-
公开(公告)号：CN116390032A
公开(公告)日：2023-07-04
申请号：CN202310359651.9
申请日：2023-04-06
Applicant: 重庆邮电大学
IPC: H04W4/029 , G01S11/06 , G06F18/214 , G06N3/0464 , G06N3/08 , H04W4/02 , H04W4/33 , H04B17/318
Abstract: 本发明公开了一种基于元学习的快速自适应指纹定位方法。首先，在目标区域内部署和标定若干个接入点(Access Point，AP)和参考点(Reference Point，RP)；其次，将构建的指纹数据库作为训练数据，并利用模型无关的元学习(Model‑Agnostic Meta‑Learning，MAML)算法获得预训练模型；再次，当室内环境发生变化时，通过在新环境中采集少量样本数据进行微调来获得微调模型；最后，将目标点处采集的指纹数据通过微调后的定位模型解算出目标点的位置。本发明专利利用新环境与旧环境中信号分布的关联性，提出了一种基于元学习的快速自适应指纹定位方法，其利用之前的知识经验来指导新任务的学习，从而有效克服了环境动态变化对模型定位性能的影响，同时避免了劳动密集型工作。
-
公开(公告)号：CN113676999A
公开(公告)日：2021-11-19
申请号：CN202110955563.6
申请日：2021-08-19
Applicant: 重庆邮电大学
Abstract: 本发明涉及一种基于偏最小二乘回归的位置坐标估计方法，属于室内定位技术领域。该方法包括：S1：已知Nf个参考点的位置指纹和位置坐标，利用位置指纹构造初始自变量和因变量矩阵X0和Y0；S2：对X0和Y0预处理得到X和Y；S3：根据X和Y的第一对主成分t1和u1，以及轴向量w1和c1构建优化问题，并在一定约束下根据协方差最大原则求解t1和u1；S4：对主成分t1和u1进行回归建模；S5：将X和Y中的残差矩阵E1和G1作为新的X和Y，继续提取新的主成分，循环往复，直到主成分数量达到上限；S6：基于PLSR算法，得到X映射到Y的回归方程；S7：获取测试点的位置指纹，然后利用回归方程中的自变量系数矩阵A得到测试点的位置坐标。本发明降低了运算复杂度，同时保证了位置坐标的估计精度。
-
公开(公告)号：CN115175122A
公开(公告)日：2022-10-11
申请号：CN202210778330.8
申请日：2022-07-01
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种基于半张量积压缩感知(Semi‑tensor Product Compression Sensing，STP‑CS)的室内定位方法。首先，在目标区域内部署和标定若干个位置已知的接入点(Access Point，AP)和参考点(Reference Point，RP)；其次，采集每一个RP的接收信号强度(Received SignalStrength，RSS)数据，然后对采集的RSS数据进行聚类，并找到聚类中心；再次，在在线阶段进行聚类匹配的粗定位，将在线测量的RSS与聚类中心比较，判断在线测量的RSS位于哪一个聚类中，从而缩小定位的区域；最后，利用半张量积理论，构造一个低阶的AP选择矩阵，然后利用STP‑CS方法构造STP‑CS模型，再通过迭代重加权最小二乘(Iterative Re‑weighted Least Square，IRLS)算法实现对位置的估计。本发明专利利用半张量理论构造低阶的随机测量矩阵，从而提出了一种基于半张量积压缩感知的室内定位方法，其在保证定位精度的同时，降低了开销，提高了定位的实时性。
-
Patent Agency Ranking
公开(公告)号：CN114007260A
公开(公告)日：2022-02-01
申请号：CN202111224364.4
申请日：2021-10-21
Applicant: 重庆邮电大学
Abstract: 本发明提出了一种无线传感器网络(Wireless Sensor Network，WSN)中的节点间协作定位方法。首先，在目标区域内部署和标定若干个位置已知的WSN节点(锚节点)和若干个位置未知的WSN节点(待定位节点)；其次，根据待定位节点的剩余能量和到锚节点的距离对全部WSN节点进行分簇；再次，在单个簇中基于接收信号强度(Received Signal Strength，RSS)对各节点间距离进行估计，并利用多维尺度变换得到WSN节点的相对坐标；最后，基于锚节点的全局坐标和相对坐标推导出转换关系，并利用转换关系获得待定位节点的全局坐标。本发明专利利用目标区域内节点的剩余能量和其与锚节点间的几何关系提出了一种WSN节点间的协作定位方法，在降低系统能量损耗和计算开销的同时保证了定位精度。
-
公开(公告)号：CN115515092A
公开(公告)日：2022-12-23
申请号：CN202210765072.X
申请日：2022-07-01
