公开(公告)号：CN119004133A

公开(公告)日：2024-11-22

申请号：CN202411102934.6

申请日：2024-08-13

Applicant: 东南大学

Inventor： 莫凌飞 ,  杨润坤 ,  何旭 ,  高涵 ,  程斌

IPC: G06F18/22 ,  G01S11/02 ,  G06F18/213 ,  G06F18/214 ,  G06F18/24

Abstract: 本发明提供了一种基于特征相似度的UWB NLOS识别及测距误差补偿方法，包括以下步骤：（1）利用UWB基站与UWB标签获取距离观测值、信道传播状态，射频信道特征与CIR信号，包括参考CIR信息与采样CIR信息；（2）计算参考CIR与采样CIR之间的信道相似度，构造信道相似特征向量。（3）基于射频信道特征与信道相似特征向量的模式输入，构建NLOS识别深度学习模型；（4）调整参数结构，将NLOS识别深度学习模型转化为误差补偿模型；本发明通过对特征相似度进行计算，增强了特征表示能力，从而提高了UWB NLOS识别的准确性；本发明通过对CIR序列进行相似度计算，有效减少了输入参数，从而降低了模型的计算复杂度，提高了模型的推理效率；本发明还通过调节模型参数，同时实现UWB NLOS的识别及误差补偿功能，提高了模型的利用效率，减少了模型的大小。

公开(公告)号：CN118915036A

公开(公告)日：2024-11-08

申请号：CN202411100713.5

申请日：2024-08-12

Applicant: 东南大学

Inventor： 莫凌飞 ,  高涵 ,  何旭 ,  杨润坤 ,  程斌

IPC: G01S11/02 ,  G06F18/21 ,  G06N3/0464 ,  G06N3/0495 ,  H04W4/02

Abstract: 本发明提供了一种基于级联残差注意力网络的UWB测距误差补偿方法与设备，该方法包括级联残差网络和注意力机制，设备为能获取自身高精度位置坐标的UWB测距模块。方法是先利用UWB测距模块采集完整的CIR数据和全部信道特征后，通过特征选择筛选关键CIR数据和信道特征组成输入数据集。再搭建级联残差网络模型并加入注意力机制进行模型训练。最后通过压缩、量化与边缘端部署，将训练好的模型于支持边缘计算的计算模块上实现UWB测距误差预测。本发明可以有效进行UWB测距误差的消除，且能够部署在计算资源受限的嵌入式设备上，实现快速、有效与鲁棒的UWB测距误差补偿，适用于多种需要应用UWB进行无线测距的场景，有助于大幅度提升基于UWB的测距定位精度。

公开(公告)号：CN118604724A

公开(公告)日：2024-09-06

申请号：CN202410640104.2

申请日：2024-05-22

Applicant: 东南大学

Inventor： 莫凌飞 ,  程斌 ,  何旭 ,  高涵 ,  杨润坤

IPC: G01S5/02 ,  G01S19/48 ,  G06N3/126

Abstract: 本发明公开了一种基于动量加速差分进化的最优位置估计方法，包括以下步骤：（1）采用UWB和RTK无线测距技术获取所需的测距和RTK坐标数据，并依此建立完备的TOA定位模型；（2）利用PDOA设备获取的俯仰角信息，PDOA到达角的位置有空间区分度，以此作为TOA非线性方程组增添约束条件；（3）利用改进的差分进化算法求解非线性方程组的最优解；本方法包括基于最小二乘法的初值选择、基于动量加速的梯度更新策略和基于历史信息的搜索方向更新策略共同实现，该方法采用无线测距技术获取所需的测距定位和角度数据，有效抑制待定位目标的Z方向结果误差，同时提升最优位置估计方法的解算速度。