一种射频定位方法、电子设备及存储介质技术

本发明专利技术提供一种射频定位方法、电子设备及存储介质，该方法包括：将射频测量数据输入训练好的非视距识别模型，得到射频测量数据的判别结果；在射频测量数据的判别结果为非视距数据时，将射频测量数据输入训练好的非视距校准模型，得到校准后的射频测量数据；其中，训练好的非视距识别模型，是根据携带判别结果标签的射频测量样本数据训练得到的；训练好的非视距校准模型，是根据携带距离标签的射频测量样本数据训练得到的；射频测量样本数据的标签是基于射频环境自训练学习得到的。有效解决了现有技术中射频信号易受非视距遮挡干扰导致定位精度下降甚至不可定位，以及传统监督学习需要人为采集和标注数据导致成本提高和可迁移性降低的问题。降低的问题。降低的问题。

【技术实现步骤摘要】
一种射频定位方法、电子设备及存储介质


[0001]本专利技术涉及通信定位
，尤其涉及一种射频定位方法、电子设备及存储介质。

技术介绍

[0002]随着无线通信技术和物联网技术的发展，位置感知服务已经成为许多新兴应用的基本需求。长久以来，卫星定位技术凭借其大覆盖范围、较高精度与高可靠性等优势在室外环境中已经得到极其广泛的应用，但是卫星信号在室内和城市峡谷等环境中易受障碍物遮挡而严重衰减，导致定位精度急剧下降甚至无法定位。因此，近年来众多非卫星定位手段发展起来，这些技术通过获取用户在室内复杂环境中高精度、可信赖的位置信息，提供全过程的定位、导航与其他额外服务，主要包括基于无线射频通信、惯性导航、视觉导航等方法。
[0003]目前基于射频信号的室内定位技术发展迅速，但是实际的室内环境中存在大量建筑物、墙体、家具等遮挡物，使得信号在传播过程中受到非视距传播(None
‑
line
‑
of
‑
sight，NLOS)的干扰，测量结果出现大的误差，难以实现复杂场景下的鲁棒定位。为解决非视距传播对定位系统的影响，已有的方法关注于非视距识别和校准，例如，通过非视距识别方法将NLOS测量舍弃，只使用精度较高的LOS测量进行定位；或者先通过非视距校准方法将NLOS测量校准，再进行融合定位。近年来，基于机器学习的非视距识别和校准方法提供了一种更加灵活的非参数框架，显著提升了模型性能。该类方法基于有监督学习理论，需要人为事先在定位区域内采集和标注大量数据，构建训练数据集，这种方法具有费时耗力、成本高的明显缺点，并且当环境发生动态变化，如家具的增减和移动时，需要重新采集和标注数据，数据库的更新和维护困难，模型可迁移性低。因此，如何实现自动的数据采集和标注，降低数据库的构建和更新成本，快速得到自适应于当前环境的模型，提升整体定位系统的精度和鲁棒性，是当前基于射频信号的高精度室内定位技术亟待解决的问题。

