公开(公告)号：CN118503857B

公开(公告)日：2024-09-13

申请号：CN202410923860.6

申请日：2024-07-11

申请人： 中南大学

发明人： 王秋 ,  陈明松 ,  蔺永诚 ,  刘嘉杰 ,  颜欣 ,  张驰洲

IPC分类号： G06F18/2431 ,  H04W4/02 ,  G06F18/214 ,  G06F18/21 ,  G06N3/0475 ,  G06N3/045 ,  G06N3/094

摘要： 本发明公开了一种基于域对抗学习的UWB非视距多分类识别方法及系统，其通过采集多个非视距场景下的源域环境和目标域环境CIR数据，并提取用于区分相似非视距场景的第一特征，将其共同用于对模型进行对抗训练，使得模型中的域分类器无法判断CIR数据来自于源域环境或者目标域环境、而标签预测器可以准确判断出源域环境CIR数据的非视距场景类型，实现了跨场景UWB定位网络中的非视距信号多分类识别，无论应用场景如何变化或者源域环境和目标域环境之间存在差异，仍可准确地识别出非视距信号类型，提高了模型的鲁棒性，并且结合第一特征可以准确地辨别出具有相似特征的非视距场景，提高了非视距多分类识别结果的准确性。

公开(公告)号：CN118503857A

公开(公告)日：2024-08-16

申请号：CN202410923860.6

申请日：2024-07-11

申请人： 中南大学

发明人： 王秋 ,  陈明松 ,  蔺永诚 ,  刘嘉杰 ,  颜欣 ,  张驰洲

IPC分类号： G06F18/2431 ,  H04W4/02 ,  G06F18/214 ,  G06F18/21 ,  G06N3/0475 ,  G06N3/045 ,  G06N3/094

摘要： 本发明公开了一种基于域对抗学习的UWB非视距多分类识别方法及系统，其通过采集多个非视距场景下的源域环境和目标域环境CIR数据，并提取用于区分相似非视距场景的第一特征，将其共同用于对模型进行对抗训练，使得模型中的域分类器无法判断CIR数据来自于源域环境或者目标域环境、而标签预测器可以准确判断出源域环境CIR数据的非视距场景类型，实现了跨场景UWB定位网络中的非视距信号多分类识别，无论应用场景如何变化或者源域环境和目标域环境之间存在差异，仍可准确地识别出非视距信号类型，提高了模型的鲁棒性，并且结合第一特征可以准确地辨别出具有相似特征的非视距场景，提高了非视距多分类识别结果的准确性。

公开(公告)号：CN117518077A

公开(公告)日：2024-02-06

申请号：CN202311469705.3

申请日：2023-11-07

申请人： 中南大学

发明人： 王秋 ,  陈明松 ,  蔺永诚 ,  刘嘉杰 ,  张驰洲 ,  王冠强

IPC分类号： G01S5/02 ,  G01C21/20 ,  G06F17/11 ,  G06F17/16

摘要： 本发明提供了一种复杂地下环境机器人定位和误差缓解方法，首先通过建立的系统状态方程对机器人下一时刻状态进行预测，其次采用方差对系统各信息源的置信度进行评估，并分配权重，以更准确地反映每个信息源的可信度，再次引入了Anderson darling检验和马氏距离细分判断的两步检测方法对非视距和累计误差造成的离群值进行检验，最后基于马氏距离和变方差模型建立抗差因子，以抵御不同环境下测量离群值的干扰，从而为复杂地下环境下机器人的定位与导航系统带来显著的性能提升，为精确导航提供了坚实的解决方案。