期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到1篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
基于复数向量余弦相似度KNN和深度度量学习的高精度无源室内定位
1
作者 何之源 张志本 +2 位作者 沈琼霞 巩江超 王德胜 《移动通信》 2024年第8期77-84,共8页
AI及深度学习的发展为未来6G实现高精度室内定位系统提供了新思路。通过分析CSI数据的物理特性,提出了一种基于复数向量余弦相似度的改进KNN算法,显著提升了无源定位的性能。进一步地,采用度量学习方法,设计了Structured Embedding Los... AI及深度学习的发展为未来6G实现高精度室内定位系统提供了新思路。通过分析CSI数据的物理特性,提出了一种基于复数向量余弦相似度的改进KNN算法,显著提升了无源定位的性能。进一步地,采用度量学习方法,设计了Structured Embedding Loss损失函数,并引入Softmax Structure Loss优化神经网络模型,实现了端到端的高效训练和推理。实验结果表明,这些创新方法显著提高了无源定位的精度和鲁棒性,定位准确率和Macro-F1评分分别达到99.15%和99.1%,为无源定位、无线信号处理等领域提供了新的研究视角和技术路径。 展开更多
关键词 深度学习 度量学习 无源定位 信道状态信息 机器学习
下载PDF
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部