-
公开(公告)号：CN112954791A
公开(公告)日：2021-06-11
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：CN112953660A
公开(公告)日：2021-06-11
申请号：CN202110102436.1
申请日：2021-01-26
Applicant: 电子科技大学
IPC: H04B17/309 , H04B17/373 , H04B17/12 , H04B17/21
Abstract: 本发明属于无线通信技术领域，具体涉及一种稳健的信道状态信息CSI相位校准方法。本发明用于消除因为传播环境与收发设备引入的相位误差，同时解决当前校准方法在非直达以及多径丰富的无线传播环境下校准性能较差的问题。首先通过多载波无线收发系统获取信道状态信息CSI；再通过CSI数据的实部与虚部数据计算每个信道的原始相位；根据CSI原始相位对信道质量进行鉴别；针对信道质量较高的数据包：整体进行解卷绕，再采用最小二乘的方法进行误差消除；针对信道质量较差的数据包：估计卷绕长度Q，将原始相位数据划分为长度为β·Q的子段，对每一个子段进行解卷绕，再对每一子段采用最小二乘的方法进行误差消除。
-
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
Applicant: 电子科技大学
Abstract: 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：CN109151995B
公开(公告)日：2020-12-01
申请号：CN201811023659.3
申请日：2018-09-04
Applicant: 电子科技大学
Abstract: 本发明提供一种基于信号强度的深度学习回归融合定位方法，涉及基于信号强度的定位方法领域。本发明包括如下步骤：步骤1，在待定位环境中建立指纹库；步骤2，对指纹库中的数据进行预处理；步骤3，将预处理后的数据输入自动编码模型中进行预训练；步骤4，在自动编码模型的基础上构建DNN模型，再对DNN模型进行训练；步骤5，构建CNN模型并将预处理后的数据输入CNN模型进行训练；步骤6，根据DS证据融合理论对DNN模型与CNN模型的输出概率值进行融合，计算预测结果；步骤7，根据模型估计结果与真实结果之间的误差值来调整DNN模型和CNN模型；步骤8，根据调整好的分类模型进行实时定位。本发明利用DNN和CNN的互补优势能全面地提取特征，提高了定位的准确度。
-
Patent Agency Ranking
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
Applicant: 电子科技大学
Abstract: 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：CN109029429A
公开(公告)日：2018-12-18
申请号：CN201811022824.3
申请日：2018-09-04
Applicant: 电子科技大学
CPC classification number: G01C21/08 , G01C21/206 , G01S5/0252 , G01S5/0257
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：CN105785454B
公开(公告)日：2018-03-27
申请号：CN201610124286.3
申请日：2016-03-04
Applicant: 电子科技大学
IPC: G01V3/12
Abstract: 本发明提供一种基于信道频域响应的室内运动检测方法，本发明基于信道频域响应的室内运动检测方法，由于CFR对多径的表示精确到子载波层面上，所以CFR与CIR相比提供了更精细的无线链路表示，从而能够得到比使用CIR检测时更低的漏报率和误警率；另一方面，本发明采用频域数字特征作为测量值，在无线多径环境中，时域对应于各多径信号的分散时延，而频域则是各多径信号的叠加，对单个路径的扰动都会叠加在每个频点之上，所以频域数字特征比时域数字特征对环境的变化更为敏感，有利于降低漏报率。
-
公开(公告)号：CN106501769A
公开(公告)日：2017-03-15
申请号：CN201610912349.1
申请日：2016-10-19
Applicant: 电子科技大学 , 中国兵器装备集团兵器装备研究所
IPC: G01S5/02
CPC classification number: G01S5/02
Abstract: 本发明公开了一种对坐标自适应滤波的测距定位方法。首先进行初始化；然后利用无线电测距模块进行距离测量，确定参考节点与移动节点之间的距离测量；其次利用距离测量确定距离矩阵，并计算距离矩阵的逆矩阵；接着按照最小方差无失真响应要求确定D个坐标自适应滤波器输出函数的多项式系数；最后利用坐标自适应滤波器输出函数的多项式系数确定移动节点的位置坐标为坐标自适应滤波器输出函数的最大值对应的坐标。本发明利用满足最小方差无失真响应要求的坐标自适应滤波器对距离测量进行滤波，能自适应的抑制距离测量中存在的干扰，提高测距定位精度，还能将一个较复杂的D维测距定位问题简化为较简单的D个一维坐标的估计，测距定位又快又准，误差可降低91％以上。
-
公开(公告)号：CN102833016A
公开(公告)日：2012-12-19
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。
-
-
-
-
-
-
-
-
Search Results
49
records
(took 0.023 seconds)
