System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术属于室内定位修正领域,特别是指一种基于bp神经网络的室内5g定位误差修正方法。
技术介绍
1、在室外环境下,gps全球定位系统可以提供高精度定位服务,而在室内环境下,卫星定位信号被阻挡,难以通过卫星获取定位信息,需要通过室内定位技术提供定位信息。随着移动网络通信行业的发展,5g已广泛地应用于消费市场,部署成本低、灵活性强的5g基站已成为室内覆盖问题的主要解决方案。室内定位技术可以充分利用通信网的优势,高效利用5g通信网络信号实现室内定位的功能,避免定位网络的重复部署。通过将5g基站与室内定位技术相结合,充分发挥通信网络的利用价值。
2、虽然5g定位拥有诸多优势,但是也如同其他定位方式一样,在存在多径及噪声干扰的情况会致使定位结果产生误差。现有的一些定位误差修正方法大多只考虑了个别影响因素,进行了线性建模修正,并不能满足复杂的非线性影响下的误差修正需求。
技术实现思路
1、有鉴于此,本专利技术提出一种基于bp神经网络的室内5g定位误差修正方法,利用神经网络技术,可修正多重复杂因素带来的非线性定位误差。
2、为了实现上述目的,本专利技术采用的技术方案为:
3、一种基于bp神经网络的室内5g定位误差修正方法,包括以下步骤:
4、步骤1、在室内选取多个定位位置,针对每个定位位置均通过5g定位方法计算该位置的定位坐标,将每个计算得到的定位坐标构建成输入bp神经网络的一个训练张量,定位坐标对应的该位置的真实坐标为相对应的一个对比标签;<
...【技术保护点】
1.一种基于BP神经网络的室内5G定位误差修正方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种基于BP神经网络的室内5G定位误差修正方法,其特征在于,步骤1中,在室内选取多个定位位置,针对每个定位位置均通过5G定位方法计算该位置的定位坐标,其具体方式为:将室内区域按照1米的网格长度划分为多个网格,每个网格内至少采集20组通过5G定位方法计算的定位坐标。
3.根据权利要求2所述的一种基于BP神经网络的室内5G定位误差修正方法,其特征在于,步骤2中,构建BP神经网络模型的具体方式为:所述BP神经网络模型包括输入层、隐含层与输出层;其中输入层包括2个神经元,输出层包括2个神经元,隐含层包括三层,每层分别包括16个、8个与4个神经元。
4.根据权利要求3所述的一种基于BP神经网络的室内5G定位误差修正方法,其特征在于,所述BP神经网络模型采用ReLU函数作为激活函数,ReLU函数表达式如下:
5.根据权利要求4所述的一种基于BP神经网络的室内5G定位误差修正方法,其特征在于,步骤2中,通过均方误差函数计算BP神经网络模型输出的
6.根据权利要求5所述的一种基于BP神经网络的室内5G定位误差修正方法,其特征在于,步骤2中,判断是否满足训练结束条件的具体方式为:设置训练代数阈值,当损失值收敛且训练代数不小于训练代数阈值时,判定为满足训练结束条件。
...【技术特征摘要】
1.一种基于bp神经网络的室内5g定位误差修正方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的一种基于bp神经网络的室内5g定位误差修正方法,其特征在于,步骤1中,在室内选取多个定位位置,针对每个定位位置均通过5g定位方法计算该位置的定位坐标,其具体方式为:将室内区域按照1米的网格长度划分为多个网格,每个网格内至少采集20组通过5g定位方法计算的定位坐标。
3.根据权利要求2所述的一种基于bp神经网络的室内5g定位误差修正方法,其特征在于,步骤2中,构建bp神经网络模型的具体方式为:所述bp神经网络模型包括输入层、隐含层与输出层;其中输入层包括2个神经元,输出层包括2个神经元,隐含层包括三层,每层分别包...
【专利技术属性】
技术研发人员:刘世源,蔚保国,黄璐,张衡,程建强,杨子寒,李爽,杜世通,李一凡,李雅宁,梁晓虎,陈冲,屈丹阳,
申请(专利权)人:中国电子科技集团公司第五十四研究所,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。