Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 武汉科技大学梁晓磊获国家专利权

武汉科技大学梁晓磊获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉武汉科技大学申请的专利一种基于多源数据和卷积神经网络的无线射频定位方法获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN120908748B

龙图腾网通过国家知识产权局官网在2025-12-23发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202511445503.4,技术领域涉及:G01S5/04;该发明授权一种基于多源数据和卷积神经网络的无线射频定位方法是由梁晓磊;冷俊峰;涂颖妍;徐钰;李俊设计研发完成,并于2025-10-11向国家知识产权局提交的专利申请。

一种基于多源数据和卷积神经网络的无线射频定位方法在说明书摘要公布了:本发明公开了一种基于多源数据和卷积神经网络的无线射频定位方法,涉及射频识别定位领域。该方法包括通过多根固定天线分别采集目标标签的接收信号强度指标和相位角数据,对采集的接收信号强度指标和相位角数据进行预处理和融合,得到二维张量;通过卷积神经网络对二维张量进行初步坐标预测,得到初步预测坐标;卷积神经网络的超参数是采用改进的多角色麻雀搜索算法寻优确定的;分别将初步预测坐标与多组预处理之后的接收信号强度指标和相位角数据进行拼接,得到多维特征向量,并将多维特征向量输入至多层感知机进行残差修正,得到目标标签的预测三维坐标。该方法能够提升目标标签在室内的定位精度。

本发明授权一种基于多源数据和卷积神经网络的无线射频定位方法在权利要求书中公布了:1.一种基于多源数据和卷积神经网络的无线射频定位方法,其特征在于,包括: 通过多根固定天线分别采集目标标签的接收信号强度指标和相位角数据,对采集的接收信号强度指标和相位角数据进行预处理和融合,得到二维张量;多根固定天线分别布置在不同位置; 通过卷积神经网络对所述二维张量进行初步坐标预测,得到初步预测坐标;所述卷积神经网络在构建时,采用改进的多角色麻雀搜索算法确定超参数,具体包括:初始化改进的多角色麻雀搜索算法的参数;所述参数包括最大迭代次数、种群数量、超参数搜索范围和角色比例;以卷积神经网络的预测坐标和样本二维张量数据的真实坐标的平均欧氏误差为适应度函数,计算适应度值;基于所述适应度值更新不同角色的位置并调整不同角色数量比例;基于迭代次数,通过步长自适应策略调整不同角色的更新幅度;更新不同角色的位置、调整不同角色的数量比例和调整不同角色的更新幅度之后,重新根据适应度函数计算适应度值,并记录更新适应度值之后的最优角色及最优角色的误差;判断是否达到最大迭代次数,并将达到最大迭代次数对应的最优角色的位置中的超参数,确定为优化后的超参数;超参数包括学习率、第一卷积核数、第二卷积核数和第一全连接层神经元数;多角色包括生产者、跟随者、食腐者、探索者和跳跃者;所述生产者用于执行局部搜索,所述跟随者用于向最优解靠近,所述食腐者用于基于最优解进行扰动搜索,所述探索者用于进行全局游走,所述跳跃者用于对位置中的维度实施变异; 分别将所述初步预测坐标与多组预处理之后的接收信号强度指标和相位角数据进行拼接,得到多维特征向量,并将所述多维特征向量输入至多层感知机进行残差修正,得到目标标签的预测三维坐标。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人武汉科技大学,其通讯地址为:430200 湖北省武汉市青山区和平大道947号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。