摘要
本申请提供一种基于DNN和人工蜂群算法的室内定位方法及相关设备,涉及室内定位技术领域。本申请提供的技术方案通过在室内目标区域布置蓝牙信标和参考点建立信号采集网络,获取信号强度数据,并将这些数据与参考点的精确坐标关联,构建定位指纹数据库。然后基于数据库训练深度神经网络模型,使其能够学习信号强度与位置之间的映射关系,形成第一定位模型。引入人工蜂群算法对模型的超参数进行优化,得到的第二定位模型。最终将信号强度数据输入优化后的模型即可得到位置估计结果。通过结合DNN和人工蜂群算法,利用蓝牙信号强度(RSSI)指纹数据,实现对目标物体的位置估计,从而能够提高室内定位准确性。
技术关键词
人工蜂群算法
超参数
指纹数据库
训练深度神经网络
蓝牙信标
室内定位方法
梯度下降法
计算机存储介质
深度神经网络模型
蓝牙信号强度
室内定位系统
物体
室内定位技术
坐标
模型训练模块
收发器
设备通信
系统为您推荐了相关专利信息
融合特征
编码器模块
编码特征
监督学习策略
全局特征提取
智能玩具
识别算法
布料
智能控制单元
电源管理系统
模型训练模块
Kubernetes集群
数据管理模块
监控单元
优化器