基于滤波制造技术

本发明专利技术公开了基于滤波

【技术实现步骤摘要】
基于滤波Transformer的室内指纹定位方法


[0001]本专利技术中设计一种基于可学习滤波器和
Transformer
网络的室内
WIFI
指纹定位方法
FTLoc。
本方法通过
attention
模块和可学习频域滤波模块来根据指纹信息估计位置信息，按照结构特点可以将其划分为信号增强器和位置估计器两个部分
。
对需要估计位置信息的指纹信息，先采用由
attention
模块和可学习
Filter
模块组成的特征增强器进行特征提取和增强，形成增强特征信息
。
再利用
attention
模块获取指纹信息和位置信息相关性和位置序列的内在联系，以完成位置估计
。
本方法可应用于室内定位领域，能够较精确的获取位置信息，提高位置估计的精度
。

技术介绍

[0002]在室外的开阔环境下，全球定位系统
(GPS)
能够准确地获取位置
。r/>但在室内环境下本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
基于滤波
Transformer
的室内指纹定位方法，其特征在于，所述方法包括：步骤1：指纹数据预处理；将指纹数据集数据进行预处理并输入给基于可学习滤波器和
Transformer
网络的
RSS
指纹定位模型，所述指纹数据集数据采用网上公开数据集；步骤2：构建基于可学习滤波器和
Transformer
网络的指纹定位系统
FTLoc
，指纹定位系统
FTLoc
为指纹定位网络模型；所述的指纹定位网络
FTLoc
包括特征增强器和位置估计器两部分；指纹信息先输入到特征增强器中，经过处理后再输入到位置估计器中，获取位置信息；步骤3：将预处理后的训练数据输入到指纹定位网络模型中进行前向传播计算，得到最终的预测结果；然后，将输出的预测结果和真值输入到损失函数中，利用批量梯度下降法进行反方向传播；采用
Adam
优化器进行模型各个参数的更新优化器，学习参数包括权重和偏置项；步骤4：利用训练完成的指纹定位系统
FTLoc
进行位置估计
。2.
根据权利要求1所述的基于滤波
Transformer
的室内指纹定位方法，其特征在于，步骤2所述的指纹定位网络模型为序列到序列的位置估计方式，通过获取指纹序列和位置序列的上下文相关性提供准确位置估计
。3.
根据权利要求1所述的基于滤波
Transformer
的室内指纹定位方法，其特征在于，步骤2所述的特征增强器的计算步骤如下：对指纹序列进行编码，使用可学习
embedding
层将长度为
n
的
RSS
指纹序列转换成维度为
d
‑
model
的向量使用不同频率的
sine
和
cosine
方法为指纹信息中每个
AP
节点的
RSS
值添加绝对或相对位置信息其中，表示实数集，角标
n
×
d
表示纬度；相关性分析；指纹信息中的某一元素能够根据相关性有选择性的获取其它元素的信息来补充特征信息，再通过正则化操作将指纹信息中的
RSS
信息转化为数据之间的相对关系，获取增强信息
X

【专利技术属性】
技术研发人员：裴福俊，石铭杰，孔翔飞，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：