联合深度学习与加权K邻近算法的室内位置指纹定位方法
授权
摘要
本发明公开了一种联合深度学习与加权K邻近算法的室内位置指纹定位方法，该方法首先在定位区域采集WLAN信号特征数据建立指纹库以训练卷积神经网络，之后基于该训练完成的CNN网络模型进行用户位置的初定位，然后根据用户初定位位置坐标确定用户在定位区域内的理论范围，并在局部蓝牙Mesh网络中应用加权K邻近算法进行用户精确位置定位，最后将用户精确位置坐标反馈给用户设备。本发明联合应用了深度学习模型与加权K邻近算法进行位置指纹定位算法的优化，提高了该算法的定位精度，同时联合应用了蓝牙Mesh与WiFi技术搭建主体网络，用户设备组网方便，可实现室内高精度定位。
基本信息
专利标题 ：
联合深度学习与加权K邻近算法的室内位置指纹定位方法
专利标题（英）：
暂无
公开（公告）号 ：
CN113453148A
申请号 ：
CN202110710289.6
公开（公告）日 ：
2021-09-28
申请日 ：
2021-06-25
授权号 ：
CN113453148B
授权日 ：
2022-05-13
发明人 ：
孙强曹埔铭张子涵李翔宇李良程陈晓敏黄勋
申请人 ：
南通大学;南通先进通信技术研究院有限公司
申请人地址 ：
江苏省南通市崇川区啬园路9号
代理机构 ：
代理人 ：
优先权 ：
CN202110710289.6
主分类号 ：
H04W4/02
IPC分类号 ：
H04W4/02 H04W4/021 H04W4/33 H04W64/00 G06K9/62 G06N3/04 G06N3/08
法律状态
2022-05-13 ：
授权
2021-10-22 ：
实质审查的生效
IPC(主分类) : H04W 4/02
申请日 : 20210625
申请日 : 20210625
2021-09-28 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
