摘要
本发明公开了一种近场散射环境下的非协作式多用户定位方法,包括信号源获取和用户识别两个阶段,在未知用户数量和发送导频信号时,借助系统自身特点的挖掘和机器学习算法,实现复杂散射环境下的多用户定位,在第一阶段,利用近场中来自于不同位置的信号之间的空间正交性,使用基于深度卷积神经网络CNN的同步正交匹配追踪算法,并提供停止迭代指示,获取所有用户和散射点的位置;在第二阶段,使用信号能量辅助的k‑means聚类算法,将数据点间距离和信号能量信息同时纳入聚类中心的更新准则中,以准确识别用户。本发明有效解决了近场散射环境下的非协作式多用户定位问题。
技术关键词
深度卷积神经网络
协作式
多用户
定位方法
匹配追踪算法
数据点间距离
准确识别用户
机器学习算法
字典
导频信号
点分配
笛卡尔
信号源
线性单元
聚类
矩阵
定位问题
系统为您推荐了相关专利信息
生物样本存储装置
电磁锁
身份识别装置
内门
识别操作者身份
物品位置信息
家居场景
定位方法
像素点
卡尔曼滤波
智能定位系统
智能定位方法
无线设备管理
无线设备定位
子模块
视觉定位方法
机械臂基座
六自由度机械臂
图像
生成稀疏点云