[發明專利]一種基于分區可修正性的深度高斯過程回歸室內定位方法在審
| 申請號: | 202010698539.4 | 申請日: | 2020-07-20 |
| 公開(公告)號: | CN111856393A | 公開(公告)日: | 2020-10-30 |
| 發明(設計)人: | 翁仲銘;王思懿;陶文源 | 申請(專利權)人: | 天津大學 |
| 主分類號: | G01S5/02 | 分類號: | G01S5/02;G01S11/06;H04W64/00 |
| 代理公司: | 天津市北洋有限責任專利代理事務所 12201 | 代理人: | 劉子文 |
| 地址: | 300072*** | 國省代碼: | 天津;12 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 分區 修正 深度 過程 回歸 室內 定位 方法 | ||
1.一種基于分區可修正性的深度高斯過程回歸室內定位方法,其特征在于,包括以下步驟:
(1)離線階段對室內物理環境進行區域劃分;
(2)在線階段使用深度高斯過程回歸模型找到目標位置信息;深度高斯過程回歸模型包括數據歸一化處理、高斯過程回歸和增強學習三部分。
2.根據權利要求1所述一種基于分區可修正性的深度高斯過程回歸室內定位方法,其特征在于,步驟(2)中數據歸一化處理(Data Normalization),也稱數據標準化(DataNormalization);用于在數據分析之前對輸入的樣本數據進行預處理;數據歸一化處理消除了數據量綱的限制,并將初始的樣本數據轉為沒有單位的純數值,便于不同單位或量級的數據之間進行比較和加權;
高斯過程回歸利用上一層得出的特征值歸一化后的數據作為深度高斯過程的輸入數據;將得到的四個特征值兩兩相交,作為高斯過程回歸的參數進行預測回歸,能夠直接預測出定位點具體的位置坐標;
通過增強學習使深度高斯過程回歸模型從現有狀態出發,不斷優化策略,最終得到誤差最小的位置坐標。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于天津大學,未經天津大學許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010698539.4/1.html,轉載請聲明來源鉆瓜專利網。





