-
Patent Agency Ranking
公开(公告)号：CN107832834B
公开(公告)日：2020-02-14
申请号：CN201711115293.8
申请日：2017-11-13
Applicant: 合肥工业大学
Abstract: 本发明公开了一种基于生成对抗网络的WIFI室内定位指纹库的构建方法，包括：1、通过测量得到衡量信道情况的信道状态信息，即CSI数据；2、分别将每个位置的CSI数据处理为对应的幅值相位特征图初步构建指纹库；3、将得到的幅值相位特征图送入生成对抗网络中训练生成更多的幅值相位特征图，从而构建样本充足的WIFI室内定位指纹库。本发明利用生成对抗网络生成不同位置的幅值相位特征图的方法减少了信号采样数量，解决了CSI数据不足时无法有效建库的问题，提高了测量效率、简便易行。
-
公开(公告)号：CN108594170A
公开(公告)日：2018-09-28
申请号：CN201810300922.2
申请日：2018-04-04
Applicant: 合肥工业大学
IPC: G01S5/02
Abstract: 本发明公开了一种基于卷积神经网络识别技术的WIFI室内定位方法，首先对室内定位区域划分参考点，对每个参考点进行WIFI信号采集，然后分别将每个参考点的数据处理后通过小波变换为对应位置的特征图构建初级定位指纹库；再将每个参考点的特征图进行像素变换构建定位指纹库的训练集，将训练集中每个参考点的特征图加标签后送入改进的卷积神经网络模型中训练得到分类模型；最后通过采样待测位置WIFI信号，数据处理后通过小波变换为对应位置的特征图送入得到的分类模型中进行分类，对位置类别做加权平均，从而实现针对待测位置的定位，即实现了WIFI室内定位。本发明特别适宜在商业场合中应用，其设备简单、功耗低。
-
公开(公告)号：CN107832834A
公开(公告)日：2018-03-23
申请号：CN201711115293.8
申请日：2017-11-13
Applicant: 合肥工业大学
Abstract: 本发明公开了一种基于生成对抗网络的WIFI室内定位指纹库的构建方法，包括：1、通过测量得到衡量信道情况的信道状态信息，即CSI数据；2、分别将每个位置的CSI数据处理为对应的幅值相位特征图初步构建指纹库；3、将得到的幅值相位特征图送入生成对抗网络中训练生成更多的幅值相位特征图，从而构建样本充足的WIFI室内定位指纹库。本发明利用生成对抗网络生成不同位置的幅值相位特征图的方法减少了信号采样数量，解决了CSI数据不足时无法有效建库的问题，提高了测量效率、简便易行。
-
公开(公告)号：CN108762097A
公开(公告)日：2018-11-06
申请号：CN201810843784.2
申请日：2018-07-27
Applicant: 合肥工业大学
IPC: G05B13/04
CPC classification number: G05B13/042
Abstract: 本发明公开了一种基于虚拟模型的跟踪抗扰控制方法，其特征是：首先对线性实际被控对象进行系统辨识并将辨识得到的动力模型作为虚拟模型，针对所述虚拟模型设计跟踪控制律；然后将所述跟踪控制律分别应用于虚拟模型和线性实际被控对象上，利用虚拟模型输出与线性实际被控对象输出的误差设计抗扰控制律；将跟踪控制律与抗扰控制律相加，作为线性实际被控对象的跟踪抗扰控制律，实现对线性实际被控对象的跟踪抗扰控制。本发明解决了传统闭环控制系统中存在的跟踪和抗扰之间矛盾的问题，在系统具有良好的抗扰性能的同时仍然具有较好的跟踪性能。
-
公开(公告)号：CN108594170B
公开(公告)日：2021-09-14
申请号：CN201810300922.2
申请日：2018-04-04
Applicant: 合肥工业大学
IPC: G01S5/02
Abstract: 本发明公开了一种基于卷积神经网络识别技术的WIFI室内定位方法，首先对室内定位区域划分参考点，对每个参考点进行WIFI信号采集，然后分别将每个参考点的数据处理后通过小波变换为对应位置的特征图构建初级定位指纹库；再将每个参考点的特征图进行像素变换构建定位指纹库的训练集，将训练集中每个参考点的特征图加标签后送入改进的卷积神经网络模型中训练得到分类模型；最后通过采样待测位置WIFI信号，数据处理后通过小波变换为对应位置的特征图送入得到的分类模型中进行分类，对位置类别做加权平均，从而实现针对待测位置的定位，即实现了WIFI室内定位。本发明特别适宜在商业场合中应用，其设备简单、功耗低。
-
-
-
-
Search Results
5
records
(took 0.023 seconds)
