[發明專利]基于神經網絡的無線定位方法、系統及路側單元

有效

• 申請號: 201410447334.3
• 申請日: 2014-09-04
• 公開（公告）號: CN104569907B
• 公開（公告）日: 2017-05-17
• 發明（設計）人: 楊耿;張學誠;徐根華;黃日文;林樹亮;周維;何守勇;楊成
• 申請（專利權）人: 深圳市金溢科技股份有限公司
• 主分類號: G01S1/02
• 分類號: G01S1/02;G06N3/02
• 代理公司: 深圳市瑞方達知識產權事務所(普通合伙)44314
• 代理人: 張約宗,高瑞

技術領域

本發明涉及無線定位領域，尤其涉及一種基于神經網絡的無線定位方法、系統及路側單元。

背景技術

目前利用天線陣列對無線信號的相位或幅度進行處理來估計空間信號的方位，從而得到無線信號對應目標的位置的方法主要有1.MUSIC(Multiple Signal Classification多信號分類)算法以及改進算法、2.相位法相干信號解模糊以及改進算法、3.基于概率的統計方法。上述多種算法都是基于某一類準則，去估計最大可能出現的無線信號角度方向，雖然各有優缺點。但是由于其本身都是基于某一準則去估計，所以對于微小差別都無能為力。

發明內容

本發明要解決的技術問題在于，針對現有技術的上述定位時無法識別微小差別的缺陷，提供一種基于神經網絡的無線定位方法、系統及路側單元，能在定位時識別微小差別。

本發明解決其技術問題所采用的技術方案是：構造一種基于神經網絡的無線定位方法，包括：

S1.采集來自目標的無線信號數據，所采集的數據包括無線信號的幅度和/或相位和/或功率；

S2.對所采集的數據進行預處理；

S3.將預處理后的數據輸入到預先建立的神經網絡模型中，并將所述神經網絡模型的輸出作為目標的定位結果。

在本發明所述的基于神經網絡的無線定位方法中，神經網絡模型根據下列步驟建立：

S31.根據所要采集的數據的個數確定輸入神經元的個數，所要采集的數據的個數與天線陣元的個數相關；

S32.確定輸出神經元的個數；

S33.確定神經元中間層數及中間層神經元個數；

S34.在訓練時采集來自已知目標的無線信號數據，并對所采集的數據進行預處理；

S35.將一部分步驟S34所預處理后的數據用來訓練神經網絡模型，并通過不斷修改各神經元間的權重，直至所述神經網絡模型符合預設規則的收斂。

在本發明所述的基于神經網絡的無線定位方法中，

所述神經網絡模型的輸出類型為定位區域時，將需定位的區域劃分成M個預設區域，單個輸出神經元具有兩類輸出狀態，故神經網絡模型的輸出共有2^N類輸出狀態，其中N為輸出神經元的個數，每類神經網絡模型的輸出狀態為空或與一個預設區域對應，如果輸出狀態與一個預設區域對應，即確定目標在對應的預設區域內。

在本發明所述的基于神經網絡的無線定位方法中，

所述神經網絡模型的輸出類型為為相對坐標時，所述輸出神經元的個數為2，所述輸出神經元的輸出為坐標值。

在本發明所述的基于神經網絡的無線定位方法中，所述步驟S2包括：

對所采集的無線信號進行預處理，獲得瞬時幅度值；或；

對預設時間內所采集的無線信號的進行預處理，獲得所述無線信號的平均功率值；或；

對預設時間內所采集的無線信號進行預處理，獲得不同天線陣元之間無線信號的相位差。

本發明還構造一種路側單元，包括：

采集模塊，用于采集來自電子標簽的無線信號數據，所采集的數據包括無線信號的幅度和/或相位和/或功率；

預處理模塊，用于對所采集的數據進行預處理；

神經網絡處理模塊，用于將預處理后的數據輸入到預先建立的神經網絡模型中，并將所述神經網絡模型的輸出作為攜帶電子標簽的車輛的定位結果。

在本發明所述的路側單元中，所述神經網絡處理模塊包括：

輸入模塊，用于根據所要采集的數據的個數確定輸入神經元的個數，所要采集的數據的個數與天線陣元的個數相關；

輸出模塊，用于確定輸出神經元的個數；

中間模塊，用于確定神經元中間層數及中間層神經元個數；調整模塊，用于使用在訓練時采集及預處理后的來自已知位置的電子標簽的無線信號數據訓練神經網絡模型，并通過不斷修改各神經元間的權重，直至所述神經網絡模型符合預設規則的收斂。

在本發明所述的路側單元中，所述采集模塊包括：

天線陣列，用于接收來自電子標簽的無線信號，所述天線陣列為相控陣天線；

射頻接收機，用于對所述天線陣列所接收的無線信號進行解調；

模擬信號處理器，用于對所述射頻接收機解調后的信號進行處理；

模數轉換器，用于對所述處理器處理后的信號進行模數轉換。

本發明還構造一種基于神經網絡的無線定位系統，包括：