-
公开(公告)号：CN112543428A
公开(公告)日：2021-03-23
申请号：CN202011386669.0
申请日：2020-12-02
Applicant: 南京邮电大学
Abstract: 本发明揭示了一种基于ELM‑AdaBoost分类学习的室内定位方法，由离线建模阶段和在线定位阶段两部分构成，离线建模阶段为，对定位区域进行划分，接收来自定位区域内的信号、提取CSI值与RSSI值，通过统计特征提取及信息整合、得到指纹数据库，再对指纹数据库进行分类训练、得到基于位置的分类模型；在线定位阶段为，接收信号并提取CSI值与RSSI值，提取CSI值的统计特征，最后将结果带入模型中、实现对目标位置的估计。本发明将测量过程中的定位问题表述为机器学习问题，利用ELM‑AdaBoost技术加以解决，有效地降低了训练存储需求和算法复杂性，提升了定位性能。
-
公开(公告)号：CN112543428B
公开(公告)日：2023-04-07
申请号：CN202011386669.0
申请日：2020-12-02
Applicant: 南京邮电大学
Abstract: 本发明揭示了一种基于ELM‑AdaBoost分类学习的室内定位方法，由离线建模阶段和在线定位阶段两部分构成，离线建模阶段为，对定位区域进行划分，接收来自定位区域内的信号、提取CSI值与RSSI值，通过统计特征提取及信息整合、得到指纹数据库，再对指纹数据库进行分类训练、得到基于位置的分类模型；在线定位阶段为，接收信号并提取CSI值与RSSI值，提取CSI值的统计特征，最后将结果带入模型中、实现对目标位置的估计。本发明将测量过程中的定位问题表述为机器学习问题，利用ELM‑AdaBoost技术加以解决，有效地降低了训练存储需求和算法复杂性，提升了定位性能。
-
公开(公告)号：CN110366108A
公开(公告)日：2019-10-22
申请号：CN201910614356.7
申请日：2019-07-09
Applicant: 南京邮电大学
Abstract: 本发明提供了一种基于信道状态信息和接收信号强度的室内定位方法，主要步骤包括：接收发射机发出的信号；提取信号中的信道状态信息幅度值和接收信号强度测量值；对信道状态信息幅度值进行数据降维和特征提取，以获得数据集；对获得的数据集和接收信号强度进行离线递归学习，以得到基于位置的回归函数；将在线获得的数据集和接收信号强度测量值代入回归函数，以利用回归函数对位置进行预测/估计。相较于现有技术，本发明能有效的避免多径效应对定位精确度的影响，具有定位时间短、算法复杂度低和成本低等特点。
-
-
Search Results
3
records
(took 0.016 seconds)
