一种基于深度学习的强鲁棒性无线定位方法

授权

摘要

本发明提出了一种基于深度学习的强鲁棒性无线定位方法。机器人采集多个时刻的轨迹位置和无线信号强度，并通过计算得到差分无线信号强度。将无线信号强度、差分无线信号强度依次根据一定时刻窗口分别划分为不同数据集，进一步构建批次训练样本；构建LSTM网络，将训练样本依次输入至LSTM网络得到预测位置，结合真实位置构建损失函数，并通过BPTT算法优化网络参数。本发明将无线信号强度和差分无线信号强度进行融合再定位，有效缓解传统无线定位方案中由于硬件差异性问题导致的测量偏差和信号强度随时间不稳定性导致的定位误差，此外由于LSTM网络内部使用了，其序列匹配提升了定位精度，且在一定程度上消除了定位指纹的空间歧义性。

基本信息

专利标题：

一种基于深度学习的强鲁棒性无线定位方法

专利标题（英）：

暂无

公开（公告）号：

CN113347559A

申请号：

CN202110526712.7

公开（公告）日：

2021-09-03

申请日：

2021-05-14

授权号：

CN113347559B

授权日：

2022-04-29

发明人：

庄园杨先圣

申请人：

武汉大学

申请人地址：

湖北省武汉市武昌区珞珈山武汉大学

代理机构：

武汉科皓知识产权代理事务所(特殊普通合伙)

代理人：

许莲英

优先权：

CN202110526712.7

主分类号：

H04W4/02

IPC分类号：

H04W4/02 H04W4/029 G06N3/04