一种基于神经网络的LTE指纹式定位方法技术

本发明专利技术公开了一种基于神经网络的LTE指纹式定位方法，通过LTE系统并结合经神经网络算法处理的室内指纹定位来实现更精确的定位策略。本发明专利技术克服了基于指纹定位的定位点仅为离散点的弊端，同时也改善了传统三点定位因传输时间等造成的定位误差。包括一下步骤：(1)数据收集阶段：使用USRP硬件设备收集数据；(2)神经网络训练数据阶段：根据神经网络模型，建立数据训练网络并进行训练，建立数据指纹库；(3)在线匹配阶段：根据用户实际数据向量特征，利用神经网络进行预测。

【技术实现步骤摘要】
一种基于神经网络的LTE指纹式定位方法
本专利技术公开了一种基于神经网络的LTE指纹式定位方法，主要用于解决在室内环境下结合LTE系统与指纹方式对用户进行定位的问题。本专利技术涉及指纹匹配和神经网络
，是一种在室内环境中利用LTE信号进行较高精确的定位的方法。
技术介绍
无线用户的位置信息对于通信服务有着重要的影响，因而定位成为第四代通信系统(4G)与第五代通信系统(5G)的重要研究内容，例如LBS(基于位置信息的服务)、5G毫米波波束赋形(5GBeamForming)、公共安全的紧急服务等。根据用户所处的环境，定位又被分为室外定位与室内定位。在第四代通信系统(4G)中主要适用全球卫星定位系统(GPS)来提供位置服务，然而这种系统由于室内环境下无法接收到GPS信号而失效。为了解决GPS定位系统的这一问题，人们研究了许多本地化定位技术作为其补充，这些技术包括基于RSS(接收信号强度)、CSI(信道状态指示)、AoA(信号到达角度)、ToF(信号到达时间)、TDoA(信号到达时差)等。在这些方法中，TDOA与AOA主要依赖于来自目标的LOS(本文档来自技高网...

【技术保护点】
1.一种基于神经网络的LTE指纹式定位方法，其特征在于，包括以下内容：/n步骤1：数据收集阶段：使用USRP硬件设备收集数据；/n步骤2：神经网络训练数据阶段：根据神经网络模型，建立数据训练网络并进行训练，建立数据指纹库；/n步骤3：匹配阶段：根据用户实际数据向量特征，利用神经网络进行预测。/n

【技术特征摘要】
1.一种基于神经网络的LTE指纹式定位方法，其特征在于，包括以下内容：
步骤1：数据收集阶段：使用USRP硬件设备收集数据；
步骤2：神经网络训练数据阶段：根据神经网络模型，建立数据训练网络并进行训练，建立数据指纹库；
步骤3：匹配阶段：根据用户实际数据向量特征，利用神经网络进行预测。


2.根据权利要求1所述的一种基于神经网络的LTE指纹式定位方法，其特征在于，所述步骤1对数据的收集处理，分为一下步骤：
步骤1-1：利用USPRP硬件设备搭建SDRLTE平台；
步骤1-2：先对LTE的下行链路进行解码获取LTE的上行信号；
步骤1-3：将需要定位的区域等间隔划分为多个小区域，并将小区域依次编号为1，2，3…N，这个编号可以使我们检索到每一个区域的位置；使用USRP信号源在每一个小区域中多次采集信号，记录信号强度，并与相应的位置即小区域编号构成向量数据为：(信号强度1，信号强度2，…，信号强度N，小区域编号)；将所采集到的向量数据存入MySQL数据库中。


3.根据权利要求1所述的一种基于神经网络的LTE指纹式定位方法，其特征在于，所述步骤2对网络的训练，分为一下步骤：
步骤2-1：首先是搭建神经网络：使用Python语言以及TensorFlow机器学习支持库搭建一个8层的神经网络结构；神经网络包含1个数据输入层与1个数据输出层，中间的6层隐藏层；为每一层均构建需要的激励函数为sigmoid函数，选择损失函数为欧式距离函数，选择Adam作为训练中的优化器；
步骤2-2：为训练神经网络做准备：将每一层网络的系数θ随机初始化；将预先采集到的数据进行正则化处理，将数据的存储顺序进行随机打乱，并取百分之八十的数据作为训练数据，百分之二十的数据作为测试数据；
步骤2-3：神经网络的训练：将预先采集到...

【专利技术属性】
技术研发人员：马建婷，余锦军，王昊，王恒，
申请(专利权)人：南京恩瑞特实业有限公司，
类型：发明
国别省市：江苏;32