← 返回列表

卫星通信终端的室内定位方法、装置、设备及存储介质

申请号: CN202311756258.X
申请人: 深圳市宇隆移动互联网有限公司
更新日期: 2026-03-09

专利详细信息

项目 内容
专利名称 卫星通信终端的室内定位方法、装置、设备及存储介质
专利类型 发明授权
申请号 CN202311756258.X
申请日 2023/12/20
公告号 CN117434497B
公开日 2024/3/19
IPC主分类号 G01S5/02
权利人 深圳市宇隆移动互联网有限公司
发明人 杨海卿
地址 广东省深圳市南山区南头街道中山园路9号君翔达大厦B栋3H

摘要文本

深圳市宇隆移动互联网有限公司取得“一种透气窗帘布”专利技术,本发明涉及室内定位技术领域,公开了一种卫星通信终端的室内定位方法、装置、设备及存储介质,用于提高卫星通信终端的室内定位准确率。方法包括:通过卫星通信终端对目标设备进行多频信号采集,得到多个历史频段信号,并进行信号特征分析,得到信号传播路径特征;进行信号调制融合,得到融合频段信号;将融合频段信号输入初始室内定位模型进行设备室内定位分析,得到历史定位数据集;进行实时图像采集和设备环境特征提取,得到设备环境特征集合;构建目标噪声方差矩阵并进行定位偏差计算,得到定位偏差数据;进行模型参数优化,得到目标室内定位模型,并通过目标室内定位模型对目标设备进行实时定位,得到实时定位数据。

专利主权项内容

1.一种卫星通信终端的室内定位方法,其特征在于,所述卫星通信终端的室内定位方法包括:通过预置的卫星通信终端对目标设备进行多频信号采集,得到多个历史频段信号,并分别对所述多个历史频段信号进行信号特征分析,得到每个历史频段信号的信号传播路径特征;根据所述信号传播路径特征,对所述多个历史频段信号进行信号调制融合,得到融合频段信号;具体包括:根据所述信号传播路径特征,分别对所述多个历史频段信号进行信号标准化参数运算,得到每个历史频段信号的信号标准化参数;根据所述信号标准化参数,对所述多个历史频段信号进行信号标准化处理,得到多个标准频段信号;将所述多个标准频段信号输入预置的信号调制模型,所述信号调制模型包括:多个弱分类器,每个弱分类器包括卷积池化层、全连接层、长短时记忆层以及输出层;通过所述多个弱分类器中的卷积池化层及全连接层,分别对所述多个标准频段信号进行信号编码,得到每个标准频段信号的信号编码数据;通过所述多个弱分类器中的长短时记忆层以及输出层,分别对所述信号编码数据进行信号调制,得到每个弱分类器的目标调制信号;获取所述多个弱分类器的分类器权重数据,并根据所述分类器权重数据对每个弱分类器的目标调制信号进行信号融合,得到融合频段信号;将所述融合频段信号输入预置的初始室内定位模型进行设备室内定位分析,得到历史定位数据集;具体包括:将所述融合频段信号输入预置的初始室内定位模型,所述初始室内定位模型包括:定位预测层以及定位校验层,所述定位预测层包括多个径向基函数,所述定位校验层包括路径损耗分析函数;根据所述多个径向基函数分别对所述融合频段信号进行定位预测,得到每个径向基函数的定位预测数据;获取所述多个径向基函数的函数权重数据,并根据所述函数权重数据对每个径向基函数的定位预测数据进行加权求和,得到预测定位数据集;通过所述路径损耗分析函数对所述预测定位数据集进行定位数据校验,得到历史定位数据集;对所述目标设备进行实时图像采集,得到多个设备实时运行图像,并对所述多个设备实时运行图像进行设备环境特征提取,得到设备环境特征集合;具体包括:对所述目标设备进行实时图像采集,得到多个初始实时运行图像;分别对所述多个初始实时运行图像进行图像增强处理,得到多个目标实时运行图像;对所述多个目标实时运行图像进行设备中心识别,得到多个设备中心关键点,并根据所述多个设备中心关键点构建初始位置云图;基于K次近邻算法对所述初始位置云图中的每个设备中心关键点进行临近点识别,得到每个设备中心关键点对应的K个最近邻点;分别计算所述K个最近邻点与对应的设备中心关键点之间的位置偏移量,并根据所述位置偏移量对所述初始位置云图进行漂移校正,得到目标位置云图;将所述目标位置云图映射至对应的目标实时运行图像,得到多个设备实时运行图像;对所述多个设备实时运行图像进行设备环境特征提取,得到设备环境特征集合;根据所述设备环境特征集合和所述历史定位数据集构建目标噪声方差矩阵,并通过所述目标噪声方差矩阵对所述历史定位数据集进行定位偏差计算,得到定位偏差数据;具体包括:通过预置的正态云模型,对所述历史定位数据集进行正态云分布映射,得到初始正态云分布,所述初始正态云分布包括多个历史定位数据点;基于所述设备环境特征集合,计算每个历史定位数据点的权重,并根据每个历史定位数据点的权重生成目标权重矩阵;对所述初始正态云分布进行噪声方差计算,得到目标噪声方差矩阵;根据所述目标权重矩阵对所述历史定位数据集进行权重加权平均,并根据所述目标噪声方差矩阵进行定位偏差计算,得到定位偏差数据;根据所述定位偏差数据对所述初始室内定位模型进行模型参数优化,得到目标室内定位模型,并通过所述目标室内定位模型对所述目标设备进行实时定位,得到实时定位数据。