[发明专利]一种非视距场景下的距离校准方法、装置及设备有效
| 申请号： | 201810981830.5 | 申请日： | 2018-08-27 |
| 公开（公告）号： | CN109188410B | 公开（公告）日： | 2020-12-25 |
| 发明（设计）人： | 沈渊;毛成志;林康博;戈锋;智强 | 申请（专利权）人： | 清华大学;华慧通达（天津）科技有限责任公司 |
| 主分类号： | G01S11/02 | 分类号： | G01S11/02;G06K9/62 |
| 代理公司： | 北京路浩知识产权代理有限公司 11002 | 代理人： | 王莹;吴欢燕 |
| 地址： | 100084 北京市海*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例提供一种非视距场景下的距离校准方法、装置及设备。所述方法包括：获取第一目标点与第二目标点之间超宽带射频测距的第一原始距离及第一信道冲击响应波形；将所述第一原始距离及第一信道冲击响应波形，输入训练好的深度学习模型，获得所述第一目标点与第二目标点之间的距离校准结果和置信度；其中，所述训练好的深度学习模型为变分自编码机和概率神经网络组成的深度学习框架。本发明实施例通过深度学习模型进行测距结果校准并给出校准结果的置信度，对难以正确校准的距离给出较低的置信度，降低了不可靠预测结果导致系统严重误差的概率。 | ||
| 搜索关键词： | 一种 视距 场景 距离 校准 方法 装置 设备 | ||
【主权项】：
1.一种非视距场景下的距离校准方法，其特征在于，包括：获取第一目标点与第二目标点之间超宽带射频测距的第一原始距离及第一信道冲击响应波形；将所述第一原始距离及第一信道冲击响应波形，输入训练好的深度学习模型，获得所述第一目标点与第二目标点之间的距离校准结果和置信度；其中，所述训练好的深度学习模型为变分自编码机和概率神经网络组成的深度学习框架。
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清华大学;华慧通达（天津）科技有限责任公司，未经清华大学;华慧通达（天津）科技有限责任公司许可，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/201810981830.5/，转载请声明来源钻瓜专利网。
