[发明专利]基于深度学习的分布式多天线阅读器定位系统及其方法有效
| 申请号： | 201910609096.4 | 申请日： | 2019-07-08 |
| 公开（公告）号： | CN110334788B | 公开（公告）日： | 2023-10-27 |
| 发明（设计）人： | 崔英花 | 申请（专利权）人： | 北京信息科技大学 |
| 主分类号： | G06K17/00 | 分类号： | G06K17/00;G06N3/08;G01S5/02;G01S5/00;G01S5/04 |
| 代理公司： | 北京八月瓜知识产权代理有限公司 11543 | 代理人： | 马东瑞 |
| 地址： | 100192 北*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于深度学习的分布式多天线阅读器定位系统及其方法。该方法包括：实现基于深度神经网络的射频识别定位算法，所述算法包括：构造所述深度神经网络的模型；训练数据获取；提取信号特征；以及结合UWB超宽带定位技术实现训练样本的自动生成和神经模型的自动学习，其特征在于，所述深度神经网络的输入特征向量包含所述阅读器的位置、将所述阅读器与其天线相连的馈线的长度、接收信号的RSSI、相位以及到达时间。本发明解决了阅读器的位置不能变动的问题，使得阅读器及其天线的位置变动不影响样本数据的收集，系统能够自适应地学习复杂多变的室内环境，实现精准实时定位。 | ||
| 搜索关键词： | 基于 深度 学习 分布式 天线 阅读器 定位 系统 及其 方法 | ||
【主权项】：
1.一种实现基于深度学习的分布式多天线阅读器定位系统的方法，所述方法包括：构造深度神经网络的模型；训练数据获取；提取信号特征；以及结合超宽带UWB定位技术实现训练样本的自动生成和神经网络模型的自动学习，其特征在于，所述深度神经网络的输入特征向量包含所述阅读器的位置、将所述阅读器与其相应天线相连的馈线的长度、接收信号的RSSI、相位以及到达时间，所述阅读器及其天线的位置变动不影响样本数据的收集，所得到的模型能够适应各个不同的定位区域。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京信息科技大学，未经北京信息科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910609096.4/，转载请声明来源钻瓜专利网。
