一种自学习无线信号定位方法、系统、设备及存储介质技术方案

本申请涉及本申请涉及人工智能和无线信号定位技术，包括一种自学习无线信号定位方法、系统、计算机设备及存储介质。获取待识别区域内待定位终端的周期性的信号参数集进行参数识别，得到状态表征参数；利用所述状态表征参数和信号参数集自动持续生成可用于自学习训练的训练信号参数集；利用所述训练信号参数集训练预先构建好的待训练自学习定位模型；利用训练好的所述自学习无线信号定位模型计算所述待定位终端的坐标位置，输出终端坐标。本发明专利技术提出一种在不增加系统成本，系统实时工程难度较低，能提升无线信号定位的精度，并能够自动适应无线信号的时变特性和现场环境的变化的方案。化的方案。化的方案。

【技术实现步骤摘要】
一种自学习无线信号定位方法、系统、设备及存储介质


[0001]本申请涉及人工智能和无线信号定位领域，尤其涉及一种自学习无线信号定位方法、系统、计算机设备及存储介质。

技术介绍

[0002]目前使用无线信号实现定位服务是常用方法之一，但由于无线信号的不稳定性，以及受遮挡、屏蔽、反射、多径等多种因素的影响，对定位进行单纯通过信号参数进行位置估算的精度往往并不能够达到令人满意的效果。利用信号强度来计算定位物品位置的方式虽然成本最低，但受环境变化的影响最大，精度最差；利用到达角或者发射角来定位的方式，虽然在理想环境中的定位精度相对较高，但成本也相对较高；利用指纹定位是目前实现定位服务较为优选的方法之一，但此方法也具有其局限性，每次部署系统时需要人为设定多个位置指纹采样点，并测量采样点的信号数据，实施难度和工作量较大，且由于无线信号具有时变特性，某一时间段测量的信号强度模型，在另一时间段就可能会发生变化，导致位置指纹失效。因此为了解决上述方法中存在的这些问题，需要提出一种在不增加系统成本，系统实时工程难度较低，能提升无线信号定位的精度，并能够自动适应无线本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种自学习无线信号定位方法，其特征在于，所述方法包括：获取待识别区域内待定位终端的周期性的信号参数集进行参数识别，得到状态表征参数，其中，所述状态表征参数用以表征所述待定位终端的运动状态；利用所述状态表征参数和信号参数集自动持续生成可用于自学习训练的训练信号参数集；利用所述训练信号参数集训练预先构建好的待训练自学习定位模型，得到训练结果集；若所述训练结果集未超出训练误差区间，则得到训练好的自学习无线信号定位模型；利用所述自学习无线信号定位模型计算所述待定位终端的坐标位置，输出终端坐标。2.如权利要求1所述的一种自学习无线信号定位方法，其特征在于，所述获取待识别区域内待定位终端的信号参数集进行参数识别之前，还包括：获取多个已部署的接收终端的位置数据集以构建识别区域；基于预设的区域划分规则利用所述位置数据集对所述识别区域进行几何再切分，得到多个子区域；对每个所述子区域中接收到的所述待定位终端的信号参数进行信号强度识别，得到信号强度值集；提取所述信号强度值集中符合条件的信号强度值对应的所述子区域，形成待识别区域。3.如权利要求2所述的一种自学习无线信号定位方法，其特征在于，所获取待识别区域内待定位终端的周期性的信号参数集进行参数识别，得到状态表征参数，其中，所述状态表征参数用以表征所述待定位终端的运动状态，具体包括：利用所述待定位终端对应的所述运动表征参数对所述信号参数集进行数据处理；当所述待定位终端处于静止状态时，提取所述待识别区域内所述待定位终端的信号参数集进行概率累加计算，得到概率累加值；若所述概率累加值超过预设的可接受值，则所述状态表征参数对所述待定位终端的信号强度进行稳态表征，形成稳态信号数据；若所述概率累加值未超过预设的可接受值和/或所述待定位终端处于非静止状态时，则所述状态表征参数对所述待定位终端的信号强度进行非稳态表征，形成非稳态信号数据。4.如权利要求3所述的一种自学习无线信号定位方法，其特征在于，所述若所述训练结果集未超出训练误差区间，则得到训练好的自学习无线信号定位模型，具体包括：利用任一常规的信号强度定位算法对所述稳态信号数据进行位置计算，得到训练坐标对照集；计算所述训练坐标结果集和所述训练坐标对照集的训练误差是否超出所述训练误差区间；若超出，则对所述待训练自学习无线信号定位模型进行再训练，直至所述训练误差处于所述训练误差区间内；若未超出，则得到训练好的自学习无线信号定位模型。5.如权利要求4...

【专利技术属性】
技术研发人员：刘和兴，陈志，唐桐利，
申请(专利权)人：深圳抟鹏科技有限公司，
类型：发明
国别省市：