公开(公告)号：CN114531729B

公开(公告)日：2022-08-09

申请号：CN202210432885.7

申请日：2022-04-24

Applicant: 南昌大学

Inventor： 陈远风 ,  王正海 ,  初林栩 ,  陈志新 ,  曾宪桢 ,  李沛雨

IPC: H04W64/00 ,  G01S5/02 ,  G06N3/08

Abstract: 本发明提供一种基于信道状态信息的定位方法、系统、存储介质及设备，包括获取与多个位置一一对应的多组子载波相位数据，根据校准后的子载波相位数据构建训练集；将训练集输入深度神经网络模型中进行训练，得到最优深度神经网络模型及对应目标位置的指纹数据，根据指纹数据建立指纹库；将移动目标的子载波相位数据与指纹库进行匹配，确定移动目标的位置。本发明中的基于信道状态信息的定位方法、系统、存储介质及设备，通过深度神经网络训练减少子载波相位数据在低信噪比环境中因环境等因素所受到的的影响，提高了子载波相位数据用于目标位置检测的准确性和可靠性。

公开(公告)号：CN114531729A

公开(公告)日：2022-05-24

申请号：CN202210432885.7

申请日：2022-04-24

Applicant: 南昌大学

Inventor： 陈远风 ,  王正海 ,  初林栩 ,  陈志新 ,  曾宪桢 ,  李沛雨

IPC: H04W64/00 ,  G01S5/02 ,  G06N3/08

Abstract: 本发明提供一种基于信道状态信息的定位方法、系统、存储介质及设备，包括获取与多个位置一一对应的多组子载波相位数据，根据校准后的子载波相位数据构建训练集；将训练集输入深度神经网络模型中进行训练，得到最优深度神经网络模型及对应目标位置的指纹数据，根据指纹数据建立指纹库；将移动目标的子载波相位数据与指纹库进行匹配，确定移动目标的位置。本发明中的基于信道状态信息的定位方法、系统、存储介质及设备，通过深度神经网络训练减少子载波相位数据在低信噪比环境中因环境等因素所受到的的影响，提高了子载波相位数据用于目标位置检测的准确性和可靠性。