[发明专利]基于深度卷积神经网络的无线传感网距离测量系统及方法有效
| 申请号： | 201910078436.5 | 申请日： | 2019-01-28 |
| 公开（公告）号： | CN109618288B | 公开（公告）日： | 2020-06-23 |
| 发明（设计）人： | 吴华锋;王维军 | 申请（专利权）人： | 上海海事大学 |
| 主分类号： | H04W4/021 | 分类号： | H04W4/021;H04L12/24;H04B17/318;G06N3/06 |
| 代理公司： | 上海元好知识产权代理有限公司 31323 | 代理人： | 包姝晴;徐雯琼 |
| 地址： | 201306 上海市*** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种基于深度卷积神经网络的无线传感网距离测量系统及方法，包含：深度卷积神经网络模块，其获取无线传感网在不同环境下的无线信号传播特性的高级语义，输入当前环境的地面图像数据和节点之间的信号强度测量数据，输出当前地面环境下节点之间的距离估计；损失函数模块，其计算深度卷积神经网络模块所输出的距离估计值与真值之间的均方误差，并将该均方误差作为损失函数；模型优化模块，调整深度卷积神经网络中的所有参数，使损失函数不断减小，计算出更加符合实际测量环境的距离估计值。本发明可自主地提取不同地面环境下信号传播特性的高级语义，训练后的模型能够适用于不同的环境，且比其他的计算模型具有更高的准确度。 | ||
| 搜索关键词： | 基于 深度 卷积 神经网络 无线 传感 距离 测量 系统 方法 | ||
【主权项】：
1.一种基于深度卷积神经网络的无线传感网距离测量系统，其特征在于，包含：深度卷积神经网络模块，其获取无线传感网在不同环境下的衰减特性的高级语义，输入当前环境的地面图像数据和信号强度测量数据，输出当前地面环境下节点之间的距离估计；损失函数模块，其计算所述深度卷积神经网络模块所输出的距离估计值与真值之间的均方误差，并将该均方误差作为损失函数；模型优化模块，其通过自适应矩估计的梯度优化算法来不断地调整所述深度卷积神经网络中的所有参数，使损失函数不断减小，直至损失函数收敛，以使参数趋近于最优，计算出更加符合实际测量环境的距离估计值。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于上海海事大学，未经上海海事大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910078436.5/，转载请声明来源钻瓜专利网。
- 上一篇：一种基于UWB定位的犯人管理方法和装置
- 下一篇：风廓线雷达在线监控方法
