无线定位方法及电子设备技术

本申请提供一种无线定位方法及电子设备。无线定位方法具体包括：基于信道估计技术采集需定位用户的当前信道状态信息；对所述当前信道状态信息进行增强预处理，得到第一信息增强指纹特征图或第二信息增强指纹特征图；响应于确定得到所述第一信息增强指纹特征图，将所述第一信息增强指纹特征图输入预先构建的定位模型进行回归计算，得到用户位置坐标。本发明专利技术提供的无线定位方法及电子设备，通过预处理增强了采集到的信道状态信息，有效提高定位准确度。度。度。

【技术实现步骤摘要】
无线定位方法及电子设备


[0001]本申请涉及定位
，尤其涉及一种无线定位方法及电子设备。

技术介绍

[0002]随着通信技术和物联网技术的快速发展和普及，各种各样的便携式移动终端大量涌入到人们的日常生活当中。同时，人们在日常生活中也更加依赖于当前所处的位置，通过便携式移动终端来定位自己所处的位置已经成为现实。人们对定位的需求体现在日常生活的各个方面。传统的定位技术，主要是基于测距实现的，利用从基站到用户之间的测量信息去估计到达角、到达时间等基础参数，但这种估计性能在面对复杂的多径环境或者非视距场景下会衰落许多。为了解决这一问题，基于指纹的信道定位技术应运而生，很快成为了重要的定位技术。然而现有的基于指纹的信道定位技术，在复杂的多径环境下，信道指纹信息采集困难，采集到的信道指纹也由于噪声、多径效应、信道压缩等因素容易出现数据失真的情况，这严重影响了定位精度，也限制了基于指纹的信道定位技术的进一步发展和应用。

