摘要
本发明公开了一种基于深度卷积神经网络指纹定位方法、设备及介质,方法包括离线阶段和在线阶段;离线阶段包括:将目标定位区域划分得到若干个子区域,并且为每个区域分配不同编号;在每一个子区域选取若干参考点,测量采集所有参考点的指纹矩阵并构建数据集;搭建和训练深度卷积神经网络模型;在线阶段包括:对目标定位区域内的测试点测量得到指纹矩阵;将测试点的指纹矩阵输入深度卷积神经网络模型得到子区域编号;计算对应的子区域中所有参考点的位置指纹,对所有参考点的位置指纹与子区域编号位置指纹计算相似度距离,根据相似度距离最近选取若干个参考点,并按照WKNN算法计算得到测试点指纹所对应的具体位置坐标,实现指纹定位。
技术关键词
指纹定位方法
深度卷积神经网络
矩阵
WKNN算法
测试点
基站
阶段
离线
K近邻算法
数据
计算机存储介质
坐标
存储计算机程序
元素
在线
时延
信道估计
系统为您推荐了相关专利信息
模型构建方法
充电站
配电网模型
需求预测模型
充电负荷特性
传声器
阵列设计方法
Tikhonov正则化
坐标
矩阵
关节制动器
圆锥体结构
三维模型
圆心
电子计算机断层扫描
风险管控方法
车辆健康状态
深度强化学习模型
均衡策略
动态更新