一种利用通道状态信息进行定位的机器学习样本增强方法技术

本发明专利技术公开了一种利用通道状态信息进行定位的机器学习样本增强方法，涉及室内定位技术领域，所述利用通道状态信息进行定位的机器学习样本增强方法包括下述操作步骤：S1、数据集设置；S2、正交分频复用；S3、天线信号计算；S4、AP随机偏移；S5、模拟测量设备的实际波动；S6、机器学习。该利用通道状态信息进行定位的机器学习样本增强方法，通过针对每个AP为来自用户设备的每个记录的信号添加一个独立的相移和独立的振幅来生成增强的CSI数据，以更加接近真实情况，由此将特定幅度随机添加至测量设备的测量结果中，有利于为训练提供了更多数据，并有效降低样本需求从而降低样本采集成本。

【技术实现步骤摘要】

本专利技术涉及室内定位，具体为一种利用通道状态信息进行定位的机器学习样本增强方法。

技术介绍

1、在室内环境无法使用卫星定位时，使用室内定位技术作为卫星定位的辅助定位，解决卫星信号到达地面时较弱、不能穿透建筑物的问题，最终定位物体当前所处的位置，而当今使用机器学习实现准确室内定位的有效方法之一。

2、当前，机器学习需要大型数据集来训练神经网络，室内定位相关的数据收集的成本很高，制作数据集需要针对不同的室内环境进行大量测量和标记，而机器学习模型的效果和样本的数量有着直接的关系，若缺乏充分的样本训练，模型不可能获得很好效果。

3、于是，有鉴于此，针对现有的结构及缺失予以研究改良，提出一种利用通道状态信息进行定位的机器学习样本增强方法。

技术实现思路

1、针对现有技术的不足，本专利技术提供了一种利用通道状态信息进行定位的机器学习样本增强方法，解决了上述
技术介绍
中提出的问题。

2、为实现以上目的，本专利技术通过以下技术方案予以实现：一种利用通道状态信息进行定位的机器学习样本增强方法本文档来自技高网...

【技术保护点】

1.一种利用通道状态信息进行定位的机器学习样本增强方法，其特征在于：所述利用通道状态信息进行定位的机器学习样本增强方法包括下述操作步骤：

2.根据权利要求1所述的一种利用通道状态信息进行定位的机器学习样本增强方法，其特征在于：所述步骤S1中，AP全称为WIFIAP即无线接入点，而CSI即信道状态信息。

3.根据权利要求1所述的一种利用通道状态信息进行定位的机器学习样本增强方法，其特征在于：所述步骤S2中，m个子载波承载数据中不包含导频和保护频带的子载波。

4.根据权利要求1所述的一种利用通道状态信息进行定位的机器学习样本增强方法，其特征在于：所述步骤S...

【技术特征摘要】

1.一种利用通道状态信息进行定位的机器学习样本增强方法，其特征在于：所述利用通道状态信息进行定位的机器学习样本增强方法包括下述操作步骤：

2.根据权利要求1所述的一种利用通道状态信息进行定位的机器学习样本增强方法，其特征在于：所述步骤s1中，ap全称为wifiap即无线接入点，而csi即信道状态信息。

3.根据权利要求1所述的一种利用通道状态信息进行定位的机器学习样本增强方法，其特征在于：所述步骤s2中，m个子载波承载数据中不包含导频和保护频带的子载波。

4.根据权利要求1所述的一种利用通道状态信息进行定位的机器学习样本增强方法，其特征在于：所述步骤s4中，噪声和漂移在ap之间独立，且与用户设备的相位无关。

5....

【专利技术属性】
技术研发人员：龙真真，刘德生，王斌，王微，周宇，
申请(专利权)人：中科晶锐苏州科技有限公司，
类型：发明
国别省市：