申请/专利权人：南开大学

申请日：2022-10-26

公开（公告）日：2024-04-26

公开（公告）号：CN117932324A

主分类号：G06F18/214

分类号：G06F18/214;G06F18/24;G06N3/04;G06N3/08;H04W4/02;H04W64/00

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.14#实质审查的生效;2024.04.26#公开

摘要：本发明公开了一种基于深度学习的双人室内无设备定位方法，采用深度学习技术强大的拟合能力，从ZigBee信号强度值数据包中挖掘有用特征，实现双人定位的功能。包括步骤：开发采集ZigBee信号强度值的传感网络；对数据进行预处理，将异常值替换为平均值，并将每个周期的数据转换成N*N的矩阵，其中N为路由器节点的个数，本发明中N为10，将矩阵转入DataLoader中供模型训练使用；将ZigBee数据输入包含有Transformer编码器的神经网络中，仿照自然语言处理中的文本多标签分类任务对模型进行训练；利用训练好的模型对测试数据进行预测，定义了一种专用于双人定位的误差距离公式用来评估双人定位的性能，经验证，模型达到了较高的定位精度，且该方法在双入场景下的性能要优于其它算法。

主权项：1.一种基于深度学习的双人室内无设备定位方法，其特征在于，利用Transformer神经网络建立接收到的ZigBee信号强度值与两个人员位置的映射关系，实现双人场景下的无设备定位，包括以下步骤：1开发采集ZigBee信号强度值的传感网络，利用网状拓扑结构增加定位信号的特征数量；2对接收到的ZigBee信号强度值进行预处理。将异常值用平均值进行替代；将一个周期内的信号强度值转化为N*N的矩阵形式，其中N为ZigBee路由器节点个数；将其打包成DataLoader形式，供神经网络使用；3将ZigBee信号强度值输入神经网络，输出对应的双人位置；4离线阶段采用大量人员位于不同位置的ZigBee信号强度值对网络进行训练；5在线阶段通过训练好的神经网络预测新接收的ZigBee信号强度值，完成双人定位；并定义了双人定位误差公式，利用误差公式评估模型性能，解决了欧氏距离不能直接应用在双人定位的不足。

全文数据：

权利要求：

百度查询： 南开大学 基于深度学习的双人室内无设备定位算法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD