【摘 要】
：
近年来,随着我国社会的不断发展许多大型建筑拔地而起,在这些建筑群中如何获取精确的位置信息成为了许多科研人员的研究热点。目前现有的GPS定位只适用于室外定位,在室内由于信号的遮挡往往达不到预期效果。本文利用现有的Wi-Fi网络,通过提取Wi-Fi网络中的位置指纹从而获取位置相关的信息,将这些位置信息放入深度学习框架中训练得到定位效率高、精确度高的神经网络模型,从而实现在大型室内建筑群中获取精确的位置
论文部分内容阅读
近年来,随着我国社会的不断发展许多大型建筑拔地而起,在这些建筑群中如何获取精确的位置信息成为了许多科研人员的研究热点。目前现有的GPS定位只适用于室外定位,在室内由于信号的遮挡往往达不到预期效果。本文利用现有的Wi-Fi网络,通过提取Wi-Fi网络中的位置指纹从而获取位置相关的信息,将这些位置信息放入深度学习框架中训练得到定位效率高、精确度高的神经网络模型,从而实现在大型室内建筑群中获取精确的位置信息。结合目前的深度神经网络模型,本文设计出了一种多楼层室内定位系统,内容总结如下:1、本文提出了一种基于可扩展DNN的多楼层室内定位方法,该方法首先通过PCA降维去噪处理和划分数据集提高数据的准确度,然后将预处理的RSSI数据放入基于可扩展DNN的多层架构中,该架构创造性的对建筑物、楼层和精确位置信息进行二进制热编码进行区分,最后获得所在建筑物、楼层和精确位置信息。2、本文针对室内定位过程中的多径和NLOS现象提出了一种基于改进CNN的多径和NLOS抑制算法,该算法通过多层卷积运算来削弱多径和NLOS现象对于定位结果的影响,最后还将该算法与基于可扩展DNN的多楼层室内定位相结合得到了一种多楼层室内定位的系统解决方案。3、本文设计了一种多楼层定位系统,该系统通过建筑楼层识别模块进行建筑物和楼层的识别,通过神经网络训练模块得到可供匹配的指纹数据库,通过指纹匹配模块获取精确的位置信息。最后设计出实际场景应用模型将理论转换成应用。
其他文献
材料研究的进程不断加快,对材料性能的需求也不仅仅满足于常规条件下。极端条件如高温、强压下材料的性能研究正在成为热点。本文的研究基于密度泛函理论（DFT）的第一性原理,使用计算机软件进行理论模拟计算。分别对间氨基苯甲酸晶体、4-硝基苯乙酸晶体和1,2-双（甲氨基）苯（以下简称2-Bis晶体）进行高压下理论模拟计算,分析三种晶体在高压下晶体结构、电子性质和光学性质的变化,主要研究内容如下:通过分析不同
大规模多输入多输出（Multiple-Input Multiple-Output,MIMO）系统使用的是传统的蜂窝式网络,蜂窝式网络的小区边界会受到干扰,这一直限制着大规模MIMO的性能。去蜂窝大规模MIMO结合了大规模MIMO与分布式天线的特点,在广域上分布大量的接入点（Access Point,AP）,并通过时分双工的操作为同一时频资源中的所有用户服务。去蜂窝大规模MIMO引入了“以用户为中心
兵棋推演是一种对实际战争进行仿真、模拟的方法,是研究作战行动的重要工具,也是未来战争的关键环节。在兵棋推演过程中利用规则进行决策的方式缺乏对不同地图以及不同对手的适应能力,若利用强化学习方法可以更好地进行推演过程中的自主学习和智能决策,但是现阶段多智能体领域存在的问题限制了该类方法在兵棋推演中的应用。本文以强化学习方法为基础,针对多智能体领域的置信分配以及稀疏奖励两个问题,分别引入值分解方法与分层
随着互联网的飞速发展,数字产品的消费者可以通过网络频繁地进行数据共享,存在敏感信息可能被用户非法泄漏的隐患,近年来,在数字产品分发系统中,叛徒泄漏明文敏感信息的事件呈现高速增长的趋势,给版权保护带来了巨大的挑战,如何准确且高效地追踪数字产品分发系统中的叛徒成为学术界的研究热点。传统叛徒追踪算法已经无法满足大数据背景下准确且高效地追踪叛徒的需求,而且现有的叛徒追踪算法大多数聚焦于抵抗用户的密钥攻击而
随着物联网的蓬勃发展,它在数据安全性和设备可靠性方面的问题也逐渐暴露出来。区块链技术可以有效解决这些问题,但是巨大的资源消耗和有限的数据处理性能限制了其在物联网场景中的部署。为了解决上述问题,本文对不同区块链系统的性能展开了多维度分析,并进行了针对性的共识机制优化和节点存储优化研究。本文的主要贡献概括如下:（1）为了深入研究物联网场景下的区块链系统性能,提出了一个综合的性能指标集和区块链基准测试工
近年来,电商平台如雨后春笋般大量涌现,人们对网络购物平台的依赖性越来越高,同时平台中的评论文本也呈现出爆发性的增长。这些文本涵盖丰富的情感内容,对商家和其他消费者而言,收集和分析这些数据能给他们带来较高的参考价值。文本情感分析作为自然语言处理（NLP）领域的重要组成部分,一直受到国内外学者的广泛关注。在情感分类任务中,传统的卷积神经网络（CNN）提取的特征具有局限性,往往会忽略词语的上下文信息,而
近年来,由于人们对室内定位的要求日益增加,然而技术方面尚未能实现一个完备的室内定位方案,所以提高室内定位可靠性、提升室内定位准确率成为备受关注的研究点。所以,论文主要针对基于TDOA的室内定位系统展开了探讨研究,以提高室内定位的精度,主要工作如下:（1）室内定位系统的同步模型很大程度上影响了定位性能,因此需要建立一个能真实反映定位系统同步特性的定位模型。论文主要探讨和研究了TDOA的时间同步和定位
随着现代生物信息学计算方法在lncRNA与疾病关联分析领域的成功应用,在传统生物实验数据的基础上衍生了众多结构相异,来源多样的计算数据,包括结构化的lncRNA调控人类疾病关系数据库数据、基于语义网形式的生物信息链接数据和各式各样以序列化形式存在的多源异构数据。而知识图谱作为一种利用图模型来描述知识和建模世界万物之间的关联关系的技术方法,其发展为从多源异构数据中的知识发现提供了解决方案,基于多源异
随着城市人口的不断增多以及城市规模的不断扩大,城市在人类社会的发展中起到了越来越重要的作用。智慧城市因此而诞生,它的出现有助于加强城市的管理以及提高人民的生活质量。随着智慧城市的发展,城市中出现了许多的问题,如城市的交通堵塞问题,交通堵塞的发生每年都会给城市带来巨大的损失,影响城市运作的效率。城市中无时无刻都有大量的服务在被使用,由于大量相同或者相似的服务逐步出现,如何给用户推荐高质量的服务成为了
高光谱图像因其有着丰富的光谱和空间信息,能够精确地分辨地貌信息,已被广泛用于军事侦查,城市空间规划,海洋监测等领域。但在高光谱成像的采集过程中,图像往往会受到多种噪声的污染而产生退化,最终影响图像的视觉质量。因此对于高光谱图像的去噪是关键任务。随着低秩理论和图像恢复技术的发展,研究者们根据高光谱图像的特性,将传统的低秩和全变分方法应用于光谱图像去噪上,但现有的低秩模型方法不能够很好的挖掘出光谱图像