公开(公告)号：CN115802484A

公开(公告)日：2023-03-14

申请号：CN202211446686.8

申请日：2022-11-18

Applicant: 重庆邮电大学

Inventor： 龙恳 ,  周云红 ,  赵贵芳 ,  梅杨周 ,  林劲松

IPC: H04W64/00 ,  H04B7/145 ,  G06N20/00

Abstract: 本发明属于通信定位领域，涉及一种基于深度学习的RIS辅助无线指纹定位方法；所述方法包括通过调节RIS反射单元的负载阻抗值，得到多种RIS配置，收集RSSI指纹地图；利用特征选择算法对收集到的RSSI指纹地图进行特征选择，利用已估计点的特征子集对深度学习模型进行训练；将待估计点的特征子集输入到训练完成后的深度学习模型中，预测得到待估计点的初始位置；将其作为离散点构建出泰森多边形，确定出定位区域；在定位区域内计算平均偏差值，利用改进加权K近邻法计算待估计点的定位位置。本发明可以更好地学习RSSI指纹数据之间的特征，对用户位置坐标的预测更加准确。提高定位效率，改善了定位性能，定位精度更加准确。

公开(公告)号：CN116208911A

公开(公告)日：2023-06-02

申请号：CN202310253719.5

申请日：2023-03-16

Applicant: 重庆邮电大学

Inventor： 龙恳 ,  周云红 ,  林劲松 ,  梅杨周 ,  赵贵芳

IPC: H04W4/02 ,  H04W4/029 ,  H04W64/00 ,  G06N3/0464 ,  G06F18/23213

Abstract: 本发明属于通信定位领域，涉及一种基于CNN和改进KNN算法的双RIS辅助无线定位方法；所述方法包括通过RIS选择准则选择最佳RIS。调节最佳RIS的反射单元的负载阻抗值，得到多种RIS配置，利用RSSI测量值作为定位特征，得到RSSI指纹数据集；将收集到的RSSI指纹数据输入CNN网络进行训练；将待测点的RSSI指纹数据输入到训练完成后的CNN网络中，利用待测点与参考点之间的余弦相似度关系，在KNN算法的基础上估算出待测目标的位置。本发明可以避免单RIS辅助用户定位存在的路径损耗以及时延差异等问题，改善了定位性能，提高了定位效率，使定位精度更加准确。