-
公开(公告)号:CN113395653A
公开(公告)日:2021-09-14
申请号:CN202110639751.8
申请日:2021-06-08
Applicant: 南京工业大学
Abstract: 本发明公开了基于DC‑CGAN的指纹定位Radio Map扩充方法,该方法首先在目标区域建立位置坐标系和部署无线路由器作为接入点,并且均匀设置参考点位置,在参考点处采集RSS数据建立原始Radio Map。DC‑CGAN的建立一方面利用Wasserstein距离和梯度优化进行约束,从而解决训练不稳定和模式崩溃的问题,另一方面利用欧式距离进行约束,从而获得与真实RSS数据更相似的生成RSS数据。将DC‑CGAN应用于Radio Map扩充,在两个参考点中间设置一个插值点,用原始Radio Map训练DC‑CGAN从而估计插值点处的RSS数据,得到生成的Radio Map,实现对Radio Map的扩充。本发明与现有的技术相比,仅用在一定数量参考点处真实采集的RSS数据,就能插值建立Radio Map,节省了人力和时间成本,可用于室内指纹定位。
-
公开(公告)号:CN112533136A
公开(公告)日:2021-03-19
申请号:CN202011349650.9
申请日:2020-11-26
Applicant: 南京工业大学
Abstract: 本发明公开了一种基于深度学习的WLAN指纹定位方法,在离线阶段,首先利用各参考点和轨迹各点处测量得到的接收信号强度建立指纹数据库,再利用指纹数据库训练堆叠改进稀疏自动编码器,最后利用指纹数据库和堆叠改进稀疏自动编码器建立循环神经网络;在在线阶段,利用离线阶段训练好的堆叠改进稀疏自动编码器和循环神经网络实现移动用户定位。本发明融合了堆叠改进稀疏自动编码器指纹算法和循环神经网络跟踪算法,具有很高的定位精度。
-
公开(公告)号:CN112533136B
公开(公告)日:2021-12-07
申请号:CN202011349650.9
申请日:2020-11-26
Applicant: 南京工业大学
Abstract: 本发明公开了一种基于深度学习的WLAN指纹定位方法,在离线阶段,首先利用各参考点和轨迹各点处测量得到的接收信号强度建立指纹数据库,再利用指纹数据库训练堆叠改进稀疏自动编码器,最后利用指纹数据库和堆叠改进稀疏自动编码器建立循环神经网络;在在线阶段,利用离线阶段训练好的堆叠改进稀疏自动编码器和循环神经网络实现移动用户定位。本发明融合了堆叠改进稀疏自动编码器指纹算法和循环神经网络跟踪算法,具有很高的定位精度。
-
公开(公告)号:CN109239656B
公开(公告)日:2021-02-09
申请号:CN201811221042.2
申请日:2018-10-19
Applicant: 南京工业大学
IPC: G01S5/02 , H04B17/318
Abstract: 本发明公开了一种位置指纹定位中的射频地图建立方法。本发明在传统位置指纹定位系统的基础上,额外选择K个群智点,利用群智参与者在群智点采集RSS数据和位置坐标并上传定位服务器;定位服务器根据K个群智点的位置利用Voronoi图将目标区域划分为K个Voronoi小区,在每个Voronoi小区内利用群智数据优化传播模型参数,利用优化的传播模型参数估计Voronoi小区内插值点的RSS数据。同时,利用同一小区内的群智RSS数据校准估计的插值点RSS数据,完成射频地图的建立。本发明与现有技术相比,仅利用从少数群智点处采集的RSS数据和位置坐标即可插值建立射频地图,不但可有效降低建立射频地图的工作量,还可提高定位系统性能。
-
公开(公告)号:CN109239656A
公开(公告)日:2019-01-18
申请号:CN201811221042.2
申请日:2018-10-19
Applicant: 南京工业大学
IPC: G01S5/02 , H04B17/318
Abstract: 本发明公开了一种位置指纹定位中的射频地图建立方法。本发明在传统位置指纹定位系统的基础上,额外选择K个群智点,利用群智参与者在群智点采集RSS数据和位置坐标并上传定位服务器;定位服务器根据K个群智点的位置利用Voronoi图将目标区域划分为K个Voronoi小区,在每个Voronoi小区内利用群智数据优化传播模型参数,利用优化的传播模型参数估计Voronoi小区内插值点的RSS数据。同时,利用同一小区内的群智RSS数据校准估计的插值点RSS数据,完成射频地图的建立。本发明与现有技术相比,仅利用从少数群智点处采集的RSS数据和位置坐标即可插值建立射频地图,不但可有效降低建立射频地图的工作量,还可提高定位系统性能。
-
-
-
-