2023年定位课题研究进展(9月)

《基于深度学习的室内定位技术研究》---2022年南京邮电大学硕士学位论文

 卫星导航系统无法在室内提供高精度的位置服务,因此室内定位技术具有重要的研究意义和应用价值。

凭借便捷和易部署等特点,无线定位和视觉定位的新发现成为室内定位技术的重点研究方向。

一方面信道状态信息克服了仅用接收信号强度作为无线定位特征的诸多缺点,另一方面从建筑信息模型生成合成图像能极大地减少视觉定位中样本采集需要的人工成本。

该文献的具体工作和创新点如下:

1.针对信道状态信息(CSI)特征提取困难的问题,本文提出一种适用于无设备被动定位的二阶段指纹定位法。首先在终端采集CSI数据,再结合不同子载波和接收天线以及多时间跨度的CSI数据,设计出特征丰富的定位指纹矩阵,构建定位指纹数据库。然后引入深度学习,通过向短路连接中添加随机矩阵,随机建立短路连接,增强残差网络的集成能力,设计出一种高效提取CSI指纹定位特征的神经网络ResFi。最后在常见的室内环境中进行对比实验,结果表明ResFi定位方法优于其它常见的定位方法。

2.针对CSI指纹特征不够丰富的问题,本文提出一种基于CSI相幅的改进被动定位方法。首先使用线性变换法消除相位中的测量误差,得到稳定的相位信息,再将修正过的相位与幅度融合,构建CSI相幅指纹库。考虑到CSI幅度相位指纹中存在复杂的信息,本文基于注意力机制,建立了一种能充分提取指纹中多尺度特征和关键特征的定位网络。为解决过拟合问题,使用标签平滑策略对交叉熵损失函数进行修正。

3.针对单一定位源的信息局限性而导致特征完备性不足的问题,本文提出一种基于无线信号的视觉的室内综合定位方法。该方法使用从三维建筑模型中渲染得到的合成图片以及对应位置的CSI指纹作为训练集,再通过图像重建网络和鉴别网络,迫使姿态估计网络从含有运动模糊的合成图像中学习没有运动模糊的特征,减小运动模糊对定位的影响。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值