基于全局和局部联合约束迁移学习的室内定位方法

    公开(公告)号:CN109348410A

    公开(公告)日:2019-02-15

    申请号:CN201811372033.3

    申请日:2018-11-16

    IPC分类号: H04W4/02 H04W64/00 H04W4/33

    摘要: 本发明属于室内定位技术领域,特别是一种基于全局和局部联合约束迁移学习的室内定位方法。本发明的方法通过最小化域间的边缘和条件概率分布差异,以及最大化潜在子空间的样本方差约束全局结构的一致性。同时,通过最小化类内方差,最大化类间方差来保持每一个类别与其对应样本的依赖性,以及通过流形正则化保持局部的邻域关系,进而约束局部结构的一致性。可解决目前迁移学习方法知识迁移不充分的问题,从源域中迁移得到的知识可有效地提高目标域的定位精度,解决因环境变化而引起RSS波动的问题。从而本发明提出的基于全局和局部联合约束迁移学习的定位方法是一种适合在复杂室内环境下的高精度定位新方法。

    一种基于信号强度的深度学习回归融合定位方法

    公开(公告)号:CN109151995A

    公开(公告)日:2019-01-04

    申请号:CN201811023659.3

    申请日:2018-09-04

    IPC分类号: H04W64/00 H04W4/029 G06K9/62

    摘要: 本发明提供一种基于信号强度的深度学习回归融合定位方法,涉及基于信号强度的定位方法领域。本发明包括如下步骤:步骤1,在待定位环境中建立指纹库;步骤2,对指纹库中的数据进行预处理;步骤3,将预处理后的数据输入自动编码模型中进行预训练;步骤4,在自动编码模型的基础上构建DNN模型,再对DNN模型进行训练;步骤5,构建CNN模型并将预处理后的数据输入CNN模型进行训练;步骤6,根据DS证据融合理论对DNN模型与CNN模型的输出概率值进行融合,计算预测结果;步骤7,根据模型估计结果与真实结果之间的误差值来调整DNN模型和CNN模型;步骤8,根据调整好的分类模型进行实时定位。本发明利用DNN和CNN的互补优势能全面地提取特征,提高了定位的准确度。

    一种冲击噪声环境下的近场源角度和距离计算方法

    公开(公告)号:CN104215957B

    公开(公告)日:2017-02-08

    申请号:CN201410337757.X

    申请日:2014-07-16

    IPC分类号: G01S11/04 G01S3/46

    摘要: 该发明公开了一种冲击噪声环境下的近场源角度和距离计算方法,于冲击噪声环境下对近场信号源进行参数估计领域,涉及利用均匀圆阵对复杂环境下近场信号的分数低阶矩处理技术。利用圆形接收天线阵列接收到数据后,先计算各数据的空间符号函数,进而计算得到两类协变异矩阵,通过第一类协变异矩阵的相角计算出信号源的波达方向,通过第二类协变异矩阵的相角计算出信号源离基站的距离,从而冲击噪声环境下目标定位过程中具有速度快、精度高、运算量小、成本低的效果。

    一种采用多信道矢量匹配的室内定位方法

    公开(公告)号:CN103744053B

    公开(公告)日:2016-02-03

    申请号:CN201310743532.X

    申请日:2013-12-30

    IPC分类号: G01S5/02

    摘要: 该发明公开了一种采用多信道矢量匹配的室内定位方法,该方法在建立数据库前首先在定位区域内按要求设立定位网格(格点位置分布)及信号监测器位置,然后利用多个信号监测器在各个信道、不同位置上采集的RSS数据建立含信号强度数据库、位置信息数据库在内的RSS数据库,再利用RSS数据库去建立SSD数据库;实时室内定位阶段,在定位区域内随机选取待定位点(目标),监测其RSS数据,利用这些RSS数据计算出目标SSD数据,然后利用目标SSD数据与综合SSD数据库进行匹配,挑选出数据库中最匹配的SSD数据,确定目标位置,从而具有对定位场地中的信号源进行实时、高精度的定位效果。

    一种冲击噪声环境下的近场源角度和距离计算方法

    公开(公告)号:CN104215957A

    公开(公告)日:2014-12-17

    申请号:CN201410337757.X

    申请日:2014-07-16

    IPC分类号: G01S11/04 G01S3/46

    摘要: 该发明公开了一种冲击噪声环境下的近场源角度和距离计算方法,于冲击噪声环境下对近场信号源进行参数估计领域,涉及利用均匀圆阵对复杂环境下近场信号的分数低阶矩处理技术。利用圆形接收天线阵列接收到数据后,先计算各数据的空间符号函数,进而计算得到两类协变异矩阵,通过第一类协变异矩阵的相角计算出信号源的波达方向,通过第二类协变异矩阵的相角计算出信号源离基站的距离,从而冲击噪声环境下目标定位过程中具有速度快、精度高、运算量小、成本低的效果。

