一种基于子载波甄选的近实时Wi-Fi室内定位方法

    公开(公告)号:CN114845390B

    公开(公告)日:2024-08-27

    申请号:CN202210661379.5

    申请日:2022-06-13

    IPC分类号: H04L25/02 H04W64/00

    摘要: 本发明公开了一种基于子载波甄选的近实时Wi‑Fi室内定位方法,其步骤包括:1.利用深度学习从子载波中甄选出最优子载波,并利用多信号分类(MUSIC)算法计算AoA和位置估计以提升性能和降低计算量,2.面向对抗鲁棒的平滑方法,通过在中间层特征加入噪声模拟并在输出层加以限制以实现模型对噪声的鲁棒性,3.面向移动端的模型压缩方法,利用知识蒸馏进一步减少模型的参数量,4.面向WiFi信号的数据增强方法。本发明可部署于商用设备,其能在大幅降低传统基于WiFi的室内定位方法的计算复杂度的同时不牺牲精度,从而能实现在移动端近实时的高精度定位。

    一种基于子载波甄选的近实时Wi-Fi室内定位方法

    公开(公告)号:CN114845390A

    公开(公告)日:2022-08-02

    申请号:CN202210661379.5

    申请日:2022-06-13

    摘要: 本发明公开了一种基于子载波甄选的近实时Wi‑Fi室内定位方法,其步骤包括:1.利用深度学习从子载波中甄选出最优子载波,并利用多信号分类(MUSIC)算法计算AoA和位置估计以提升性能和降低计算量,2.面向对抗鲁棒的平滑方法,通过在中间层特征加入噪声模拟并在输出层加以限制以实现模型对噪声的鲁棒性,3.面向移动端的模型压缩方法,利用知识蒸馏进一步减少模型的参数量,4.面向WiFi信号的数据增强方法。本发明可部署于商用设备,其能在大幅降低传统基于WiFi的室内定位方法的计算复杂度的同时不牺牲精度,从而能实现在移动端近实时的高精度定位。

    主动学习的行为识别模型训练方法、终端设备及存储介质

    公开(公告)号:CN114495279A

    公开(公告)日:2022-05-13

    申请号:CN202210110983.9

    申请日:2022-01-28

    发明人: 赵广智 龚伟

    IPC分类号: G06V40/20 G06K9/62 G06V10/774

    摘要: 本发明公开了一种主动学习的行为识别模型训练方法、终端设备及存储介质,该方法包括:将待训练样本输入至所述行为识别模型以确定所述待训练样本的行为识别结果,并根据所述行为识别结果确定目标训练样本;获取与所述目标训练样本对应的行为标签;将所述目标训练样本以及行为标签输入至行为识别模型进行训练,以更新所述行为识别模型。本发明通过将待训练样本输入至行为识别模型以确定待训练样本的行为识别结果,进而根据行为识别结果确定目标训练样本,以从待训练样本中选择目标训练样本作为当前的行为识别模型的“困难样本”,以减少无效或低效待训练样本的参与训练,提高对行为识别模型的训练效率。