基于深度学习的室内定位算法研究

基于深度学习的室内定位算法研究

ID:35067238

大小:4.26 MB

页数:75页

时间:2019-03-17

基于深度学习的室内定位算法研究_第1页
基于深度学习的室内定位算法研究_第2页
基于深度学习的室内定位算法研究_第3页
基于深度学习的室内定位算法研究_第4页
基于深度学习的室内定位算法研究_第5页
资源描述:

《基于深度学习的室内定位算法研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、:4各如成*葦IIUNIV巨RSFELECTRONICSCIENCEANDTECHNOLOGYOFCHNAITYO硕i学位论文MASTERTHESIS.'/、..—皆.丢J\^\VJ'\w/SS^论文题目基于深度学习的室内定位算法研究 ̄ ̄ ̄' ̄mH'学科专业信息与通信工稻学号201321020509P作者姓名窩欢斌—一r指學教师罗俊海副教授|独创性声明本人声明所呈交的学位论文是本人在导师指

2、导下进行的研究工作及取得的研究成果。据我所知,除了文中特别加W标注和致谢的地方夕h论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均己在论文中作了明确的说明并表不谢意。作者签^名:為遂鮮日期:必年谷月7日论支使用授权本学位论文作者完全了解电子科技大学有关保留、使用学位论文的规定,有权保留并向国家有关部口或机构送交论文的复印件和磁盘,允许论文被查阅和借阅。本人授权电子科技大学可将学

3、位论文的全部或部分内容编入有关数据库进行检索、缩印或扫描,可采用影印等复制手段保存。、汇编学位论文(保密的论密此)学位文在解后应遵守规定:签:杂故球导师签名作者名心■S日:月日期年7分类号密级注1UDC学位论文基于深度学习的室内定位算法研究(题名和副题名)高欢斌(作者姓名)指导教师罗俊海副教授电子科技大学成都(姓名、职称、单位名称)申请学位级别硕士学科专业信息与通信工程提交论文日期2016.04.03论文答辩日期2016.05.09学位授予单位和日期电子科技大学2016年6月答辩委员会主席评阅人注1:

4、注明《国际十进分类法UDC》的类号。ResearchonIndoorLocationAlgorithmBasedonDeepLearningAMasterThesisSubmittedtoUniversityofElectronicScienceandTechnologyofChinaMajor:InformationandCommunicationEngineeringAuthor:GaoHuanbinAdvisor:LuoJunhaiSchool:SchoolofElectronicEngineering摘要摘要室内定位

5、技术的是目前定位技术研究的热点,近年来随着无线通信技术的飞速发展,对室内定位服务的需求逐渐增加。但是由于室内环境具有高度的复杂性,使得信号在室内环境的传输过程中存在明显的多径效应和时变特性。所以要在室内环境中实现精确定位依然有很多问题需要解决。本文的研究重点在于采用基于降噪深度信念网络(DeepBeliefNetworks,DBN)的指纹定位算法实现特定室内环境的目标定位,主要分以下几个方面进行展开:首先,对于指纹定位所需的指纹数据集来说,本文主要通过仿真实验的方式获得。所以需要对室内信道进行建模进而获得指纹数据集。本文主要

6、采用射线跟踪法中的弹跳射线法来实现室内信道的确定性建模。将信号发射过程抽象为从发射端向外辐射的大量射线,然后对射线的传播过程进行跟踪。将信号接收过程抽象为一个接收球,所有通过该接收球的射线都可以看作是被相应接收端接收的信号分量。最终实现特定环境下的信道建模。其次,由于选择一个合适的回归模型来发现指纹数据和位置信息之间的关系是指纹定位算法中非常重要的部分,本文的回归模型选择的是深度学习中典型的DBN模型。除了利用DBN本身的拟合能力来实现指纹定位之外,本文还针对室内信道易受干扰的特点,对DBN模型的预训练部分进行了改进,使之具

7、备一定的降噪性能,从而使模型能够在低信噪比的条件下依然保持较好的定位性能,适应复杂多变的室内信道。最后,出于提高算法系统鲁棒性的考虑,本文将降噪DBN模型部署到分布式结构之中。在验证了降噪DBN模型在单锚点情况下的定位能力之后,本文还对每个锚点独立地训练一个DBN模型,让每个锚点独立地实现定位任务,再对其加以汇总得到最终的定位结果。将降噪DBN模型部署在分布式结构下可以使得整个定位模型即使在有个别锚点失效的情况下,依然能够正常工作,进而提高系统的鲁棒性。关键词:室内定位,指纹,室内信道建模,深度学习,深度信念网络,分布式IA

8、BSTRACTABSTRACTIndoorlocalizationtechniquesarethefocusoftheresearchfocusoflocalizationtechniquesintherecentfewyears.Withthedevelopmentofwirelessc

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。