用于无线定位和跟踪的数据高效学习和快速域适配制造技术

本公开的某些方面提供了用于使用基分解的机器学习的技术，包括接收第一运行时记录，其中该第一运行时记录包括在物理空间中所收集的RF信号数据；使用多个基机器学习(ML)模型来处理该第一运行时记录以生成多个推断；聚集该多个推断以生成包括多个坐标的预测；以及输出该预测，其中该多个坐标指示物理元素在物理空间中的位置。空间中的位置。空间中的位置。

【技术实现步骤摘要】
【国外来华专利技术】用于无线定位和跟踪的数据高效学习和快速域适配
[0001]相关申请的交叉引用
[0002]本申请要求于2021年8月30日提交的美国专利申请No.17/461,516的优先权，该美国专利申请要求于2020年8月31日提交的美国临时专利申请No.63/072,704的权益和优先权，这些申请中的每一件申请的全部内容通过援引被整体纳入于此。
[0003]引言
[0004]本公开的各方面涉及机器学习，且更具体地涉及高效机器学习和域适配。
[0005]无线感知和定位在各种行业中已经变得越来越普遍。例如，对象(诸如人、其他移动实体等)的室内定位正被活跃地开发用于其广泛的消费者和商业应用。然而，无线定位(尤其是室内定位)也被证明是一个具有挑战性的问题，特别是关于在室内环境中建模多径信号的高维度和复杂度。此外，即使特定的环境已经被充分建模，微小的变化(诸如一件家具的简单移动)也会极大地影响常规系统中后续推断的准确性。
[0006]此外，当将深度学习应用于无线定位时，数据收集可呈现另一系列挑战。传统机器学习模型需要大量的训练数据以便准确地运行。除大量的数据本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种方法，包括：接收第一运行时记录，其中所述第一运行时记录包括在物理空间中所收集的RF信号数据；使用多个基机器学习(ML)模型来处理所述第一运行时记录以生成多个推断；聚集所述多个推断以生成包括多个坐标的预测；以及输出所述预测，其中所述多个坐标指示物理元素在物理空间中的位置。2.如权利要求1所述的方法，其中，使用所述多个基ML模型来处理所述第一运行时记录包括：对于所述多个基ML模型中的每个相应基ML模型，通过将所述第一运行时记录的全部作为输入提供给所述相应基ML模型来生成所述多个坐标中的相应坐标。3.如权利要求2所述的方法，其中所述多个基ML模型中的每个相应基ML模型被训练成仅针对相应输出维度生成推断。4.如权利要求1所述的方法，进一步包括：接收运行时记录序列；通过使用所述多个基ML模型来处理所述运行时记录序列以生成推断序列；以及基于所述推断序列来跟踪所述物理元素随时间的移动。5.如权利要求1所述的方法，其中接收所述第一运行时记录包括：使用发射机在所述物理空间中传送RF信号；以及接收以下一者或多者的复合结果：所述RF信号在所述物理空间中的衰落、反射、衰减或折射。6.如权利要求1所述的方法，进一步包括：接收与第一标签相关联的第一训练记录，所述第一标签包括所述多个坐标中的每一者的相应值；基于所述多个坐标来分解所述第一训练记录；以及基于经分解训练记录来精化所述多个基ML模型。7.如权利要求6所述的方法，其中，精化所述多个基ML模型包括：对于所述多个坐标中的每个相应坐标，基于所述第一标签来确定相对于所述相应坐标的相应因维度而异的值；以及应用所述相应因维度而异的值来生成所述多个基ML模型中的相应基ML模型的相应损失，其中所述相应基ML模型特定于所述相应坐标。8.如权利要求6所述的方法，其中精化所述多个基ML模型包括：基于所有所述多个坐标来训练第一ML模型的第一部分；以及对于所述多个坐标中的每个相应坐标，训练所述第一ML模型的相应第二部分以仅针对所述相应坐标生成预测。9.如权利要求6所述的方法，进一步包括：在确定一个或多个精化准则被满足之际，发起所述多个基ML模型的精化。10.如权利要求9所述的方法，其中所述一个或多个精化准则包括确定所述物理空间中的一个或多个对象处于新位置。11.一种设备，包括：
包括计算机可执行指令的存储器；一个或多个处理器，所述一个或多个处理器被配置成执行所述计算机可执行指令并使所述设备执行包括以下操作的操作：接收第一运行时记录，其中所述第一运行时记录包括在物理空间中所收集的RF信号数据；以及使用多个基机器学习(ML)模型来处理所述第一运行时记录以生成多个推断；聚集所述多个推断以生成多个坐标；以及输出所述多个坐标，其中所述多个坐标指示物理元素在物理空间中的位置。12.如权利要求11所述的设备，其中，使用所述多个基ML模型来处理所述第一运行时记录包括：对于所述多个基ML模型中的每个相应基ML模型，通过将所述第一运行时记录的全部作为输入提供给所述相应基ML模型来生成所述多个坐标中的相应坐标。13.如权利要求12所述的设备，其中所述多个基ML模型中的每个相应基ML模型被训练成仅针对相应输出维度生成推断。14.如权利要求11所述的设备，所述操作进一步包括：接收运行时记录序列；通过使用所述多个基ML模型来处理所述运行时记录序列以生成推断序列；以及基于所述推断序列来跟踪所述物理元素随时间的移动。15.如权利要求11所述的设备，其中接收所述第一运行时记录包括：使用发射机在所述物理空间中传送RF信号；以及接收以下一者或多者的复合结果：所述RF信号在所述物理空间中的衰落、反射、衰减或折射。16.如权利要求11所述的设备，所述操作进一步包括：接收与第一标签相关联的第一训练记录，所述第一标签包括所述多个坐标中的每一者的相应值；基于所述多个坐标来分解所述第一训练记录；以及基于经分解训练记录来精化所述多个基M...

【专利技术属性】
技术研发人员：J，
申请(专利权)人：高通股份有限公司，
类型：发明
国别省市：