摘要
本发明提供一种基于路径损耗自适应的聚类定位方法及系统,该方法首先在离线阶段对目标区域进行子区域划分,并通过目标区域内设置的参考点RP采集来自不同AP的信号强度RSSI数据,而后将路径损耗模型与深度学习网络结合,进行各子区域的路径损耗参数估计;之后对于路径损耗参数相似的子区域进行聚类整合,得到整个目标区域内不同分区及分区所对应的路径损耗参数。在线阶段首先确定待定位目标所在的子区域,根据路径损耗模型计算出的AP与待定位目标的距离,通过加权最小二乘法确定待定位目标的高精度坐标。本发明能够根据不同的使用环境动态调整参数,显著提升了定位精度和系统稳定性。
技术关键词
路径损耗模型
RSSI数据
集群
定位方法
最小化误差
离线
误差函数
初始聚类中心
信号发射装置
积层
非线性
参数
加权最小二乘法
误差反向传播
坐标
深度学习网络
系统为您推荐了相关专利信息
卫星导航数据
多模态特征
误差分布特征
组合导航解算
误差模型
模式切换控制单元
传输待传输数据
芯片
互联交换方法
网格拓扑结构
坐标系标定方法
测高传感器
三轴移动装置
图像采集机构
示教对象
可信执行环境
加密数据
执行机器学习模型
可信密钥
计算机可执行指令