| 基于5G子基站的室内定位卷积神经网络模型 |
| |
| 引用本文： | 谢海情,汪章紫璇,陆俊霖,宜新博,曾梦琳,文勇军. 基于5G子基站的室内定位卷积神经网络模型[J]. 首都师范大学学报(自然科学版), 2022, 43(1): 34-40. DOI: 10.19789/j.1004-9398.2022.01.007 |
| |
| 作者姓名： | 谢海情 汪章紫璇 陆俊霖 宜新博 曾梦琳 文勇军 |
| |
| 作者单位： | 长沙理工大学物理与电子科学学院,湖南 长沙 410114 |
| |
| 摘 要： | 针对目前GPS技术在室内定位中精度差的问题,本文将5G技术与卷积神经网络算法相结合,提出基于5G全新无线空口(NR)参数的室内定位方案.通过采集5G NR数据,与参考点编号形成指纹数据存入指纹库,以精确率、召回率和微平均等值作为评价指标,采用卷积神经网络算法对指纹库进行训练以获得定位模型,并使用Adam方法进行模型优化...
|
| 关 键 词： | 室内定位 神经网络 5G NR 位置指纹算法 |
Indoor positioning CNN model based on 5G sub-base station |
| |
| XIE Haiqing,WANG Zhangzixuan,LU Junlin,YI Xinbo,ZENG Menglin,WEN Yongjun. Indoor positioning CNN model based on 5G sub-base station[J]. Journal of Capital Normal University(Natural Science Edition), 2022, 43(1): 34-40. DOI: 10.19789/j.1004-9398.2022.01.007 |
| |
| Authors: | XIE Haiqing WANG Zhangzixuan LU Junlin YI Xinbo ZENG Menglin WEN Yongjun |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