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种基于CNN‑LSTM特征融合网络的室内定位方法。首先，在目标区域内部署若干个接入点(Access Point，AP)和参考点(Reference Point，RP)；其次，将建立的指纹数据库进行z‑score标准化；再次，将卷积神经网络(Convolutional Neural Networks，CNN)和长短期记忆网络(Long Short‑Term Memory，LSTM)并行连接，并在池化层后添加Flatten层以同时提取样本数据的空间特征、时间特征和中间层特征以构建特征融合网络模型；最后，将目标点处采集的指纹数据经过相同预处理后通过构建的特征融合网络模型解算出目标点的位置坐标。本发明专利利用数据融合特征的泛化性强的特点，提出了一种基于CNN‑LSTM特征融合网络的室内定位方法，其在有效提升定位性能的同时降低了Wi‑Fi信号波动对定位性能的影响，提高了系统的鲁棒性。
-
公开(公告)号：CN117589166A
公开(公告)日：2024-02-23
申请号：CN202311128330.4
申请日：2023-09-04
Applicant: 重庆邮电大学
IPC: G01C21/20 , G06F18/2413
Abstract: 本发明公开了一种基于人工兔(Artificial Rabbits Optimization,ARO)算法的可重构智能表面(Reconfigurable Intelligent Surface,RIS)反射单元优化方法。首先，在目标区域内部署一个RIS元件、一个无线接入点(Access Point，AP)和标定若干个位置已知的参考点(Reference Point，RP)；其次，利用RIS辅助构建虚拟链路，由此采集每一个RP的接收信号强度(Received Signal Strength，RSS)数据，然后对采集的RSS数据进行克拉美罗界(Cramér‑Rao Lower Bound,CRLB)分析；再次，在CRLB分析的基础上，构建目标函数，利用ARO优化算法求解目标函数，找到目标函数值最小的一组RIS反射单元；最后，通过该组反射单元得到的离线与在线RSS数据，利用K近邻(K‑Nearest Neighbor,KNN)算法实现位置估计。本发明专利利用CRLB分析，提出了一种基于ARO算法的RIS反射单元优化方法，其在去除冗余RIS反射单元的同时，提高了定位精度，并降低了存储空间和计算开销。
-
公开(公告)号：CN114745675A
公开(公告)日：2022-07-12
申请号：CN202210455337.6
申请日：2022-04-28
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种基于改进GAN结合假设检验的Wi‑Fi室内定位方法。首先，在目标区域内部署和标定若干个位置已知的接入点(Access Point，AP)和参考点(Reference Point，RP)；其次，将目标区域划分为一些小区域，采集每个区域的一小部分RSS样本值，然后送入GAN网络中进行训练，把生成的RSS数据与原始RSS数据合成新的离线数据库；再次，计算AP的权重，利用卡方自动交互检测(Chi‑squared Automatic Interaction Detection，CHAID)方法，通过皮尔逊卡方检验描述每个AP的位置分辨率，将位置分辨率大的AP分配较大的权重；最后，结合AP的权重，利用KNN算法得到位置的最佳估计。本发明专利利用GAN补充数据库以及利用假设检验为AP分配权重，提出了一种基于改进GAN结合假设检验的Wi‑Fi室内定位方法，其在控制人员采集数据所需的成本和时间的同时提高了定位精度。
-
公开(公告)号：CN114745674A
公开(公告)日：2022-07-12
申请号：CN202210452155.3
申请日：2022-04-27
Applicant: 重庆邮电大学
Abstract: 本发明公开了一种基于改进BP(Back Propagation)神经网络的测距模型定位算法。首先，在目标区域内部署若干个位置已知的接入点(Access Point，AP)和参考点(Reference Point，RP)建立指纹数据库；其次，将指纹数据库进行z‑score标准化，然后进行差分变换；再次，基于变换后的RSSI(Received Signal Strength Indicator)矢量和BP神经网络构建RSSI‑距离关系模型；最后，将目标点收集到的RSSI数据经过相同预处理后通过构建的测距模型得到目标点与每个RP之间的距离并利用最小二乘法解算出目标点的位置坐标。本发明专利利用BP神经网络良好的非线性拟合能力，提出了一种基于改进BP神经网络的测距模型定位算法，其降低了Wi‑Fi信号波动对定位性能的影响，在快速构建准确、稳定的测距模型的同时有效地提升了定位系统性能。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.016 seconds)