    一种环境自适应的信号源定位方法

    公开(公告)号:CN104010366A

    公开(公告)日:2014-08-27

    申请号:CN201410197236.9

    申请日:2014-05-12

    IPC分类号: H04W64/00

    摘要: 该发明公开了一种环境自适应的信号源定位方法,属于对室内的无线信号源进行定位的方法,特别是利用设备接收到的信号强度差(SSD)对信号源进行室内定位的方法。该发明首先在定位区域内按要求设置信号监测器,信号源在16个信道上轮流发射信号,监测器接收信号源在各信道发射的RSS值并求平均;选择一个监测器的RSS平均值分别于其它监测器的RSS平均值相减,得到一组SSD信息,再计算出当前环境中的信号衰减因子和噪声信息,然后计算出当下SSD信息与信号源位置之间的线性关系式,带入当前SSD信息,计算出信号源的位置,实现发明目的。从而在定位过程中具有精度高、适应性强、工作稳定、成本低的效果。

    一种抗接收机相位跳变的多干扰源测向方法

    公开(公告)号:CN101980043A

    公开(公告)日:2011-02-23

    申请号:CN201010283813.8

    申请日:2010-09-15

    IPC分类号: G01S3/12 G01S3/10

    摘要: 该发明属于对多个无线信号干扰源同时测向的技术。包括:设置稀疏字典,建立干扰源来波方位角列向量,建立干扰源检测数据矩阵,确定方向位矩阵,确定干扰源方向。该发明利用相位跳变时刻以及干扰源在空间分布上具有的稀疏特性,根据接收端阵列的阵列流形在(1°,360°)范围内按照设定的角度分辨率间隔构建稀疏字典,作为确定多干扰源方向时的基础参数集;各接收机同时对多个干扰源进行采集。从而有效解决了相位跳变带来的性能下降的问题,并最大程度上降低了接收机通道间的高一致性要求、大幅度降低系统工作难度等特点;克服了传统技术对接收机通道间的一致性要求极高、相位跳变对测向精度影响大等缺陷。

    一种搜索最小幅度向量夹角的天线阵列测向方法

    公开(公告)号:CN101826900A

    公开(公告)日:2010-09-08

    申请号:CN201010132036.7

    申请日:2010-03-25

    IPC分类号: H04B7/04 H04B17/00

    摘要: 搜索最小幅度向量夹角的天线阵列测向方法属天线阵列测向范畴。建立天线阵列数据库,搜索与实时接收的信号幅度向量夹角最小的数据库中的幅度向量对应的到达方向作为实时接收信号的到达方向估计值。首先建立天线阵列到达方向、幅度向量数据库;然后测量实时接收信号幅度向量并确定与天线阵列数据库中的所有幅度向量之间的夹角;最后搜索与天线阵列实时接收的信号幅度向量夹角最小的数据库中的幅度向量,该幅度向量对应的到达方向即是估计的信号到达方向。本方法不需额外的硬件和软件对天线阵列进行实时相位校正、幅度校正、互耦校正和天线位置误差校正,测向精度高,5根鞭状天线组成的圆阵列对超短波频段内的频率等于293MHz的信号测向误差小于1度的概率大于97%。

    一种信号波形未知的非合作目标无线定位的方法

    公开(公告)号:CN101718860A

    公开(公告)日:2010-06-02

    申请号:CN200910216408.1

    申请日:2009-11-27

    IPC分类号: G01S5/14

    摘要: 该发明属于一种对室内无线传播的信号源进行定位的方法,包括按背景技术建立定位数据库及设置信号接收器和监视管理器,并增设与各管理目标对应的跟踪信息数据库;同时在各管理目标上增设可发射与定位数据库信号相同频率合成的信号和识别码的定位芯片。该发明对定位芯片所发信号处理后与基础数据库进行最优匹配以确定目标的位置、再经其识别码确定该位置处目标的名称;最后显示出各管理目标的名称及其所在位置的信息。因而,本发明具有可对非合作的管理目标进行多目标定位并能区别各具体目标,有效提高了对定位区域内位置差异的敏感度和定位的准确性及定位精度,降低了对时间的同步性要求及定位的成本等特点。

    一种基于短期数据置信度分析的UWB NLOS识别与抑制方法

    公开(公告)号:CN117630813A

    公开(公告)日:2024-03-01

    申请号:CN202311640178.8

    申请日:2023-12-01

    IPC分类号: G01S5/02

    摘要: 本发明属于高精度定位技术领域,具体涉及一种基于短期数据置信度分析的超宽带非视距数据识别与抑制方法。本发明针对低功耗场景因测距频率降低导致的定位精度降低的问题,使用基于滑动窗的测距复用机制,对窗内测距数据集进行定位估计。针对测距数据集,构造有效子集,生成定位估计坐标集和测距的均方根误差集合;然后进行核密度估计,分析均方根误差分布趋势,识别非视距数据,形成数据置信度报告,用于下一状态的数据筛选;根据置信度报告和NLOS数据检测情况,得到当前时刻的初始估计值;采用基于地图的卡尔曼粒子滤波,使当前时刻的位置预测更加准确。本发明在仿真和现实场景分别进行了测试分析,均有较强的定位性能。