技术实现思路

[0004]本专利技术提供及一种射频定位方法、电子设备及存储介质，用以解决现有技术中无法很好的实现卡证类别的识别的问题。
[0005]本专利技术提供一种射频定位方法，包括：
[0006]将射频测量数据输入训练好的非视距识别模型，得到射频测量数据的判别结果；
[0007]在所述射频测量数据的判别结果为非视距数据时，将所述射频测量数据输入训练好的非视距校准模型，得到校准后的射频测量数据；
[0008]其中，所述训练好的非视距识别模型，是根据携带判别结果标签的射频测量样本数据训练得到的；所述训练好的非视距校准模型，是根据携带距离标签的射频测量样本数据训练得到的；所述射频测量样本数据的标签是基于射频环境自训练学习得到的。
[0009]根据本专利技术实施例提供的一种射频定位方法，在所述将射频测量数据输入训练好的非视距识别模型的步骤之前，所述方法还包括：
[0010]对地图信息进行解析，得到格点化地图；其中，所述格点化地图中各个格点的权重用于近似用户状态的连续概率分布；
[0011]基于移动终端获取的行人航迹推算信息，对各个所述格点的权重进行更新，得到更新后的格点权重；
[0012]基于时间戳匹配原则，将射频测量数据与行人航迹推算信息得到的格点进行匹配对齐，得到每组射频测量数据对应的格点；
[0013]根据所述每组射频测量数据对应的格点及地图信息，得到每组射频测量数据的判别结果标签和距离标签，确定携带判别结果标签的射频测量数据和携带距离标签的射频测量数据；
[0014]根据所述更新后的格点权重，分别对所述携带判别结果标签的射频测量数据和携带距离标签的射频测量数据进行样本数量扩充，得到第一训练数据集和第二训练数据集。
[0015]根据本专利技术实施例提供的一种射频定位方法，在得到第一训练数据集和第二训练数据集的步骤之后，所述方法还包括：
[0016]S31，基于所述第一训练数据集和第二训练数据集分别对预设模型进行训练，得到非视距识别模型和非视距校准模型；
[0017]S32，通过所述非视距识别模型对所述第一训练数据集进行射频测量识别，通过所述非视距校准模型对所述第二训练数据集进行射频测量校准，得到辅助定位信息；
[0018]S33，根据所述辅助定位信息各个所述格点的权重进行更新，得到新的格点权重；
[0019]S34，根据所述新的格点权重，对所述第一训练数据集和第二训练数据集中的射频测量数据进行重新标注，得到第一训练增强数据集和第二训练增强数据集；
[0020]S35，根据所述第一训练增强数据集和第二训练增强数据集分别对预设模型重新进行训练，重复步骤S31至步骤S35，直至满足预设条件，得到训练好的非视距识别模型和训练好的非视距校准模型。
[0021]根据本专利技术实施例提供的一种射频定位方法，所述对地图信息进行解析，得到格点化地图的步骤，具体包括：
[0022]对所述地图信息进行均匀离散化预处理，得到初始格点化地图；
[0023]对所述初始格点化地图进行连通性分析，排除不可能到达的位置，得到最终的格点化地图。
[0024]根据本专利技术实施例提供的一种射频定位方法，基于移动终端获取的行人航迹推算信息，对各个所述格点的权重进行更新，得到更新后的格点权重的步骤，具体包括：
[0025]根据所述格点化地图得到各个所述格点的初始化权重；
[0026]根据行人航迹推算信息在贝叶斯滤波的状态预测方程中得到各个所述格点的先验权重；
[0027]根据各个所述格点的先验权重对各个所述格点的权重进行更新，得到更新后的格点权重。
[0028]根据本专利技术实施例提供的一种射频定位方法，所述进行均匀离散化预处理的过程，具体为：
[0029][0030]其中，p
k
和θ
k
分别表示用户在第k步的位置和航向角，共同构成系统的状态变量，z
k
表示用户在第k步获取的射频测量，构成系统的观测变量，p(p
k
,θ
k
|z
1：k
)表示第k轮状态的后验概率分布，表示第k轮状态为(i
p
,i
a
)的后验权重。
[0031]根据本专利技术实施例提供的一种射频定位方法，所述贝叶斯滤波的状态预测方程，具体为：
[0032][0033]其中，表示基于室内地图信息得到的从位置格点转移到的概率，m
k
表示第k步的行人航迹推算信息，包括第k步的步长l
k
和航向角变化量Δθ
k
，表示第k
‑
1轮状态为(i
p
,i
a
)的后验权重，表示第k轮状态为(i
p
，i
a
)的先验权重。
[0034]更具体的，所述方法还包括：在得到校准后的射频测量数据的步骤之后，所述方法还包括：
[003本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种射频定位方法，其特征在于，包括：将射频测量数据输入训练好的非视距识别模型，得到射频测量数据的判别结果；在所述射频测量数据的判别结果为非视距数据时，将所述射频测量数据输入训练好的非视距校准模型，得到校准后的射频测量数据；其中，所述训练好的非视距识别模型，是根据携带判别结果标签的射频测量样本数据训练得到的；所述训练好的非视距校准模型，是根据携带距离标签的射频测量样本数据训练得到的；所述射频测量样本数据的标签是基于射频环境自训练学习得到的。2.根据权利要求1所述射频定位方法，其特征在于，在所述将射频测量数据输入训练好的非视距识别模型的步骤之前，所述方法还包括：对地图信息进行解析，得到格点化地图；其中，所述格点化地图中各个格点的权重用于近似用户状态的连续概率分布；基于移动终端获取的行人航迹推算信息，对各个所述格点的权重进行更新，得到更新后的格点权重；基于时间戳匹配原则，将射频测量数据与行人航迹推算信息得到的格点进行匹配对齐，得到每组射频测量数据对应的格点；根据所述每组射频测量数据对应的格点及地图信息，得到每组射频测量数据的判别结果标签和距离标签，确定携带判别结果标签的射频测量数据和携带距离标签的射频测量数据；根据所述更新后的格点权重，分别对所述携带判别结果标签的射频测量数据和携带距离标签的射频测量数据进行样本数量扩充，得到第一训练数据集和第二训练数据集。3.根据权利要求2所述射频定位方法，其特征在于，在得到第一训练数据集和第二训练数据集的步骤之后，所述方法还包括：S31，基于所述第一训练数据集和第二训练数据集分别对预设模型进行训练，得到非视距识别模型和非视距校准模型；S32，通过所述非视距识别模型对所述第一训练数据集进行射频测量识别，通过所述非视距校准模型对所述第二训练数据集进行射频测量校准，得到辅助定位信息；S33，根据所述辅助定位信息各个所述格点的权重进行更新，得到新的格点权重；S34，根据所述新的格点权重，对所述第一训练数据集和第二训练数据集中的射频测量数据进行重新标注，得到第一训练增强数据集和第二训练增强数据集；S35，根据所述第一训练增强数据集和第二训练增强数据集分别对预设模型重新进行训练，重复步骤S31至步骤S35，直至满足预设条件，得到训练好的非视距识别模型和训练好的非视距校准模型。4.根据权利要求2所述射频定位方法，其特征在于，所述对地图信息进行解析，得到格点化地图的步骤，具体包括：对所述地图信息进行均匀离散化预处理，得到初始格点化地图；对所述初始格点化地图进行连通性分析，排除不可能到达的位置，得到最终的格点化地图。5...

【专利技术属性】
技术研发人员：沈渊，黄艳茹，戈锋，陈利敏，
申请(专利权)人：北京国家速滑馆经营有限责任公司，
类型：发明
国别省市：