 圖5.2(b)局部放大圖	41


圖5.3(a) 高度為1公尺時的28個測試位置，測試位置的誤差(左) ，三個垂直角θ的誤差(中)，三個方位角φ的誤差(右)，SNR = 30dB	42
圖5.3(b) 高度為2公尺時的28個測試位置，測試位置的誤差(左) ，三個垂直角θ的誤差(中)，三個方位角φ的誤差(右)，SNR = 30dB	43
圖5.3(c) 高度為1公尺時的28個測試位置，測試位置的誤差(左) ，三個垂直角θ的誤差(中)，三個方位角φ的誤差(右)，SNR = 25dB	44
圖5.3(d) 高度為2公尺時的28個測試位置，測試位置的誤差(左) ，三個垂直角θ的誤差(中)，三個方位角φ的誤差(右)，SNR = 25dB	45

表目錄
表4.1 均勻圓形陣列天線數、最高模式、殘餘項大小的比較表	25
表4.2 圖4.3中的符號和意義	31
表5.1 實驗參數的設定	38

[1]	P. P. Salian, S. Prabhu, P. Amin, S. K. Naik, M. K. Parashuram, “Visible Light Communication”, IEEE Texas Instruments India Educators’ Conference (TIIEC), pp. 379-383, April 2013 
[2]	http://www.ted.com/talks/harald_haas_wireless_data_from_every_light_bulb 
[3]	H. Elgala, R. Mesleh, H. Haas, B. Pricope, “OFDM Visible Light Wireless Communication Based on White LEDs”, IEEE 65th Vehicular Technology Conference, pp. 2185-2189, April 2007 
[4]	白光LED照明技術, 田民波, 呂輝宗, 溫坤禮, 五南圖書出版公司 
[5]	LED原理與應用, 郭浩中、賴芳儀、郭守義, 五南圖書出版公司
[6]	X. Qiu, J. Wei, J. Li, C. Li, C. Wei, “A Novel Identification System Based on Visible Light Communication”,  IEEE Wireless and Optical Communication Conference (WOCC), pp. 649-652, May 2013 
[7]	H. Liu, H. Darabi, P. Banerjee, J. Liu, “Survey of Wireless Indoor Positioning Techniques and Systems”, IEEE Trans. on Systems, Man and Cybernetics, vol. 37, no. 6, pp. 1067-1080, Nov. 2007 
[8]	W. Zhang, M. Kavehrad, “A 2-D Indoor Localization System Based On Visible Light LED”, IEEE Photonics Society Summer Topical Meeting Series, pp. 80-81, July 2012 
[9]	S. Y. Jung, S. Hann, C. S. Park, “TDOA-Based Optical Wireless Indoor Localization Using LED Ceiling Lamps”, IEEE Trans. on Consumer Electronics, vol. 57, no. 4, pp. 1592-1597, Nov. 2011 
[10]	 M. Yasir, W.W. Ho, B. N. Vellambi, “Indoor Positioning System Using Visible Light and Accelerometer”, IEEE Journal of Lightwave Technology, vol. 32, no. 19, pp. 3306-3316, July 201
[11]	 M. Kavehrad, “BroadBand Room Service by Light. Scientific American,” pages 82–87, July 2007
[12]	 K. Reza, F. Haque, M. A. Matin, “A comprehensive analysis and performance evaluation of different direction of arrival estimation algorithms”, IEEE Symposium on Computers and Informatics (ISCI), pp. 256-259, March 2012 
[13]	 C. R. Dongarsane, A. N. Jadhav, “Simulation study on DOA estimation using MUSIC algorithm”, International Journal of Technology And Engineering System (IJTES), vol. 2, no. 1, pp.54-57, March. 2011 
[14]	 Andy Vesa , "Direction of Arrival Estimationusing MUSIC and Root – MUSIC Algorithm" ,  18th Telecommunications forum TELFOR 2010  , Serbia, Belgrade, November 23-25, 2010
[15]	 Cherian P. Mathews , Michael D. Zoltowski , "Eigenstructure Techniques for 2-D Angle Estimation with Uniform Circular Arrays" ,  IEEE TRANSACTIONS ON SIGNAL PROCESSING, VOL. 42, NO. 9 SEPTEMBER 1994 
[16]	 Roald Goossens, Hendrik Rogier, Steven Werbrouck , "UCA Root-MUSIC With Sparse Uniform Circular Arrays" , IEEE TRANSACTIONS ON SIGNAL PROCESSING, VOL. 56, NO. 8, AUGUST 2008
[17]	 Yasser Albagory and Amira Ashour  , "MUSIC 2D-DOA Estimation using Split Vertical Linear and Circular Arrays" , I. J. Computer Network and Information Security, 2013, 8, 12-18 , Published Online June 2013 in MECS (http://www.mecs-press.org/)