龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
摘要：本发明涉及一种Toeplitz和稀疏先验下基于深度神经网络的车辆定位方法，其包括：利用呈直角三角形布置的三个协作基站中的大规模均匀线阵接收车辆定位信号，确定各协作基站天线阵列下的到达角DOA估计信号形式；计算各协作基站天线阵列接收数据的协方差矩阵，并依次通过线性收缩估计和稀疏向量表示后，利用深度卷积网络获得DOA估计；基于获得的三协作基站的DOA估计结果，基于预判平均准则和交叉定位原理完成车辆的可靠定位。和已有的技术方案相比，本发明方法不仅计算复杂度低，而且对空间间距很近的车辆具有明显改进的分辨率和车辆定位精度。
主权项：1.一种Toeplitz和稀疏先验下基于深度神经网络的车辆定位方法，其特征在于：该方法包括如下步骤：步骤1：将三个协作基站以直角三角形布置，且三协作基站中的天线阵列与直角坐标系中x轴的夹角分别设置为β1,β2和β3；步骤2：利用三个协作基站中的天线阵列接收车辆定位信号，确定各协作基站的天线阵列下的到达角的估计信号形式，具体过程为：设K台车辆发射的互不相关窄带定位信号均入射到三个协作基站的天线阵列上，假定三个协作基站的天线阵列的天线数量均为M个，阵元间距均为d，则第i个协作基站的阵列在第t个采样样本的接收数据表示为：yit＝Aθst+nt其中，yit＝[yi,1t,...,yi,Mt]T，i＝1,2,3，Aθ表示阵列导向矩阵，Aθ＝[aθ1,...,aθK]，Aθ第k列表示为：st表示互不相关的窄带定位信号向量，st＝[s1t,...,sKt]T，nt表示高斯白噪声向量，nt＝[n1t,...,nMt]T，λ表示载波波长，满足λ≥2d，上标T表示转置运算；步骤3：计算各协作基站天线阵列接收数据的协方差矩阵为：其中，N表示总的采样样本数量，上标H代表共轭转置操作；将所述协方差矩阵依次通过线性收缩估计和稀疏向量表示后，利用深度网络获得DOA估计结果；步骤4：基于步骤3中获得的三个协作基站的DOA估计结果，基于预判平均准则和交叉定位原理完成车辆的定位。
全文数据：
权利要求：
百度查询： 宁波大学 一种Toeplitz和稀疏先验下基于深度神经网络的车辆定位方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号