典型文献
基于神经网络的室内单站精确被动定位技术研究
文献摘要：
为了提高室内环境下对目标的定位精度,提出一种室内单站精确定位技术.该技术利用室内电波传播多径效应构成的复杂信道信息,基于机器学习,构建卷积神经网络架构,通过卷积提取不同位置目标到达接收传感器的多径时延特征信息;然后通过多层全连接层深度神经网络的模型训练,将基于复杂信道的定位问题转化为回归模型的问题,建立信道指纹与位置之间的非线性关系来完成被动定位.训练和仿真结果表明,在室内复杂电波传播环境下,基于神经网络的室内单站精确定位技术能够实现单接收站情况下对目标的精确定位.本文主要对3×3网格大小的金属散射体进行定位,接收站位于室内时,平均定位误差为0.621个网格(12.42 cm);接收站位于室外时,能够分别实现信噪比20 dB、30 dB、40 dB情况下44.09 cm、21.42 cm、20.96 cm的平均定位误差.本文方法为室内复杂环境下的目标定位提供了一种新的定位方法.
文献关键词：
室内定位;神经网络;多径效应;机器学习;格林函数
中图分类号：
作者姓名：
张倩倩;尹成友;李安琪
作者机构：
国防科技大学电子对抗学院,合肥230037
文献出处：
引用格式：
[1]张倩倩;尹成友;李安琪-.基于神经网络的室内单站精确被动定位技术研究)[J].电波科学学报,2022(04):635-643,677
A类：
信道指纹
B类：
单站,被动定位,定位技术,室内环境,定位精度,精确定位,电波传播,多径效应,基于机器学习,神经网络架构,不同位置,多径时延,时延特征,特征信息,全连接层,深度神经网络,模型训练,定位问题,问题转化,立信,非线性关系,传播环境,接收站,网格大小,散射体,平均定位误差,dB,复杂环境,目标定位,定位方法,室内定位,格林函数
AB值：
0.335093
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
