-
公开(公告)号：CN104540221A
公开(公告)日：2015-04-22
申请号：CN201510020485.5
申请日：2015-01-15
Applicant: 哈尔滨工业大学
IPC: H04W64/00
Abstract: 基于半监督SDE算法的WLAN室内定位方法，涉及室内定位领域。本发明是为了解决现有WiFi室内定位方法中存在的在线定位复杂度高，移动终端定位实时性差的问题。本发明通过引入半监督SDE降维算法，通过利用易于采集的未标记数据，找出表征位置信息的高维数据的低维流形，在保证WLAN室内定位系统的定位精度的同时有效地减少了定位过程的计算量。同时减少了参考点数据采集的工作量，为数据库的实时更新提供了简便易行的途径。本发明的在线定位复杂度低，移动终端定位实时性强。本发明适用于WLAN室内定位。
-
公开(公告)号：CN104159311A
公开(公告)日：2014-11-19
申请号：CN201410414601.7
申请日：2014-08-21
Applicant: 哈尔滨工业大学
Abstract: 一种基于凸优化方法的认知异构网络联合资源分配的方法，本发明涉及一种基于凸优化方法的认知异构网络联合资源分配的方法。本发明是要解决目前采用联合分配方法分配带宽和功率从而实现最大化信道容量的算法中，没有考虑到主用户在一定时间间隔内出现的概率不同的问题而提出的一种基于凸优化方法的认知异构网络联合资源分配的方法。该方法是通过步骤一、确定优化目标为最小化系统通信时延步骤二、对代入的情况下的目标函数采用牛顿迭代法求解，得到最优解和步骤三、求得Dij最优数值解Dij*等步骤实现的。本发明应用于凸优化方法的认知异构网络联合资源分配领域。
-
公开(公告)号：CN102821465A
公开(公告)日：2012-12-12
申请号：CN201210329662.4
申请日：2012-09-07
Applicant: 哈尔滨工业大学
IPC: H04W64/00
Abstract: 基于分区信息熵增益的WLAN室内定位方法，涉及一种WLAN室内定位方法。它是为了能同时减少定位所需的运算量并能够提高WLAN室内定位的精度而提出的。本发明首先在离线阶段通过在各参考点测量接收到的来自各个AP的信号强度RSS值作为位置指纹信息，然后利用K均值聚类算法对定位空间分区，并在每个子区域中引入信息熵增益模型选出定位能力最强的t个AP；在线阶段，首先根据测试点与各聚类中心的特征向量距离大小确定测试点在哪个子区域，然后在每个子区域中分别利用已选择的t个AP应用K近邻定位算法实现对测试点的精确定位。本发明适用于WLAN室内定位。
-
公开(公告)号：CN104540221B
公开(公告)日：2018-06-22
申请号：CN201510020485.5
申请日：2015-01-15
Applicant: 哈尔滨工业大学
IPC: H04W64/00
Abstract: 基于半监督SDE算法的WLAN室内定位方法，涉及室内定位领域。本发明是为了解决现有WiFi室内定位方法中存在的在线定位复杂度高，移动终端定位实时性差的问题。本发明通过引入半监督SDE降维算法，通过利用易于采集的未标记数据，找出表征位置信息的高维数据的低维流形，在保证WLAN室内定位系统的定位精度的同时有效地减少了定位过程的计算量。同时减少了参考点数据采集的工作量，为数据库的实时更新提供了简便易行的途径。本发明的在线定位复杂度低，移动终端定位实时性强。本发明适用于WLAN室内定位。
-
公开(公告)号：CN103648106B
公开(公告)日：2017-03-22
申请号：CN201310750528.6
申请日：2013-12-31
Applicant: 哈尔滨工业大学
Abstract: 一种基于类别匹配的半监督流形学习的WiFi室内定位方法，本发明涉及一种室内定位方法。本发明是要解决现有WiFi室内定位方法中存在的Radio Map数据库大等问题。一、采集Radio Map；二、对Radio Map作本征维数分析；三、对Radio Map聚类分析；四、对Radio Map降维；五、将RSS加入Radio Map中得到Radio Mapul；六、对Radio Mapul进行降维，得出特征变换矩阵V，由Radio Map*和V构成在线定位数据库。一、在线测试RSS；二、将RSS降维为RSS*；三、输出定位结果；四、数据库更新。本发明应用于网络技术领域。
-
Patent Agency Ranking
公开(公告)号：CN102821465B
公开(公告)日：2014-11-26
申请号：CN201210329662.4
