一种基于卷积神经网络的超宽带定位方法及设备
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AITNT公众号
AITNT APP
AITNT交流群
搜索
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI专利库
寻求报道
一种基于卷积神经网络的超宽带定位方法及设备
申请号:
CN202510649517
申请日期:
2025-05-20
公开号:
CN120583506A
公开日期:
2025-09-02
类型:
发明专利
摘要
本发明属于超宽带定位技术领域,具体为一种基于卷积神经网络的超宽带定位方法及设备。本发明定位方法包括获取超宽带的信道冲激响应(CIR)信息数据,使用预先训练的卷积神经网络模型对其中非视距(NLOS)的信号进行识别与剔除,对剩下的有效信号按照个数的不同使用聚类算法或贝叶斯预测算法进行最终点的定位。本发明方法可以有效地识别出环境中的NLOS信号,使用LOS信号进行准确地定位,提高超宽带定位的准确率。
技术关键词
超宽带定位方法
聚类算法
坐标
数据
基站
超宽带定位技术
后验概率模型
判断定位点
识别出环境
卷积神经网络模型
信道冲激响应
贝叶斯算法
索引
测距误差
算法模块
定位算法
统计特征