-
公开(公告)号：CN101883424B
公开(公告)日：2012-11-21
申请号：CN201010154412.2
申请日：2010-04-23
Applicant: 哈尔滨工业大学
Abstract: 基于近邻点数优化的WLAN室内KNN定位方法，它涉及模式识别领域，它解决了现有的WLAN室内KNN定位方法中，因近邻点数选取不当所导致的定位精度恶化的问题。本发明首先建立完整的WLAN定位场景和位置指纹数据库；然后，根据测试点处采集的信号强度和预存储的位置指纹数据，利用近邻数为2的KNN定位法对测试点位置进行预估计；进而获取近邻点数为1和2时的KNN定位法关于测试点在预估计位置上的理论期望误差，并选择具有较高理论精度的KNN定位法所对应的近邻点数，作为估计测试点位置的最优近邻点数；最终利用最优近邻点数下的KNN定位法，实现WLAN室内KNN定位。本发明适用于室内定位。
-
公开(公告)号：CN102647773A
公开(公告)日：2012-08-22
申请号：CN201210132200.3
申请日：2012-05-02
Applicant: 哈尔滨工业大学
IPC: H04W48/16
Abstract: 基于Q学习的异构网络接入控制优化选择方法，属于无线网络领域，本发明为解决针对WCDMA/WLAN融合异构网络系统，采用基于测量的接入方案选择网络类型不能实现全局最优，而采用基于模型的接入方案选择网络类型计算过于复杂，很难应用于实际系统的问题。本发明所述基于Q学习的异构网络接入控制优化选择方法包括以下步骤：步骤一、判断接入新用户时的异构网络状态；步骤二、查询Q值表，选择步骤一所述异构网络状态对应的Q值表中的最大Q值对应的子网络作为新用户的接入网络。本发明方法用于新用户接入时能根据当前的实际情况快速选择接入的网络类型。
-
公开(公告)号：CN102427603A
公开(公告)日：2012-04-25
申请号：CN201210010811.0
申请日：2012-01-13
Applicant: 哈尔滨工业大学
IPC: H04W64/00
Abstract: 基于定位误差估计的WLAN室内移动用户定位方法，它涉及WLAN室内移动用户定位方法。它针对现有距离依赖型和模式匹配型指纹匹配定位方法的缺点和移动用户用于定位的RSS样本较少的问题，利用离线阶段训练完成的RSS样本和定位误差之间的非线性映射函数，建立RSS样本与定位误差之间的关系。在在线阶段，将接收到的RSS样本作为非线性映射函数的输入估计定位误差，并利用所估计的定位误差对距离依赖型指纹匹配法的定位结果进行修正，消除定位误差的影响，极大地提高了移动用户的定位精度。该方法在位置指纹数据库未更新时，相对距离依赖型指纹匹配法定位精度大幅提高。在位置指纹数据库更新时，需要重新训练非线性映射关系的情况下，仍然可以利用距离依赖型指纹匹配法定位，具有较大的实际应用价值。
-
公开(公告)号：CN102111773A
公开(公告)日：2011-06-29
申请号：CN201110047873.4
申请日：2011-02-28
Applicant: 哈尔滨工业大学
IPC: H04W16/10
Abstract: 城市异构无线环境下的空间动态频谱分配方法，涉及一种空间动态频谱分配方法，解决现有的空间动态频谱分配方法的动态频谱分配实时性较差的问题。其方法：根据城市异构无线网络覆盖区域内的频谱需求空间分布选取门限，并划分热点区域和非热点区域；然后根据频谱需求空间分布，进行均匀频谱分配，满足非热点区域的最低频谱需求，然后计算热点区域中各小区的剩余频谱需求，并且根据频谱总数和已分配的频谱数量计算剩余频谱数量，针对每个热点区域并行的进行独立的以小区为空间粒度的空间动态频谱分配。本发明适用于城市异构无线环境下的空间动态频谱分配。
-
公开(公告)号：CN101883424A
公开(公告)日：2010-11-10
申请号：CN201010154412.2
申请日：2010-04-23
Applicant: 哈尔滨工业大学
Abstract: 基于近邻点数优化的WLAN室内KNN定位方法，它涉及模式识别领域，它解决了现有的WLAN室内KNN定位方法中，因近邻点数选取不当所导致的定位精度恶化的问题。本发明首先建立完整的WLAN定位场景和位置指纹数据库；然后，根据测试点处采集的信号强度和预存储的位置指纹数据，利用近邻数为2的KNN定位法对测试点位置进行预估计；进而获取近邻点数为1和2时的KNN定位法关于测试点在预估计位置上的理论期望误差，并选择具有较高理论精度的KNN定位法所对应的近邻点数，作为估计测试点位置的最优近邻点数；最终利用最优近邻点数下的KNN定位法，实现WLAN室内KNN定位。本发明适用于室内定位。
-
Patent Agency Ranking
公开(公告)号：CN101815308A
公开(公告)日：2010-08-25
申请号：CN200910310127.2
申请日：2009-11-20
Applicant: 哈尔滨工业大学
Abstract: 神经网络区域训练的WLAN室内定位方法，它涉及室内定位领域。它解决了现有室内神经网络定位方法中地理环境不规则所带来的定位误差大和冗余开销大的问题，本发明首先针对室内环境布置接入点AP，然后在室内环境中设置参考点，接下来利用每一个参考点的信号强度RSS值的强弱确定对该参考点定位信息影响最大的两个接入点AP，再根据调整因子μ得到神经网络的区域训练样本集，进而利用所述区域训练样本集训练神经网络，获得满足神经网络要求的神经网络结构，最后将待测点的信号强度RSS值导入神经网络结构，获得待测点的定位坐标。本发明的方法用于复杂系统中定位。
-
公开(公告)号：CN101764639A
公开(公告)日：2010-06-30
申请号：CN200910073444.7
申请日：2009-12-17
Applicant: 哈尔滨工业大学
IPC: H04B7/185
Abstract: 基于五向量数学模型的多层卫星网络稳定分群方法。它涉及无线电通信领域中的卫星网络分群方法。它解决了现有卫星网络拓扑稳定性、卫星节点路由存储开销和卫星网络的业务时延之间存在的矛盾问题。它采用描述多层卫星网络拓扑性质的五向量数学模型并利用链路稳定性度量函数实现网络资源的优化配置；采用定量分析不同星间链路对网络稳定性贡献程度和卫星节点或链路失效对网络时延变化影响的方法，根据网络稳定性度量函数和同群或邻群卫星间优化连接关系，减小网络平均最短路由表长度并提高网络拓扑结构的稳定性。本发明的方法能够应用到空天地一体化信息网络中的多层卫星网络环境。
-
公开(公告)号：CN101651951A
公开(公告)日：2010-02-17
申请号：CN200910072893.X
申请日：2009-09-15
Applicant: 哈尔滨工业大学
Abstract: 基于WLAN的支持向量机室内定位网络构建方法及定位方法，它涉及模式识别领域中的定位网络构建方法及定位方法，用于室内定位，解决了现有方法无法有效学习和适应RSS信号的非线性、非高斯统计特性；以及搜索匹配空间过大、计算复杂度高的问题。室内定位网络构建方法通过下述步骤实现：WLAN网络构建；测量并记录参考点的RSS信号，构建整体信号覆盖图；利用SVM分类器分成若干个子信号覆盖图；将多类SVM分类器转化为两类SVM分类器；训练两类SVM分类器，建立多个独立子信号覆盖图。定位方法通过下述步骤实现：在欲定位点测量RSS信号并预定位出所在的子信号覆盖图的区域；由该子信号覆盖图所对应的回归函数定位出该点位置。
-
公开(公告)号：CN107027148B
公开(公告)日：2020-04-14
申请号：CN201710240569.9
申请日：2017-04-13
Applicant: 哈尔滨工业大学
Abstract: 一种基于UE速度的Radio Map分类定位方法，本发明涉及基于UE速度的Radio Map分类定位方法。本发明的目的是为了解决在海量用户LTE定位背景下，针对UE低速运动时信号指纹较短、UE高速运动时指纹失配现象严重，导致定位精度低的问题。具体过程为：一、获取DT/CQT/MDT采样点；二、对一获取的DT/CQT/MDT采样点提取RSRP共生向量；三、根据步骤二设计基于Adaboost分类算法的强分类函数；四：利用三中训练得到的强分类函数构建离线Radio Map；五、利用三中训练得到的强分类函数和步骤四得到的离线Radio Map进行在线定位。本发明用于定位领域。
-
公开(公告)号：CN106255203B
公开(公告)日：2019-07-02
申请号：CN201610832350.3
申请日：2016-09-19
Applicant: 哈尔滨工业大学
Abstract: 本发明提供一种提高定位精度的基于MDS的终端RSRP差异补偿的定位方法，属于LTE定位技术领域。所述定位方法包括：步骤一：从LTE基站中获取采样点，进行预处理；步骤二：基于MDS，根据预处理后的采样点，获取终端之间的信号强度RSRP差异；步骤三：在离线阶段，补偿步骤二获取的终端之间的信号强度RSRP差异，建立Radio Map数据库；步骤四：在在线阶段，补偿步骤二获取的终端之间的信号强度RSRP差异，进行定位，获得待定位终端的位置。本发明采用MDS方法计算得到各LTE终端接收RSRP的差异，分别在离线阶段和在线阶段补偿终端差异，从而消除由于LTE终端不同而造成的RSRP差异，提高定位精度。
-
-
-
-
-
-
-
-
-
Search Results
166
records
(took 0.039 seconds)
