-
公开(公告)号：CN117062001A
公开(公告)日：2023-11-14
申请号：CN202310957627.5
申请日：2023-08-01
Applicant: 哈尔滨工程大学
Abstract: 一种基于可解释的深度学习的5G NR室内定位方法及系统,涉及计算机技术领域，特别涉及计算机中的深度学习技术领域。解决现有室内指纹定位方法定位精度与效率较低、难以部署以及成本较高的问题。方法为：采用CSI与序列类型数据转换模块对三维的CSI数据转换为二维的序列类型数据；采用单信道内的子载波的建模模块对所述二维的序列类型数据进行处理，获得输出数据；采用多信道内的子载波建模模块对所述输出数据进行处理，获得最后的输出数据；采用位置映射模块对所述最后的输出数据进行位置定位，获得映射位置。本发明适用于计算机中的基于可解释的深度学习的5G NR室内定位方法。
-
公开(公告)号：CN117062001B
公开(公告)日：2024-07-16
申请号：CN202310957627.5
申请日：2023-08-01
Applicant: 哈尔滨工程大学
Abstract: 一种基于可解释的深度学习的5G NR室内定位方法及系统,涉及计算机技术领域，特别涉及计算机中的深度学习技术领域。解决现有室内指纹定位方法定位精度与效率较低、难以部署以及成本较高的问题。方法为：采用CSI与序列类型数据转换模块对三维的CSI数据转换为二维的序列类型数据；采用单信道内的子载波的建模模块对所述二维的序列类型数据进行处理，获得输出数据；采用多信道内的子载波建模模块对所述输出数据进行处理，获得最后的输出数据；采用位置映射模块对所述最后的输出数据进行位置定位，获得映射位置。本发明适用于计算机中的基于可解释的深度学习的5G NR室内定位方法。
-
公开(公告)号：CN117062002A
公开(公告)日：2023-11-14
申请号：CN202310957628.X
申请日：2023-08-01
Applicant: 哈尔滨工程大学
Abstract: 一种基于轻量级TRANSFORMER的5G NR室内定位方法及系统,涉及计算机技术领域，特别涉及计算机中的机器学习技术领域。解决现有室内指纹定位方法的子载波感知范围有限，导致的定位精度低、效率低和难以部署的问题。方法为：采用通道独立的矩形图像块操作模块对CSI输入数据进行处理，获得输出矩阵；采用Reshape()函数将所述输出矩阵的三维矩阵转换为与注意力机制相容的二维矩阵；将所述与注意力机制相容的二维矩阵输入到基于ReLU的多通道注意力机制模块中，获得最终的输出数据；采用位置映射模块对所述最终的输出数据进行位置定位，获得映射位置。本发明适用于计算机中的基于轻量级TRANSFORMER的5G NR室内定位方法。
-
公开(公告)号：CN117062002B
公开(公告)日：2024-04-30
申请号：CN202310957628.X
申请日：2023-08-01
Applicant: 哈尔滨工程大学
Abstract: 一种基于轻量级TRANSFORMER的5G NR室内定位方法及系统,涉及计算机技术领域，特别涉及计算机中的机器学习技术领域。解决现有室内指纹定位方法的子载波感知范围有限，导致的定位精度低、效率低和难以部署的问题。方法为：采用通道独立的矩形图像块操作模块对CSI输入数据进行处理，获得输出矩阵；采用Reshape()函数将所述输出矩阵的三维矩阵转换为与注意力机制相容的二维矩阵；将所述与注意力机制相容的二维矩阵输入到基于ReLU的多通道注意力机制模块中，获得最终的输出数据；采用位置映射模块对所述最终的输出数据进行位置定位，获得映射位置。本发明适用于计算机中的基于轻量级TRANSFORMER的5G NR室内定位方法。
-
-
-
Search Results
4
records
(took 0.018 seconds)
