買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉四川混構定位科技有限公司申請的專利一種模型無關元學習室內定位方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN116702887B 。

龍圖騰網通過國家知識產權局官網在2025-08-26發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202310487993.9，技術領域涉及：G06N3/0985；該發明授權一種模型無關元學習室內定位方法是由郭賢生;陳麗萍;司皓楠;賴哲學;段林甫;代茜怡;楊胤設計研發完成，并于2023-05-04向國家知識產權局提交的專利申請。

本一種模型無關元學習室內定位方法在說明書摘要公布了：本發明屬于室內定位技術領域，具體是涉及一種模型無關元學習室內定位方法。本發明利用自動編碼器提取RSS指紋的潛在特征，對原始RSS指紋降維去噪，得到穩健的RSS指紋。然后利用穩健的RSS指紋進行室內定位，通過元學習的雙層優化方法，學習一組能夠快速適應多任務的初始化元參數。在支持集上得到特定于任務的最優參數，再在查詢集上進行定位，只需要少量的樣本即可更新模型，實現對環境的快速適應。本發明可以有效克服復雜室內環境中由于環境變化數據分布不同導致的誤差增大的問題，從而本發明提出的環境自適應的模型無關元學習室內定位方法是一種能夠在復雜動態室內環境中實現小樣本準確定位的方法。

本發明授權一種模型無關元學習室內定位方法在權利要求書中公布了：1.一種模型無關元學習室內定位方法，其特征在于，包括以下步驟： S1、在需要定位的室內環境中采集n個月的RSS指紋數據，，N為訓練月份的數量，構建環境的離線指紋庫： ， 其中，表示收集個AP的RSS數據，為第i個RP的位置坐標； S2、將不同月份采集的數據劃分為不同任務，作為訓練任務，具體為：將每個月的數據先按8:2的比例分為支持集數據和查詢集數據，再從支持集數據和查詢集數據中各隨機抽取10條構成一個任務，每個任務中包含支持集的10條數據和查詢集的10條數據： ， 其中，為任務分布，支持集和查詢集中都有標簽： ， ， S3、在第個月收集測試任務，，采集10條RSS值及其對應坐標，作為支持集，采集10條待定位的RSS值，作為查詢集： ， S4、使用離線數據庫中所有月份的RSS數據訓練自動編碼器，編碼解碼采用1層全連接網絡，訓練自動編碼器的具體方法為： S41、初始化自動編碼器的隨機參數為，； S42、將高維RSS指紋編碼為低維潛在特征，其中為輸入RSS指紋的數量，為RSS維度，； S43、從低維潛在特征中重構輸入指紋，即； S44、為了使重構出的指紋與原始指紋相同，最小化均方根誤差的損失函數來訓練自動編碼器： ， S45、訓練停止條件為損失值為當前最低且繼續迭代200輪都不會下降； S5、構建一個3層卷積層3層全連接層的神經網絡，使用訓練好的自動編碼器對RSS數據編碼，利用訓練任務數據訓練網絡初始參數，訓練網絡模型的具體方法為： S51、初始化神經網絡的隨機參數為； S52、隨機采樣一批m個任務； S53、使用自動編碼器對采樣任務中的所有RSS值進行編碼； S54、在內層，對所有的任務，使用支持集所有樣本得到損失函數： ， 其中，a為支持集中樣本數量，為真實坐標標簽，是網絡參數為的網絡預測的位置坐標； 計算損失函數對模型參數的偏導，一步梯度下降更新網絡參數： ， 其中，為內層學習率，利用更新后的參數在查詢集上得到損失； S55、利用跨任務的損失對外層元參數更新： ， 其中，是外層學習率； S6、面對來自第個月的新任務，模型用訓練好的元參數初始化，對所有RSS數據編碼，利用支持集進行幾步梯度更新，得到對應于任務的最佳參數，使用待定位移動設備編碼后的RSS值進行定位，得到位置坐標。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人四川混構定位科技有限公司，其通訊地址為：610094 四川省成都市中國(四川)自由貿易試驗區成都高新區天仁路387號2棟10樓1007號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。