-
公开(公告)号：CN107360552B
公开(公告)日：2020-02-07
申请号：CN201710648602.1
申请日：2017-08-01
申请人： 电子科技大学
摘要： 本发明公开了一种多分类器全局动态融合的室内定位方法，属于利用多分类器的全局融合和线上动态匹配方法对复杂室内信号源目标进行定位的技术领域，解决权值求并没有充分挖掘多分类器之间的内在关联特性，以及RSS波动较大的环境中融合精度降低的问题。本发明对划分好的各格点采集信号强度建立RSS指纹库；在RSS指纹库中，把每个格点的信号强度值分为两部分，一部分用于学习得到多个分类器，另一部分输入到分类器进行结果预测、并根据结果预测计算每个格点的全局融合权重储存在权重矩阵中；把未知源的RSS值输入到各分类器进行位置估计并和位置估计在权重矩阵中索引的最优融合权重确定未知源的坐标位置。本发明用于室内定位。
-
公开(公告)号：CN109040948B
公开(公告)日：2021-02-26
申请号：CN201810566349.X
申请日：2018-06-04
申请人： 电子科技大学
摘要： 本发明公开了一种位置候选集合生成方法及其高精度融合定位方法，一种位置候选集合生成方法的步骤为先对待定位区域构建离线指纹库，基于离线指纹库离线训练指纹分类器，获取待定位目标附近AP的RSS值，得到实时的RSS向量，根据每个分类器对实测数据的格点位置预测概率矢量选取概率较大的多个位置估计构造位置候选集合，一种基于位置候选集合的高精度融合定位方法步骤为：根据位置候选集合生成方法生成的位置候选集得到候选结果，建立目标函数的优化模型；根据建立的优化模型，交替进行权值更新和位置更新直至达到收敛条件，完成位置候选集融合，得到目标定位。本发明相比于已有方法是一种定位精度高、实用性强且能满足实时融合定位的室内定位方法。
-
公开(公告)号：CN109275096A
公开(公告)日：2019-01-25
申请号：CN201811366542.5
申请日：2018-11-16
申请人： 电子科技大学
摘要： 本发明属于室内定位技术领域，特别是一种基于多层融合网络动态匹配的室内定位方法。本发明通过充分提取接收信号的特征并结合多种分类器构建多层融合网络，来进行多指纹-多算法的动态匹配，有效的利用了不同指纹和分类器之间性能互补优势，提高了定位的准确性。动态匹配方法克服了技术背景中方法融合形式不能完全克服数据波动性和融合权重不能正确反映不同位置估计的缺点，从而使得低于平均性能的位置估计仍然有助于最终的位置估计。
-
公开(公告)号：CN109040948A
公开(公告)日：2018-12-18
申请号：CN201810566349.X
申请日：2018-06-04
申请人： 电子科技大学
摘要： 本发明公开了一种位置候选集合生成方法及其高精度融合定位方法，一种位置候选集合生成方法的步骤为先对待定位区域构建离线指纹库，基于离线指纹库离线训练指纹分类器，获取待定位目标附近AP的RSS值，得到实时的RSS向量，根据每个分类器对实测数据的格点位置预测概率矢量选取概率较大的多个位置估计构造位置候选集合，一种基于位置候选集合的高精度融合定位方法步骤为：根据位置候选集合生成方法生成的位置候选集得到候选结果，建立目标函数的优化模型；根据建立的优化模型，交替进行权值更新和位置更新直至达到收敛条件，完成位置候选集融合，得到目标定位。本发明相比于已有方法是一种定位精度高、实用性强且能满足实时融合定位的室内定位方法。
-
公开(公告)号：CN107360552A
公开(公告)日：2017-11-17
申请号：CN201710648602.1
申请日：2017-08-01
申请人： 电子科技大学