技术实现思路

[0003]有鉴于此，本申请的目的在于提出一种无线定位方法及电子设备，用以提高定位精度。
[0004]基于上述目的，本申请提供了一种无线定位方法，包括：
[0005]基于信道估计技术采集需定位用户的当前信道状态信息；
[0006]对所述当前信道状态信息进行增强预处理，得到第一信息增强指纹特征图或第二信息增强指纹特征图；
[0007]响应于确定得到所述第一信息增强指纹特征图，将所述第一信息增强指纹特征图输入预先构建的定位模型进行回归计算，得到用户位置坐标。
[0008]进一步地，所述用户当前信道状态信息包括子载波域信息、收端天线域信息和发送天线域信息；
[0009]响应于确定得到所述第一信息增强指纹特征图，所述预处理步骤包括：
[0010]在所述发送天线域信息的维度层次上，逐层对所述子载波域信息及所述收端天线域信息进行离散傅里叶变换后取绝对值，得到每层对应的功率幅度信息；
[0011]将每层对应的所述功率幅度信息在所述发送天线域信息的维度层次上进行拼接，得到功率幅度数据矩阵；
[0012]基于主成分分析法对所述功率幅度数据矩阵进行降维处理，得到二维数据矩阵；
[0013]对所述二维数据矩阵进行图像化处理，得到所述第一信息增强指纹特征图。
[0014]进一步地，所述用户当前信道状态信息包括子载波域信息、收端天线域信息和发送天线域信息；
[0015]响应于确定得到所述第二信息增强指纹特征图，所述预处理步骤包括：
[0016]在所述发送天线域信息的维度层次上，逐层对所述子载波域信息及所述收端天线
域信息进行离散傅里叶变换后取绝对值，得到每层对应的功率幅度信息；
[0017]将每层对应的所述功率幅度信息在所述发送天线域信息的维度层次上进行拼接，得到功率幅度数据矩阵；
[0018]对所述功率幅度数据矩阵进行图像化处理，得到所述第二信息增强指纹特征图。
[0019]进一步地，所述定位模型包括第一浅层特征提取模块、第一深层特征提取模块、图像重构模块和回归输出模块，所述第一深层特征提取模块包括多个残差块和设置在多个残差块之后的卷积层，每个所述残差块包括六级级联的基于滑动窗口的Transformer层和卷积层，所述回归输出模块包括全连接层；
[0020]所述将所述第一信息增强指纹特征图输入预先构建的定位模型进行回归计算，得到用户位置坐标包括：
[0021]利用所述第一浅层特征提取模块提取所述第一信息增强指纹特征图的浅层特征；
[0022]利用所述第一深层特征提取模块提取所述第一信息增强指纹特征图的深层特征，具体包括：
[0023]利用所述六级级联的基于滑动窗口的Transformer层逐层提取所述第一信息增强指纹特征图的特征；
[0024]利用所述残差块内的卷积层将所述六级级联的基于滑动窗口的Transformer层提取到的特征进行融合；
[0025]利用设置在所述多个残差块之后的卷积层将所述多个残差块内的卷积层融合的特征进行聚合，得到所述第一信息增强指纹特征图的深层特征；
[0026]利用所述图像重构模块基于图像超分辨率重建算法，利用提取的所述第一信息增强指纹体征图的浅层特征和深层特征进行图像重构，得到重建后的指纹特征图；
[0027]利用所述回归输出模块将所述重建后的指纹特征图展平，然后输入所述回归输出模块的全连接层进行回归计算，输出所述用户位置坐标。
[0028]进一步地，响应于确定得到所述第二信息增强指纹特征图，执行以下步骤：
[0029]将所述第二信息增强指纹特征图输入预先构建的分类模型进行分类，得到目标分类结果；
[0030]获取预先构建的指纹数据库，所述指纹数据库包含多个预存指纹特征图，每个所述预存指纹特征图对应至少一个预设位置坐标和至少一个预设分类标签；
[0031]提取所述指纹数据库中预设分类标签与所述目标分类结果一致的所有预存指纹特征图，作为待定指纹特征图；
[0032]基于加权K最近邻算法，分别计算所述第二信息增强指纹特征图与所有所述待定指纹特征图之间的相似度，根据所述相似度的取值按照从高到低的顺序进行排序，选取前K个相似度对应的所述待定指纹特征图为目标指纹特征图；
[0033]根据所述目标指纹特征图所对应的所述预设位置坐标和相似度，计算得到用户位置坐标。
[0034]进一步地，所述分类模型包括第二浅层特征提取模块、第二深层特征提取模块、分类输出模块，所述第二深层特征提取模块包括多个残差块和设置在多个残差块之后的卷积层，每个所述残差块包括六级级联的基于滑动窗口的Transformer层和卷积层，所述分类输出模块包括全连接层；
[0035]所述将所述第二信息增强指纹特征图输入预先构建的分类模型进行分类，得到目标分类结果包括：
[0036]利用所述第二浅层特征提取模块提取所述第二信息增强指纹特征图的浅层特征；
[0037]利用所述第二深层特征提取模块提取所述第二信息增强指纹特征图的深层特征，具体包括：
[0038]利用所述六级级联的基于滑动窗口的Transformer层逐层提取所述第二信息增强指纹特征图的特征；
[0039]利用所述残差块内的卷积层将所述六级级联的基于滑动窗口的Transformer层提取到的特征进行融合；
[0040]利用设置在所述多个残差块之后的卷积层将所述多个残差块内的卷积层融合的特征进行聚合，得到所述第二信息增强指纹特征图的深层特征；
[0041]利用所述分类输出模块将提取到的所述第二信息增强指纹特征图的浅层特征和深层特征展平，然后输入所述分类输出模块的全连接层进行分类，得到所述目标分类结果。
[0042]进一步地，所述根据所述目标指纹特征图所对应的所述预设位置坐标和相似度，计算得到用户位置坐标包括：
[0043]将所有所述目标指纹特征图对应的相似度进行归一化处理，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种无线定位方法，其特征在于，包括：基于信道估计技术采集需定位用户的当前信道状态信息；对所述当前信道状态信息进行增强预处理，得到第一信息增强指纹特征图或第二信息增强指纹特征图；响应于确定得到所述第一信息增强指纹特征图，将所述第一信息增强指纹特征图输入预先构建的定位模型进行回归计算，得到用户位置坐标。2.根据权利要求1所述的无线定位方法，其特征在于，所述用户当前信道状态信息包括子载波域信息、收端天线域信息和发送天线域信息；响应于确定得到所述第一信息增强指纹特征图，所述预处理步骤包括：在所述发送天线域信息的维度层次上，逐层对所述子载波域信息及所述收端天线域信息进行离散傅里叶变换后取绝对值，得到每层对应的功率幅度信息；将每层对应的所述功率幅度信息在所述发送天线域信息的维度层次上进行拼接，得到功率幅度数据矩阵；基于主成分分析法对所述功率幅度数据矩阵进行降维处理，得到二维数据矩阵；对所述二维数据矩阵进行图像化处理，得到所述第一信息增强指纹特征图。3.根据权利要求1所述的无线定位方法，其特征在于，所述用户当前信道状态信息包括子载波域信息、收端天线域信息和发送天线域信息；响应于确定得到所述第二信息增强指纹特征图，所述预处理步骤包括：在所述发送天线域信息的维度层次上，逐层对所述子载波域信息及所述收端天线域信息进行离散傅里叶变换后取绝对值，得到每层对应的功率幅度信息；将每层对应的所述功率幅度信息在所述发送天线域信息的维度层次上进行拼接，得到功率幅度数据矩阵；对所述功率幅度数据矩阵进行图像化处理，得到所述第二信息增强指纹特征图。4.根据权利要求1所述的无线定位方法，其特征在于，所述定位模型包括第一浅层特征提取模块、第一深层特征提取模块、图像重构模块和回归输出模块，所述第一深层特征提取模块包括多个残差块和设置在多个残差块之后的卷积层，每个所述残差块包括六级级联的基于滑动窗口的Transformer层和卷积层，所述回归输出模块包括全连接层；所述将所述第一信息增强指纹特征图输入预先构建的定位模型进行回归计算，得到用户位置坐标包括：利用所述第一浅层特征提取模块提取所述第一信息增强指纹特征图的浅层特征；利用所述第一深层特征提取模块提取所述第一信息增强指纹特征图的深层特征，具体包括：利用所述六级级联的基于滑动窗口的Transformer层逐层提取所述第一信息增强指纹特征图的特征；利用所述残差块内的卷积层将所述六级级联的基于滑动窗口的Transformer层提取到的特征进行融合；利用设置在所述多个残差块之后的卷积层将所述多个残差块内的卷积层融合的特征进行聚合，得到所述第一信息增强指纹特征图的深层特征；利用所述图像重构模块基于图像超分辨率重建算法，利用提取的所述第一信息增强指
纹体征图的浅层特征和深层特征进行图像重构，得到重建后的指纹特征图；利用所述回归输出模块将所述重建后的指纹特征图展平，然后输入所述回归输出模块的全连接层进行回归计算，输出所述用户位置坐标。5.根据权利要求1所述的无线定位方法，其特征在于，响应于确定得到所述第二信息增强指纹特征图，执行以下步骤：将所述第二信息增强指纹特征图输入预先构建的分类模型进行分类，得到目标分类结果；获取预先构建的指纹数据库，所述指纹数据库包含多个预存指纹特征图，每个所述预存指纹特征图对应至少一个预设位置坐标和至少一...

【专利技术属性】
技术研发人员：许晓东，朱方洲，韩书君，王碧舳，张平，
申请(专利权)人：北京邮电大学，
类型：发明
国别省市：