-
公开(公告)号:CN109029429B
公开(公告)日:2022-02-11
申请号:CN201811022824.3
申请日:2018-09-04
Applicant: 电子科技大学
Abstract: 本发明提供一种基于WiFi和地磁指纹的多分类器全局动态融合定位方法,涉及室内融合定位技术领域。本发明的步骤分为离线阶段和在线定位阶段:离线阶段:建立WiFi和地磁混合指纹库分成两份;一份用于分类器训练;另一份用于训练分类器在每个格点上的权重,以获取权重矩阵;在线定位阶段:将线上数据进行预处理后输入到各分类器中获得分类结果;并利用线上数据与离线指纹匹配结果索引权重矩阵获取融合权重,将各分类器的分类结果进行加权融合,得到最终位置估计。本发明解决了分类器局部动态融合方法无法最大化各分类器的互补特性的问题,WiFi和地磁指纹的联合利用有效地提高了定位的精度。
-
公开(公告)号:CN112954632B
公开(公告)日:2022-01-28
申请号:CN202110102396.0
申请日:2021-01-26
Applicant: 电子科技大学
IPC: H04W4/33 , H04W64/00 , H04B17/318
Abstract: 本发明属于室内定位技术领域,具体是涉及一种基于异构迁移学习的室内定位方法。本发明首先通过在每个格点采集RSS值建立离线指纹库作为源域数据,并随机收集一部分格点的RSS值作为共现数据中源域信息部分。然后在线上定位阶段,采集测试样本以及共现数据中目标域信息部分,并完成对共现数据的拼接。本发明的方法,以共现数据为桥梁,并加入边缘分布和条件分布对齐以及拓扑一致性约束,计算一个将源域投影到目标域的映射。最后,利用映射后的源域数据训练分类器,用于目标域的测试样本的位置计算。本发明充分利用共现数据,将源域和目标域数据联系起来,能在定位环境中传感器大量更换的情况下继续完成稳定、准确的定位,而不需要重新建立指纹库。
-
公开(公告)号:CN113163485A
公开(公告)日:2021-07-23
申请号:CN202110306834.5
申请日:2021-03-23
Applicant: 电子科技大学
Abstract: 本发明属于室内定位技术领域,具体为一种大范围复杂室内环境中精确定位的方法本发明在基于UWB的大规模无线网络的定位系统中,用传感器网络定时同步协议(TPSN)创建网络的生成树进行全局网络时钟同步,然后对每个定位基站的累积时钟误差进行校正,从而实现高精度的定位。利用到达时间差测距原理进行定位,需要通过无线同步的方式,构建分层结构(生成树)扩展时钟同步网络的范围,使接收定位帧的基站间的时钟高精度同步。通过时钟误差校正方法,对每个待定位点的时钟同步累积误差进行校正,有效地降低了每个待定位点由于时钟同步引入的累积误差,进而提高系统的定位精度。
-
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
Applicant: 电子科技大学
Abstract: 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:CN102833016B
公开(公告)日:2014-11-05
申请号:CN201210296460.4
申请日:2012-08-20
Applicant: 电子科技大学 , 西南电子电信技术研究所
Abstract: 该发明属于电子信息技术领域中在多径环境下针对同源信号时差的测定方法。包括:建立接收信号样本,含自相关处理及确定自回归参数在内的.残差的确定,以及通过获取两路信号残差的互相关谱最终确定两路信号的时差。该发明由于将背景技术通过接收到的两路同源采样信号直接进行互相关处理;改为利用自回归方法、通过将两路采样信号的残差进行互相关处理,使相关峰形尖锐、即使在各路信号到达的时差较小时仍易于分辨,从而有效提高了时差测量的分辨率和准确性;该发明所测的时差值与理论值相符。因而具有在多径环境下所得采样信号互相关谱的分辨率高,有效地提高了信号时差测定的准确性,可为继后对目标信号源的定位提供准确参数等特点。
-
公开(公告)号:CN113657541B
公开(公告)日:2023-10-10
申请号:CN202110987414.8
申请日:2021-08-26
Applicant: 电子科技大学长三角研究院(衢州)