摘要： 本发明公开了一种多分类器全局动态融合的室内定位方法，属于利用多分类器的全局融合和线上动态匹配方法对复杂室内信号源目标进行定位的技术领域，解决权值求并没有充分挖掘多分类器之间的内在关联特性，以及RSS波动较大的环境中融合精度降低的问题。本发明对划分好的各格点采集信号强度建立RSS指纹库；在RSS指纹库中，把每个格点的信号强度值分为两部分，一部分用于学习得到多个分类器，另一部分输入到分类器进行结果预测、并根据结果预测计算每个格点的全局融合权重储存在权重矩阵中；把未知源的RSS值输入到各分类器进行位置估计并和位置估计在权重矩阵中索引的最优融合权重确定未知源的坐标位置。本发明用于室内定位。
-
公开(公告)号：CN108919182B
公开(公告)日：2022-04-29
申请号：CN201810443983.4
申请日：2018-05-10
申请人： 电子科技大学
摘要： 本发明公开了一种WiFi环境下基于支撑集及期望最大化的目标定位方法，涉及WiFi定位领域，包括如下步骤：步骤1：建立离线指纹库；步骤2：根据线上获取的目标信号和离线指纹库构建支撑集，通过对支撑集进行真值发现估计正确位置完成目标定位；本发明提出利用支撑集克服最优匹配准则的弊端，并通过期望最大化算法从支撑集中进行目标位置的精确估计，能有效克服环境变化和异构设备造成的RSS波动问题，从而提高了定位的精度和稳健性。
-
公开(公告)号：CN109121081B
公开(公告)日：2020-12-29
申请号：CN201811056044.0
申请日：2018-09-11
申请人： 电子科技大学
摘要： 本发明属于室内定位技术领域，涉及一种基于位置候选集与EM算法的室内定位方法。本发明的方法首先通过不同的机器学习方法离线训练分类器，在线定位时，根据每个分类器对实测数据的格点位置预测概率矢量选取概率较大的多个位置估计构造位置候选集。在此基础上，通过无监督EM算法在线估计候选位置的概率分布并估计目标位置。本发明方法的位置估计仅需要在线数据就可完成，无需进行权值匹配和存储，减少了传统融合过程中的权值匹配误差，提高了定位系统的室内环境变化的自适应能力。同时，本发明方法无需额外离线训练数据训练权值，降低了离线建库的负担，是一种有效、实用的高精度室内定位方法。
-
公开(公告)号：CN109121081A
公开(公告)日：2019-01-01
申请号：CN201811056044.0
申请日：2018-09-11
申请人： 电子科技大学
摘要： 本发明属于室内定位技术领域，涉及一种基于位置候选集与EM算法的室内定位方法。本发明的方法首先通过不同的机器学习方法离线训练分类器，在线定位时，根据每个分类器对实测数据的格点位置预测概率矢量选取概率较大的多个位置估计构造位置候选集。在此基础上，通过无监督EM算法在线估计候选位置的概率分布并估计目标位置。本发明方法的位置估计仅需要在线数据就可完成，无需进行权值匹配和存储，减少了传统融合过程中的权值匹配误差，提高了定位系统的室内环境变化的自适应能力。同时，本发明方法无需额外离线训练数据训练权值，降低了离线建库的负担，是一种有效、实用的高精度室内定位方法。
-
公开(公告)号：CN108919182A
公开(公告)日：2018-11-30
申请号：CN201810443983.4
申请日：2018-05-10
申请人： 电子科技大学
摘要： 本发明公开了一种WiFi环境下基于支撑集及期望最大化的目标定位方法，涉及WiFi定位领域，包括如下步骤：步骤1：建立离线指纹库；步骤2：根据线上获取的目标信号和离线指纹库构建支撑集，通过对支撑集进行真值发现估计正确位置完成目标定位；本发明提出利用支撑集克服最优匹配准则的弊端，并通过期望最大化算法从支撑集中进行目标位置的精确估计，能有效克服环境变化和异构设备造成的RSS波动问题，从而提高了定位的精度和稳健性。
-
-
-
-
-
-
-
-
搜索结果
9 条记录 (耗时 0.03 秒)
