发明 一种用于分布式大规模多天线系统的半监督学习定位方法（变更中）【特价15】
通信 【通信】 2人
G06F18/214 G06F18/2413 G06F18/27 H04B7/0413 H04B17/318 H04B17/391
摘要：本发明提供一种用于分布式大规模多天线系统的半监督学习定位方法，包括：生成两个不同的数据集，包括训练数据集和坐标隶属度集；利用半监督学习算法估计高斯混合模型GMM参数，根据训练数据集对GMM进行初始化；基于半监督期望极大EM算法对GMM参数进行迭代估计，完成GMM的训练；根据训练完成的GMM和坐标隶属度集，完成对目标接收信号强度RSS数据对应的位置信息的估计。通过分析不同天线分布情况下的系统性能，可证明本发明提供的定位方法可实现较高的定位精度；同时，该方法可以有效降低训练集的采样成本，并且仍可达到较高的定位精度；可有效保证位置估计结果的唯一性，为解决二维平面定位和三维空间定位的问题提供了一种有效的通用方法。