申请日：2012-09-07
Applicant: 哈尔滨工业大学
IPC: H04W64/00
Abstract: 基于分区信息熵增益的WLAN室内定位方法，涉及一种WLAN室内定位方法。它是为了能同时减少定位所需的运算量并能够提高WLAN室内定位的精度而提出的。本发明首先在离线阶段通过在各参考点测量接收到的来自各个AP的信号强度RSS值作为位置指纹信息，然后利用K均值聚类算法对定位空间分区，并在每个子区域中引入信息熵增益模型选出定位能力最强的t个AP；在线阶段，首先根据测试点与各聚类中心的特征向量距离大小确定测试点在哪个子区域，然后在每个子区域中分别利用已选择的t个AP应用K近邻定位算法实现对测试点的精确定位。本发明适用于WLAN室内定位。
-
公开(公告)号：CN103079269A
公开(公告)日：2013-05-01
申请号：CN201310029536.1
申请日：2013-01-25
Applicant: 哈尔滨工业大学
IPC: H04W64/00
Abstract: 基于LDE算法的WiFi室内定位方法，涉及一种室内定位方法。它为了解决现有的WiFi室内定位方法的定位的实时性差的问题。该方法的实现过程分为两个阶段：离线阶段：WiFi网络的构建，测量RSS，构建Radio Map；采用本征维数估计方法对Radio Map的本征维数进行估计；采用LDE算法对Radio Map降维处理，得出降维后的Radio Map及特征变换矩阵得出最优的降维结果及相应的特征变换矩阵作为在线阶段的匹配数据库及相应的RSS变换矩阵。在线阶段：对测试点处接收到的RSS进行特征变换，并采用KNN算法与降维后的Radio Map进行的匹配得出测试点的预测坐标。本发明适用于室内定位。
-
公开(公告)号：CN102880593A
公开(公告)日：2013-01-16
申请号：CN201210325652.3
申请日：2012-09-05
Applicant: 哈尔滨工业大学
Abstract: 基于曲率预测的流形学习自适应邻域选择算法，它涉及一种应用于流形学习的自适应邻域选择算法，以解决现有的领域选择算法应用于流形学习算法存在适应性差，低维嵌入质量差，算法复杂度较高的问题，算法的具体步骤为，步骤一、高维离散数据点的曲率计算；步骤二、自适应邻域选择，本发明能够广泛的应用到目前的流形学习算法，本发明能够根据数据集分布的不同曲率选择合适的领域大小，本发明以高维数据点的一个自适应邻域选择矩阵，能够有效地降低流形学习算法的复杂度和找到优化的邻域大小，实现最佳的低维嵌入，低维嵌入质量好。本发明用于流形学习算法。
-
公开(公告)号：CN104159311B
公开(公告)日：2018-04-10
申请号：CN201410414601.7
申请日：2014-08-21
Applicant: 哈尔滨工业大学
Abstract: 一种基于凸优化方法的认知异构网络联合资源分配的方法，本发明涉及一种基于凸优化方法的认知异构网络联合资源分配的方法。本发明是要解决目前采用联合分配方法分配带宽和功率从而实现最大化信道容量的算法中，没有考虑到主用户在一定时间间隔内出现的概率不同的问题而提出的一种基于凸优化方法的认知异构网络联合资源分配的方法。该方法是通过步骤一、确定优化目标为最小化系统通信时延步骤二、对代入的情况下的目标函数采用牛顿迭代法求解，得到最优解和步骤三、求得Dij最优数值解Dij*等步骤实现的。本发明应用于凸优化方法的认知异构网络联合资源分配领域。
-
公开(公告)号：CN103167605B
公开(公告)日：2015-08-05
申请号：CN201310073032.X
申请日：2013-03-07
Applicant: 哈尔滨工业大学
IPC: H04W64/00
Abstract: 一种卫星辅助信号覆盖图建立/更新的WiFi室外定位方法，涉及一种WiFi室外定位方法。为了解决目前的WiFi室外定位方法由于其Radio Map建立/更新速度慢导致定位时间长的问题。它的方法为：采用WiFi设备接收各AP的信号强度RSS值和DI值；采用志愿者终端将各AP的信号强度RSS值和各AP的DI值，以及卫星定位经度值lon、纬度值lat和本次定位的精度因子DoP通过WiFi网络上传到Radio Map服务器；Radio Map服务器上述数据进行处理，获得处理后的数据；并根据该处理后的数据建立/更新信号覆盖图并进行WiFi室外定位。本发明适用于室外定位。
-
-
-
-
-
-
-
-
-
Search Results
12
records
(took 0.028 seconds)
