摘要
本发明提出了一种基于混合神经网络模型的RFID室内定位方法及系统,其中该方法包括获取原始信号和对应的位置信息,并对原始信号进行差分计算以得到对应的差分信号;建立混合神经网络模型,其中,混合神经网络模型包括双向差分门控循环单元、自适应稀疏槽注意力模块和Transformer编码器‑解码器;将原始信号、对应的位置信息和对应的差分信号输入到混合神经网络模型,以对混合神经网络模型进行训练,以得到训练好的室内定位模型;获取待定位标签信号及其对应的差分信号,并将其输入到室内定位模型以得到对应的位置信息;由此,通过将双向差分门控循环单元与Transformer注意力机制相结合,能够捕捉射频识别信号中的时间动态变化和空间依赖关系,从而提高定位精度。
技术关键词
混合神经网络模型
室内定位模型
注意力
门控循环单元
室内定位方法
定位标签
RFID阅读器
解码器
信号
编码器
RSSI数据
室内定位系统
全局平均池化
压缩特征
多层感知机
时序特征
模块
分支
处理器
系统为您推荐了相关专利信息
健康状态评估方法
定位器
伺服电机
重构误差
时序特征
多源遥感数据
多模态深度学习
农作物分类方法
融合特征
分类网络