-
公开(公告)号：CN118890597B
公开(公告)日：2024-11-29
申请号：CN202411354901.0
申请日：2024-09-27
Applicant: 湘潭大学
IPC: H04W4/02 , G06F18/2415 , G06F18/15 , G06F18/213 , G06N3/0464 , G06N3/09 , H04W4/80 , H04W64/00
Abstract: 本发明公开了一种基于象限分类和卷积神经网络的蓝牙AOA预测方法，涉及蓝牙AOA预测技术领域，包括以下步骤：步骤S1，IQ仿真数据集用于对PL‑kNN模型的训练和测试，数据集带有IQ值与象限标签；步骤S2，将IQ仿真数据集划分为训练集和测试集，将IQ仿真数据集具有0解集范围的方位角拆分为四个象限，分别训练4个PL‑kNN模型；步骤S3，训练集对PL‑kNN模型进行训练，训练阶段包括找到所有训练样本聚类的质心和距离权重，计算每个训练样本与其聚类的质心之间的距离；步骤S4，将测试集输入训练好的PL‑kNN模型进行测试，判断训练效果；步骤S5，利用仿真数据集以训练和测试卷积神经网络模型；步骤S6，将实采数据集输入PL‑KNN生成四个象限的分类数据后输入到卷积神经网络预测AOA。
-
公开(公告)号：CN119439045B
公开(公告)日：2025-05-02
申请号：CN202510045659.7
申请日：2025-01-13
Applicant: 湘潭大学
Abstract: 本发明公开了一种基于HMM的室内外无缝定位的切换方法，涉及导航定位技术领域，定位切换方法，包括以下步骤：步骤S1，部署室外定位系统和室内定位系统；步骤S2，将日常活动场景划分为室内、室内外混合区和室外三种场景，即为HMM要求的最佳的隐藏状态；步骤S3，建立HMM模型；步骤S4，利用Bayesian Inference计算每个隐藏状态在每个时间步的后验概率分布，概率最大为最佳的隐藏状态，即场景状态识别；步骤S5，在检测到场景切换时，采用状态保持机制和运动轨迹单向性约束的方法，通过陀螺仪传感器提供的角速度数据进行辅助约束，达到室内外无缝定位的实时和高精度；步骤S6，确定是否触发网络切换。
-
公开(公告)号：CN119439045A
公开(公告)日：2025-02-14
申请号：CN202510045659.7
申请日：2025-01-13
Applicant: 湘潭大学
Abstract: 本发明公开了一种基于HMM的室内外无缝定位的切换方法，涉及导航定位技术领域，定位切换方法，包括以下步骤：步骤S1，部署室外定位系统和室内定位系统；步骤S2，将日常活动场景划分为室内、室内外混合区和室外三种场景，即为HMM要求的最佳的隐藏状态；步骤S3，建立HMM模型；步骤S4，利用Bayesian Inference计算每个隐藏状态在每个时间步的后验概率分布，概率最大为最佳的隐藏状态，即场景状态识别；步骤S5，在检测到场景切换时，采用状态保持机制和运动轨迹单向性约束的方法，通过陀螺仪传感器提供的角速度数据进行辅助约束，达到室内外无缝定位的实时和高精度；步骤S6，确定是否触发网络切换。
-
公开(公告)号：CN118890597A
公开(公告)日：2024-11-01
申请号：CN202411354901.0
申请日：2024-09-27
Applicant: 湘潭大学
IPC: H04W4/02 , G06F18/2415 , G06F18/15 , G06F18/213 , G06N3/0464 , G06N3/09 , H04W4/80 , H04W64/00
Abstract: 本发明公开了一种基于象限分类和卷积神经网络的蓝牙AOA预测方法，涉及蓝牙AOA预测技术领域，包括以下步骤：步骤S1，IQ仿真数据集用于对PL‑kNN模型的训练和测试，数据集带有IQ值与象限标签；步骤S2，将IQ仿真数据集划分为训练集和测试集，将IQ仿真数据集具有0解集范围的方位角拆分为四个象限，分别训练4个PL‑kNN模型；步骤S3，训练集对PL‑kNN模型进行训练，训练阶段包括找到所有训练样本聚类的质心和距离权重，计算每个训练样本与其聚类的质心之间的距离；步骤S4，将测试集输入训练好的PL‑kNN模型进行测试，判断训练效果；步骤S5，利用仿真数据集以训练和测试卷积神经网络模型；步骤S6，将实采数据集输入PL‑KNN生成四个象限的分类数据后输入到卷积神经网络预测AOA。
-
-
-
Search Results
4
records
(took 0.017 seconds)
