一种基于循环神经网络模型的LTE室内定位楼层判别方法

    公开(公告)号:CN109151750A

    公开(公告)日:2019-01-04

    申请号:CN201811039569.3

    申请日:2018-09-06

    Abstract: 一种基于循环神经网络模型的LTE室内定位楼层判别方法,本发明涉及LTE室内定位楼层判别方法。本发明为了解决现有室内楼层判别方法鲁棒性差且定位精度低的缺点。本发明包括:一:在需要定位的室内环境中选择坐标原点P0;二:在每一楼层选取若干参考点,通过载有LTE信号获取设备的平台采集各个参考点处的LTE信号,对其对应记录其楼层信息;三:获取到所测LTE信号中主服务小区和邻小区的ECI,完成离线数据库的建立;四:建立循环神经网络结构;步骤五:根据最终训练的结果得到楼层识别模型;六:形成信号向量;七:将信号向量作为楼层识别模型的输入,模型的输出即为楼层识别结果。本发明用于室内定位导航领域。

    一种基于循环神经网络模型的LTE室内定位楼层判别方法

    公开(公告)号:CN109151750B

    公开(公告)日:2020-11-27

    申请号:CN201811039569.3

    申请日:2018-09-06

    Abstract: 一种基于循环神经网络模型的LTE室内定位楼层判别方法,本发明涉及LTE室内定位楼层判别方法。本发明为了解决现有室内楼层判别方法鲁棒性差且定位精度低的缺点。本发明包括:一:在需要定位的室内环境中选择坐标原点P0;二:在每一楼层选取若干参考点,通过载有LTE信号获取设备的平台采集各个参考点处的LTE信号,对其对应记录其楼层信息;三:获取到所测LTE信号中主服务小区和邻小区的ECI,完成离线数据库的建立;四:建立循环神经网络结构;步骤五:根据最终训练的结果得到楼层识别模型;六:形成信号向量;七:将信号向量作为楼层识别模型的输入,模型的输出即为楼层识别结果。本发明用于室内定位导航领域。

Patent Agency Ranking