针对目前室内可见光通信系统三维定位的准确率与定位速度依然不佳的问题,提出一种基于深度学习的可见光通信系统室内定位方法。首先,设计了一个神经网络将指纹数据编码成二维阵列,利用卷积神经网络学习指纹阵列与目标位置之间的关系;然后,通过粒子群优化算法自动搜索卷积神经网络的超参数,以降低深度神经网络的训练难度。此外,设计了定位数据训练集、验证集与测试集的划分方法,有助于缓解神经网络的过拟合问题,并提高定位准确性。仿真结果表明,所提方法在6×6×4m³室内环境下的平均定位误差为0.024m,平均定位时间为0.478s。