一种基于AI深度学习算法的蓝牙定位方法及系统技术方案

本申请提供了一种基于AI深度学习的蓝牙定位方法：AOA定位基站获取AOA信号源发送的第一信号的相位数据，AOA定位基站向AI服务器发送获取的该相位数据，AI服务器根据训练好的神经网络模型和获取的相位数据，确定发射所述第一信号的AOA信号源的位置。本申请通过引入AI技术到AOA定位领域中，通过对多天线接收到定位信号源的原始相位值采样，进一步抽象出相位差，然后转换成角度，通过不同天线的角度组合来把相关的相位数据训练到已知网格式的空间坐标上。这种可以通过深度学习网络来实现相位数据到空间坐标的快速映射关系，比传统数学计算提高了精度，并加快了定位速率，从而实现精准定位。

【技术实现步骤摘要】
一种基于AI深度学习算法的蓝牙定位方法及系统
本申请涉及定位
，尤其涉及一种基于AI深度学习算法的蓝牙定位方法及系统。
技术介绍
利用无线技术定位已经成为定位研究领域的一种趋势。蓝牙传输作为一种通用通信技术，最主要的功能就是取代了数据电缆的传输，用于便携式设备及其应用的，比如手机与手机、手机与其他蓝牙设备的连接与传输。从1.0到5版本，蓝牙为越来越多的电子设备赋予了简便、安全、低成本的连接方案。目前，最新的蓝牙5.1标准引入了到达角/发送角(ArrivalofAngle,AOA/ArrivalofDeparture,AOD)技术。其中，AOA技术以接收器和发射器为基础，计算接收节点和发射节点之间的相对方位和角度，然后利用三角测量法或者其他的方法计算出未知节点的位置。这种定位系统可以运用于仓库的物流追踪或商场顾客位置追踪，人们可以将其用于定位寻路。蓝牙AOA技术因为利用相位差估算的到达角度去定位AOA发射源位置，导致定位结果不够精准，并且还面临着信号反射干扰，天线开关时间延迟和室内环境下各种遮挡物，反射物等带来的多径效应等困本文档来自技高网...

【技术保护点】
1.一种基于AI深度学习的蓝牙定位方法，其特征在于，包括：/nAOA定位基站获取AOA信号源发送的第一信号的相位数据；/n所述AOA定位基站向AI服务器发送所述相位数据；/n所述AI服务器根据训练好的神经网络模型和所述相位数据，确定发射所述第一信号的AOA信号源的位置。/n

【技术特征摘要】
1.一种基于AI深度学习的蓝牙定位方法，其特征在于，包括：
AOA定位基站获取AOA信号源发送的第一信号的相位数据；
所述AOA定位基站向AI服务器发送所述相位数据；
所述AI服务器根据训练好的神经网络模型和所述相位数据，确定发射所述第一信号的AOA信号源的位置。


2.根据权利要求1所述的蓝牙定位方法，其特征在于，所述方法还包括：
所述AOA定位基站通过不同的天线接收所述AOA信号源发送的同一信号，不同天线上接收到的信号的相位不同；
所述AOA定位基站向所述AI服务器发送所述不同天线上接收到的同一信号的多个不同的相位数据；
所述AI服务器根据所述多个不同的相位数据，训练得到所述神经网络模型。


3.根据权利要求2所述的蓝牙定位方法，其特征在于，
当所述AOA定位基站是单基站时，所述神经网络模型包括输入层、第一训练层、第二训练层、输出层；
所述AI服务器将采集的多个不同的相位数据输入至所述输入层，所述输入层根据多个不同的相位数据，得到不同的相位值；
所述第一训练层的输入为所述不同的相位值，所述第一训练层根据所述不同的相位值，得到多个相位差；
所述第二训练层的输入为所述多个相位差，所述第二训练层根据所述多个相位差，得到多个角度值；
所述输出层的输入为所述多个角度值，所述输出层根据所述多个角度值和所述不同的天线间相对位置，将所述多个角度值组合训练到目标空间立方体内，得到三维立体坐标，从而得到所述神经网络模型。


4.根据权利要求3所述的蓝牙定位方法，其特征在于，当所述AOA定位基站包括多个基站时，所述神经网络模型在所述第二训练层和所述输出层之间还包括立体解析层；
所述立体解析层用于将所述多个角度值转化为多个三维立体角；
所述输出层用于根据所述多个三维立体角和所述不同的天线间相对位置，将所述多个角度值组合训练到目标空间立方体内，得到三维立体坐标，从而得到所述神经网络模型。


5.根据...

【专利技术属性】
技术研发人员：杨永辉，何廷万，刘宏罡，蒙海进，谢晓博，彭华洋，
申请(专利权)人：深圳市微能信息科技有限公司，
类型：发明
国别省市：广东;44