IPC: G06V10/40 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/0464 , G06N3/08
Abstract: 本发明属于目标识别技术领域,具体的说是涉及一种基于深度知识集成的领域自适应目标识别方法。本发明实现了特征级和决策级的深度知识集成。在特征级设计公有映射矩阵和特有映射矩阵实现知识集成,提升目标识别性能的鲁棒性;其中,公有映射矩阵充分挖掘了异构特征的公有知识,特有映射矩阵保留了不同特征的特有知识。在决策级设计特征权重量化不同特征的重要程度,同时利用目标域样本通过在线学习更新特征权重,克服不同领域的数据分布差异,实现领域自适应目标识别。因此本发明提出的基于深度知识集成的领域自适应目标识别方法是一种智能的领域自适应目标识别方法。
-
公开(公告)号:CN113163485B
公开(公告)日:2022-04-22
申请号:CN202110306834.5
申请日:2021-03-23
Applicant: 电子科技大学
Abstract: 本发明属于室内定位技术领域,具体为一种大范围复杂室内环境中精确定位的方法本发明在基于UWB的大规模无线网络的定位系统中,用传感器网络定时同步协议(TPSN)创建网络的生成树进行全局网络时钟同步,然后对每个定位基站的累积时钟误差进行校正,从而实现高精度的定位。利用到达时间差测距原理进行定位,需要通过无线同步的方式,构建分层结构(生成树)扩展时钟同步网络的范围,使接收定位帧的基站间的时钟高精度同步。通过时钟误差校正方法,对每个待定位点的时钟同步累积误差进行校正,有效地降低了每个待定位点由于时钟同步引入的累积误差,进而提高系统的定位精度。
-
公开(公告)号:CN112954791B
公开(公告)日:2022-04-22
申请号:CN202110102437.6
申请日:2021-01-26
Applicant: 电子科技大学
IPC: H04W64/00 , H04B17/309 , H04B7/06 , H04B7/08
Abstract: 本发明属于无线定位技术领域,具体涉及一种基于子载波筛选的信道状态信息CSI定位方法。本发明利用具有细粒度特征的无线信号—CSI进行指纹定位,利用CSI相位对信道的高度敏感性辅助筛选最优的CSI幅度指纹空间构建指纹库。解决因为部分子载波数据特征不稳定,导致定位性能较差的问题。首先搭建无线定位环境,划分定位格点,在每个格点处采集CSI数据。对CSI相位进行分段误差校正,根据校准方差构造最优的CSI幅度指纹库,并记录每个格点所选的子载波编号。在线阶段首先对CSI幅度进行归一化处理,再计算CSI幅度子空间特征的欧式距离,并根据空间维度进行归一化。最后通过K近邻估计最优的匹配格点。
-
公开(公告)号:CN113132931A
公开(公告)日:2021-07-16
申请号:CN202110409122.6
申请日:2021-04-16
Applicant: 电子科技大学
Abstract: 本发明属于在复杂的室内环境下进行准确定位的方法,具体是涉及一种基于参数预测的深度迁移室内定位方法。本发明首先利用有标签的源域数据预训练一个性能良好的源网络定位模型,然后通过固定预训练的源网络参数,在无标签目标域数据的辅助下学习一种从源网络参数到目标网络参数的转换矩阵,最后利用该转换矩阵和源网络参数计算出目标域网络参数。本发明克服了常用领域适应技术过度专注于领域不变特征而忽略领域差异的弊端,能够使目标域的特征分布尽可能接近源域特征分布,从而保证了目标域网络在适应新环境的同时能保留部分源域网络的数据处理能力。本发明是一种能够良好适应复杂室内环境的高精度定位方法。
-
公开(公告)号:CN112954633A
公开(公告)日:2021-06-11
申请号:CN202110102428.7
申请日:2021-01-26
Applicant: 电子科技大学
Abstract: 本发明属于室内定位技术领域,具体是涉及一种基于参数约束的双网络架构室内定位方法。本发明利用基于参数约束的双网络架构,通过不同网络提取不同领域的数据特征,打破了单一网络架构只能提取公共特征的限制,能够充分提取不同领域的数据特征。对网络参数施加的线性约束,显式建模了室内定位环境中的数据分布漂移,从参数角度对分布漂移进行线性补偿,最大程度地减小领域差异,进而使模型能够有效地适应复杂的室内环境。本发明能够有效降低不同领域的数据分布差异,从而本发明是一种能够在复杂室内环境中实现高精度定位的方法。
-
-
-
-
-
-
-
-
-