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！

申请/专利权人：重庆电子工程职业学院

摘要：该发明涉及无线通信领域技术领域，尤其涉及一种基于CIR峰值偏移和复值深层神经网络的无线定位方法。包括如下步骤：S1，采用MonteCarlo方法模拟WIFI信号的反射和折射，生成CSI数据集；S2，通过傅立叶逆变换将生成的CSI转换为CIR；S3，将CIR的幅度和相位归一化；S4，将归一化的训练集用于cvDNN训练，获取离线状态下深度神经网络DNN的模型、权重和偏置；S5，采用WIFI信号探测器检测目标设备与WIFI设备通信的数据包；S6，从数据包中提取目标设备的CSI信息；S7，将目标设备的CSI转换为CIR；S8，计算底板噪声，对CIR进行滤波处理，并对CIR峰值位置标记为索引；本技术方案用以解决现有无线定位技术在无线定位的过程中，使用存在较大局限性的问题，以及定位精度较低的问题。

主权项：1.一种基于CIR峰值偏移和复值深层神经网络的无线定位方法，其特征在于，包括如下步骤：S1，采用MonteCarlo方法模拟WIFI信号的反射和折射，生成CSI数据集；S2，通过傅立叶逆变换将生成的CSI转换为CIR，将CSI转换为CIR的傅立叶逆变换函数为：CIR＝IFFTCFR*W其中，W是采样宽度，CFR为接收端的信道频率响应，IFFT表示傅里叶逆变换；S3，将CIR的幅度和相位归一化，CIR的幅度和相位归一化函数为：CIR_norm[N]＝CIR[N]maxCIR[N]式中，CIR_norm[N]为第N个CIR点的归一化值，CIR[N]表示第N个CIR点的值，maxCIR[N]表示整个CIR序列的最大值；S4，将归一化的训练集用于cvDNN训练，获取离线状态下深度神经网络DNN的模型、权重和偏置，权重与偏置的关系式为：y＝fx；W,b＝f1f2f3…fLx其中，L，W和b分别代表神经网络的层数、权重和偏移值；所述cvDNN的网络结构含有6个隐含层，6个所述隐含层由复值层和实数层构成，其中复值层的数量为3个，且每一层有256个神经元；S5，采用WIFI信号探测器检测目标设备与WIFI设备通信的数据包；S6，从数据包中提取目标设备的CSI信息；S7，将目标设备的CSI转换为CIR；S8，计算底板噪声，对CIR进行滤波处理，并对CIR峰值位置标记为索引，噪声底板阈值的计算函数为： 式中，Anoise表示噪声底板的阈值，Asignal_max表示CIR的最大值；S9，以CIR峰值中心点分别提取CIR峰值包络的两个旁瓣，将低于CIR峰值中心点幅度值的1％的数据点置0；S10，对滤波后的CIR进行幅度和相位归一化，将峰值中心点偏移到索引位置；S11，将归一化的CIR作为训练后的cvDNN网络的输入，通过DNN预测目标设备的TOA；S12，基于未知目标设备到达多个探测器的到时差，获取目标设备的位置，实现目标设备的定位。

全文数据：

权利要求：

百度查询： 重庆电子工程职业学院 一种基于CIR峰值偏移和复值深层神经网络的无线定位方法