使用建模损失函数的位置估计的制作方法
背景技术:
1、确定计算设备(例如固定设备或移动设备,如手机、笔记本电脑、平板电脑或其他设备)在环境中的精确位置可能非常具有挑战性,尤其当计算设备位于城市环境或建筑物内部时。计算设备位置的不精确估计可能对用户产生“生死攸关”的后果。例如,对拨打911电话的用户所持计算设备(如手机)的位置估计不精确,可能会延误紧急救援人员的响应时间。在不太危急的情况下,计算设备位置的不精确估计可能对导航应用产生负面影响,例如将用户引导至错误的位置,或者花费过多时间提供准确的方向。
2、多点定位是一种广泛使用的确定计算设备位置的技术。这是通过测量来自多个已知点(例如全球导航卫星系统(gnss)中的卫星或蜂窝塔)的时间延迟或信号强度来实现的。如上所述,位置估计的准确性和可靠性至关重要,尤其是在导航、紧急服务和基于位置的服务等应用中。
3、多点定位涉及求解一组从计算设备与每个已知点(“锚点”)之间的距离推导出的数学公式。这些距离通常基于卫星或蜂窝塔发射的信号的到达时间(toa)、到达时间差(tdoa)或接收信号强度(rss)来计算。
4、多点定位过程中的关键挑战是处理信号测量中的不准确性和误差,这些误差可能由各种因素引起,例如大气条件、多径传播以及城市环境中的信号遮挡。为了解决这个问题,损失函数的概念变得至关重要。在多点定位的背景下,损失函数是一种数学公式,用于量化计算设备的估计位置与其实际位置之间的误差或差异。使用损失函数的主要目的是在位置估计过程中最小化这种误差。损失函数在优化用于位置计算的算法中起着关键作用,使其能够适应并调整测量不准确性和不确定性。
技术实现思路
1、在一些方面,本文描述的技术涉及一种方法,包括:由一个或多个处理器收集与区域内多个定位数据质量度量相关联的第一定位数据;由所述一个或多个处理器使用收集到的第一定位数据确定与每个定位数据质量度量相关联的一个或多个建模损失函数;由所述一个或多个处理器将所述一个或多个建模损失函数存储在数据库中;由所述一个或多个处理器使用第二定位数据确定计算设备的第一估计位置;由所述一个或多个处理器从数据库中检索所述一个或多个建模损失函数中的建模损失函数,所述检索到的建模损失函数与和第二定位数据相关联的定位数据质量度量相关联;由所述一个或多个处理器使用第一估计位置和检索到的建模损失函数执行第一梯度下降过程,以确定计算设备的估计钟差;以及由所述一个或多个处理器使用第一估计位置、估计钟差和检索到的建模损失函数执行第二梯度下降过程,以确定计算设备的第二估计位置,所述第二估计位置与计算设备的第一估计位置相比是计算设备的更准确的估计位置。
2、在一些方面,本文描述的技术涉及一种方法,包括:由一个或多个处理器收集与区域内多个定位数据质量度量相关联的第一定位数据;由所述一个或多个处理器使用收集到的第一定位数据确定与每个定位数据质量度量相关联的一个或多个建模损失函数;由所述一个或多个处理器将所述一个或多个建模损失函数存储在数据库中;由所述一个或多个处理器使用第二定位数据确定计算设备的第一估计位置;由所述一个或多个处理器从数据库中检索所述一个或多个建模损失函数中的建模损失函数,所述检索到的建模损失函数与和第二定位数据相关联的定位数据质量度量相关联;以及由所述一个或多个处理器使用检索到的建模损失函数确定计算设备的第二估计位置,所述第二估计位置与计算设备的第一估计位置相比是计算设备的更准确的估计位置。
1.一种方法,包括:
2.如权利要求1所述的方法,其中,确定所述一个或多个建模损失函数包括:
3.如权利要求2所述的方法,其中,确定所述一个或多个建模损失函数进一步包括:
4.如权利要求1-3中任一项所述的方法,其中,确定所述一个或多个建模损失函数包括:
5.如权利要求4所述的方法,其中:
6.如权利要求5所述的方法,其中:
7.如权利要求1-6中任一项所述的方法,其中,确定所述一个或多个建模损失函数包括:
8.如权利要求7所述的方法,其中:
9.如权利要求1-8中任一项所述的方法,其中,确定所述一个或多个建模损失函数包括:
10.如权利要求9所述的方法,进一步包括:
11.如权利要求9所述的方法,其中:
12.如权利要求9所述的方法,其中:
13.如权利要求9所述的方法,其中:
14.一种方法,包括:
15.如权利要求14所述的方法,其中,确定所述一个或多个建模损失函数包括:
16.如权利要求14-15中任一项所述的方法,其中,确定所述一个或多个建模损失函数进一步包括:
17.如权利要求14-16中任一项所述的方法,其中,确定所述一个或多个建模损失函数包括:
18.如权利要求14-17中任一项所述的方法,其中,确定所述一个或多个建模损失函数包括:
19.如权利要求18所述的方法,其中:
20.如权利要求18所述的方法,其中:
21.如权利要求18所述的方法,其中:
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com