一种基于联邦学习的建筑物楼层室内定位方法技术

本发明专利技术提供的一种基于联邦学习的建筑物楼层室内定位方法，利用由一个边缘服务器以及多个移动客户端共同参与的分布式深度学习技术来构建射频指纹定位模型。服务器首先进行模型初始化并利用其少量指纹数据进行集中式预训练，各个客户端使用其本地指纹数据进行进一步的模型训练，随后将训练好的本地模型传输至服务器，服务器对从各个客户端收集来的本地模型进行聚合，得到用于射频指纹定位的全局模型。本发明专利技术采用了含预训练的联邦学习训练方法结合基于卷积神经网络的射频指纹定位方法，将数据采集和模型训练任务分配至各个客户端，分散了模型训练开销、降低了数据采集及存储成本、并保护了客户端的位置数据隐私，同时还保证了训练效率和定位效果。证了训练效率和定位效果。证了训练效率和定位效果。

【技术实现步骤摘要】
一种基于联邦学习的建筑物楼层室内定位方法


[0001]本专利技术涉及热电联燃气轮机
，尤其涉及一种基于联邦学习的建筑物楼层室内定位方法。

技术介绍

[0002]室内定位需求随着移动和物联网设备的普及而日益增加。室内定位方法按照定位技术可以大致分为：基于射频指纹的方法(Fingerprint)，基于到达角的方法(Angle of Arrival,AOA)，基于到达时间的方法(Time of Arrival,TOA)，基于到达时间差的方法(Time Difference of Arrival,TDoA)，基于往返时间的方法(Return Time of Flight，RToF)以及基于到达相位的方法(Phase of Arrival,PoA)。实现这些方法可利用的无线射频信号包括：WiFi信号、Bluetooth信号、UWB信号、ZigBee信号、RFID信号、光电信号、磁信号等。
[0003]在这几类方法中，有一些需要额外的复杂硬件支持，有一些需要严格的时间同步，从而极大地增加了室内定位成本。基于射频指纹的室内定位方法首先在离线构建本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于联邦学习的建筑物楼层室内定位方法，其特征在于，包括：S1服务器建立具有自身位置标签的服务器本地射频指纹数据集；S2服务器基于该服务器本地射频指纹数据集，建立深度学习网络模型；深度学习网络模型包括编码解码模型和卷积神经网络模型；S3服务器基于服务器本地射频指纹数据集对该编码解码模型进行集中预训练，并将该集中预训练后的编码解码模型发送到各个客户端，使得每个客户端基于自建的具有该个客户端自身位置标签的客户端本地射频指纹数据集，同时对各自接收的集中预训练后的编码解码模型进行联邦训练，获得第一局部模型；S4服务器接收到每个客户端发送的第一局部模型，对该多个第一局部模型进行聚合，获得编码解码模型的全局模型；S5服务器将该编码解码模型的全局模型发送到各个客户端，使得每个客户端基于自建的有该个客户端自身位置标签的客户端本地射频指纹数据集，同时对各自接收的编码解码模型的全局模型进行联邦训练，获得更新的第一局部模型，并将该更新的第一局部模型发送到服务器；服务器对接收到的更新的第一局部模型进行聚合，获得更新的编码解码模型的全局模型；重复本步骤的过程，直至所述编码解码模型的全局模型收敛；S6服务器基于服务器本地射频指纹数据集对所述卷积神经网络模型进行集中预训练，并将该集中预训练后的卷积神经网络模型发送到各个客户端，使得每个客户端基于自建的具有该个客户端自身位置标签的客户端本地射频指纹数据集，共同对服务器发送的集中预训练后的卷积神经网络模型进行联邦训练，获得第二局部模型；S7服务器接收到每个客户端发送的第二局部模型，对该多个第二局部模型进行聚合，获得卷积神经网络模型的全局模型；S8服务器将该卷积神经网络模型的全局模型发送到各个客户端，使得每个客户端基于自建的有该个客户端自身位置标签的客户端本地射频指纹数据集，同时对各自接收的卷积神经网络模型的全局模型进行联邦训练，获得更新的第二局部模型，并将该更新的第二局部模型发送到服务器；服务器对接收到的更新的第二局部模型进行聚合，获得更新的卷积神经网络模型的全局模型；重复本步骤的过程，直至所述卷积神经网络模型的全局模型收敛；收敛的所述编码解码模型的全局模型和卷积神经网络模型的全局模型用于预测用户所处建筑物编号以及楼层编号。2.根据权利要求1所述的方法，其特征在于，所述服务器本地射频指纹数据集包括服务器使用的集中式预训练数据；所述客户端本地射频指纹数据集包括每个客户端独自使用的本地训练数据。3.根据权利要求1所述的方法，其特征在于，步骤S1中还包括对服务器本地射频指纹数据集中的数据进行预处理，具体包括：服务器获得接收的射频指纹本地数据的最小RSS值；服务器基于接收的射频指纹本地数据的最小RSS值，获得全局最小RSS值；服务器通过式
对所述射频指...

【专利技术属性】
技术研发人员：高博，崔楠，熊轲，陆杨，
申请(专利权)人：北京交通大学，
类型：发明
国别省市：