基于数据增强的5G定位算法

本发明公开了基于数据增强的5G定位算法，包括采集数据、数据预处理、离线阶段构建指纹库、在现阶段进行匹配得出位置坐标，本发明涉及数据定位技术领域。该基于数据增强的5G定位算法，采用CNN‑BiLSTM混合神经网络模型，并采集从六个基站发射的信号特征信息，再通过筛选构建多信号特征信息指纹库，然后使用指纹库训练CNNBiLSTM混合神经网络模型，最后通过误差累积分布函数(CumulativeDistributionFun ction,CDF)曲线评估定位结果，所构建的多基站多信号特征信息指纹库与现有的单基站或单信息特征信息指纹库相比具有更好的性能，从而有效提升预测精度，解决在人口密集的城市地区和复杂的室内环境下，这些信号容易受到建筑物的遮挡，无法直接穿过，导致覆盖范围有限的问题。