[发明专利]基于深度强化学习的多信息众包轨迹融合方法在审
| 申请号： | 202310074829.5 | 申请日： | 2023-02-07 |
| 公开（公告）号： | CN116132921A | 公开（公告）日： | 2023-05-16 |
| 发明（设计）人： | 李赞;韩宇 | 申请（专利权）人： | 吉林大学 |
| 主分类号： | H04W4/029 | 分类号： | H04W4/029;H04W4/02;H04W4/33 |
| 代理公司： | 哈尔滨市松花江专利商标事务所 23109 | 代理人： | 张换男 |
| 地址： | 130023 吉林*** | 国省代码： | 吉林;22 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 基于深度强化学习的多信息众包轨迹融合方法，具体涉及一种适用于室内定位的基于深度强化学习的多信息众包轨迹融合方法，为解决传统轨迹融合方法使真实场景中的众包轨迹融合精度低，导致室内定位精度低的问题。它包括获取待测目标在室内的PDR轨迹；定义室内地标，室内地标包括WiFi指纹和地磁指纹，判断不同PDR轨迹间WiFi相似度及WiFi相似轨迹的地磁动态时间归整距离；建立室内地标对PDR轨迹的全局关联约束，将获取最小化全局关联约束的过程建模为马尔科夫决策过程；利用深度强化学习网络解决马尔科夫决策过程，深度强化学习网络的输入是PDR轨迹和全局关联约束，从而控制每段PDR轨迹进行旋转和平移，实现轨迹融合。属于室内定位领域。 | ||
| 搜索关键词： | 基于 深度 强化 学习 信息 轨迹 融合 方法 | ||
【主权项】：
暂无信息
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吉林大学，未经吉林大学许可，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/202310074829.5/，转载请声明来源钻瓜专利网。
