一种基于分区可修正性的深度高斯过程回归室内定位方法

发明专利有效专利

申请号：
CN202010698539.4
IPC分类号：G01S5/02;G01S11/06;H04W64/00
申请日期：
2020-07-20
申请人：
天津大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于分区可修正性的深度高斯过程回归室内定位方法
申请号	CN202010698539.4	申请日期	2020-07-20
法律状态	公开	申报国家	中国
公开/公告日	2020-10-30	公开/公告号	CN111856393A
优先权	暂无	优先权号	暂无
主分类号	G01S5/02 ? IPC结构图谱： G 物理 G0 仪器 G01 测量；测试 G01S 无线电定向；无线电导航；采用无线电波测距或测速；采用无线电波的反射或再辐射的定位或存在检测；采用其他波的类似装置 G01S5/00 通过确定两个或更多个方向或位置线的配合来定位；通过确定两个或更多个距离的配合进行定位〔2〕 G01S5/02 利用无线电波（G01S 19/00优先）〔1，2010.01〕	IPC分类号	G;0;1;S;5;/;0;2;;;G;0;1;S;1;1;/;0;6;;;H;0;4;W;6;4;/;0;0查看分类表>
申请人	天津大学	申请人地址	天津市南开区卫津路92号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	天津大学	当前权利人	天津大学
发明人	翁仲铭;王思懿;陶文源
代理机构	天津市北洋有限责任专利代理事务所	代理人	刘子文

摘要

本发明公开一种基于分区可修正性的深度高斯过程回归室内定位方法，包括以下步骤：(1)离线阶段对室内物理环境进行区域划分；(2)在线阶段使用深度高斯过程回归模型找到目标位置信息；深度高斯过程回归模型包括数据归一化处理、高斯过程回归和增强学习三部分。步骤(2)中数据归一化处理(DataNormalization)，也称数据标准化(DataNormalization)；用于在数据分析之前对输入的样本数据进行预处理；数据归一化处理消除了数据量纲的限制，并将初始的样本数据转为没有单位的纯数值，便于不同单位或量级的数据之间进行比较和加权；通过增强学习使深度高斯过程回归模型从现有状态出发，不断优化策略，最终得到误差最小的位置坐标。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供