摘要
本发明提供一种基于信道状态信息与深度特征融合的室内定位方法及系统,其中方法包括步骤S1,利用ESP32采集信道状态信息数据;步骤S2,提取各子载波的幅值数据;步骤S3,对幅值数据进行预处理;步骤S4,将预处理后的数据通过初始卷积层提取浅层特征;步骤S5,通过残差块组提取深层时空特征;步骤S6,对深层特征图依次进行通道注意力加权与空间注意力加权;步骤S7,将加权后的特征图映射至二维坐标空间,输出定位结果;步骤S8,采用加权移动平均滤波器对定位结果进行时序平滑处理。本发明利用深度学习算法优化信号处理,采用CNN结合ResNet结构,并融合通道注意力与空间注意力机制,有效提高定位精度和系统适应性,增强模型的泛化能力。
技术关键词
信道状态信息
深度特征融合
室内定位方法
移动平均滤波器
收发设备
载波
通道
滑动窗口
深度学习算法
路由器
低通滤波器
注意力机制
信号处理
优化器
数据存储
时序
采样率