一种基于深度学习的无人机基站RSSI定位方法及系统
申请号:CN202510964844
申请日期:2025-07-14
公开号:CN120871018A
公开日期:2025-10-31
类型:发明专利
摘要
本发明公开了一种基于深度学习的无人机基站RSSI定位方法及系统,属于无人机应用技术领域。该方法通过单个无人机携带基站,按预设路径飞行并采集终端RSSI信号强度及无人机GPS坐标,构建RSSI‑位置数据集;对数据进行滤波、标准化及特征提取后,利用深度神经网络模型学习RSSI与位置的映射关系,实现终端的高精度定位。系统包括无人机平台、基站设备、数据处理单元及模型训练单元,支持边缘‑云端协同学习。本发明创新性地采用单无人机动态扫描技术,结合CNN和LSTM混合模型,解决了传统多基站定位成本高、环境适应性差的问题,具有部署简便、定位精度高、实时性好等优势,适用于搜救、物流、安防等复杂场景下的终端定位需求。
技术关键词
RSSI定位方法
无人机基站
混合深度学习模型
数据处理单元
基站设备
RSSI信号强度
无人机平台
时序特征
可调发射功率
动态扫描技术
无人机飞行路径
卡尔曼滤波方法
信号传播模型
深度神经网络模型
终端
地面站
坐标