信息处理方法、定位指纹增强模型训练方法及通信设备技术

技术编号:43043885 阅读:17 留言:0更新日期:2024-10-22 14:29
本申请提供一种信息处理方法、定位指纹增强模型训练方法及通信设备,涉及数据处理技术领域,其中,该方法包括:获取L个目标参考点的随机噪声信息矩阵,所述随机噪声信息矩阵的维度大小为L行M列,所述随机噪声信息矩阵中每一行对应一个目标参考点,L、M均为正整数;将所述随机噪声信息矩阵输入已训练的目标定位指纹增强模型,得到所述目标定位指纹增强模型基于所述随机噪声信息矩阵生成的信号强度信息增强矩阵,所述信号强度信息增强矩阵的维度大小与所述随机噪声信息矩阵的维度大小相同;将所述L个目标参考点与所述信号强度信息增强矩阵关联存储于预设指纹数据库中,可提高信息增强效果。

【技术实现步骤摘要】

本申请涉及数据处理,尤其涉及一种信息处理方法、定位指纹增强模型训练方法及通信设备


技术介绍

1、指纹数据库(可包括若干采集点的接收信号强度)的构建是指纹定位系统定位精度的关键,然而实际室内定位场景中,由于信标(主要是用于定位场景中用来发射信号的设备)的信号源不稳定以及室内环境复杂多变等因素的影响,定位终端实际的接收信号强度(rssi)存在较为明显的波动现象。

2、在室内定位场景中,针对rssi信号强度波动现象,目前普遍采用方案,是增强(也可理解为扩展或扩充)信息样本,即实现信号强度信息增强,以减小信号波动问题带来的影响。然而,目前信息增强(扩展)效果较差。


技术实现思路

1、本申请实施例提供一种信息处理方法、定位指纹增强模型训练方法及通信设备,以解决现有信息增强效果较差的问题。

2、为解决上述技术问题,本申请是这样实现的:

3、第一方面,本申请实施例提供了一种信息处理方法,所述方法包括:

4、获取l个目标参考点的随机噪声信息矩阵,所述随机噪声信息矩阵的维度大小本文档来自技高网...

【技术保护点】

1.一种信息处理方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述目标定位指纹增强模型通过以下训练方式得到:

3.根据权利要求2所述的方法,其特征在于,所述初始定位指纹增强模型包括生成器和鉴别器,所述基于所述第一信号强度信息矩阵以及所述第二信号强度信息矩阵,对初始定位指纹增强模型进行迭代训练,得到目标定位指纹增强模型,包括:

4.根据权利要求3所述的方法,其特征在于,对所述鉴别器进行第k次迭代训练过程,通过第k次第一目标损失进行所述鉴别器的训练,所述第k次第一目标损失包括第k次第一损失和第k次第二损失;

5.根...

【技术特征摘要】

1.一种信息处理方法,其特征在于,所述方法包括:

2.根据权利要求1所述的方法,其特征在于,所述目标定位指纹增强模型通过以下训练方式得到:

3.根据权利要求2所述的方法,其特征在于,所述初始定位指纹增强模型包括生成器和鉴别器,所述基于所述第一信号强度信息矩阵以及所述第二信号强度信息矩阵,对初始定位指纹增强模型进行迭代训练,得到目标定位指纹增强模型,包括:

4.根据权利要求3所述的方法,其特征在于,对所述鉴别器进行第k次迭代训练过程,通过第k次第一目标损失进行所述鉴别器的训练,所述第k次第一目标损失包括第k次第一损失和第k次第二损失;

5.根据权利要求3所述的方法,其特征在于,对所述生成器进行第i次迭代训练过程中,通过第i次第二目标损失进行所述生成器的训练;

6.根据权利要求4所述的方法,其特征在于,所述初始定位指纹增强模型为具有梯度惩罚的推土机距离生成对抗网络wgan-gp;

7.根据权利要求4或6所述的方法,其特征在于,所述第k次第二损失包括通过所述第k次第三输出和所述第k次第四输出确定的第k次第二子损失以及第k次第二梯度惩罚项,所述第k次第二子损失为第k次第三期望减去第k次第四期望的结果,所述第k次第三输出包括m个第k次第四概率,一个第k次第四概率用于表示所述第k次第二信息样本矩阵中一行信息为真实信号强度信息的概率,所述第k次第四输出包括m个第k次第五概率,一个第k次第五概率用于表示所述第k次第二信号强度信息子矩阵中一行信息为真实信号强度信息的概率,所述第k次第三期望为所述m个第k次第四概率的均值,所述第k次第四期望为所...

【专利技术属性】
技术研发人员:张喆李冰蕾马键
申请(专利权)人:中国移动通信有限公司研究院
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1