买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜四川轻化工大学申请的专利基于机器学习的室内移动目标定位方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119562352B 。

龙图腾网通过国家知识产权局官网在2025-04-11发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510115568.6，技术领域涉及：H04W64/00；该发明授权基于机器学习的室内移动目标定位方法及系统是由朱文忠;颜胜萍;蒋月;罗朝阳;陈艺月;范雨婷设计研发完成，并于2025-01-24向国家知识产权局提交的专利申请。

本基于机器学习的室内移动目标定位方法及系统在说明书摘要公布了：本发明公开了基于机器学习的室内移动目标定位方法及系统，具体涉及室内定位技术领域，用于解决现有室内定位方法在目标间运动行为非独立场景下无法实时适应信号路径动态变化、定位精度下降的问题；通过获取多个移动目标的多源定位数据，将数据分组形成移动目标信号序列；依据信号传播路径特性和目标间交互特性提取多维特征向量；通过深度神经网络建模生成目标特征模型，预测初步位置信息；当检测到群体行为变化时，结合高阶图卷积网络和多尺度嵌入熵分析信号路径特性和分布复杂性；根据信号重叠程度和分布收敛速度判定群体同步程度；最后基于群体同步程度对初步位置信息修正，输出精准定位结果。

本发明授权基于机器学习的室内移动目标定位方法及系统在权利要求书中公布了：1.基于机器学习的室内移动目标定位方法，其特征在于，包括如下步骤：S1：获取多个移动目标在不同时刻的多源定位数据，将多源定位数据依据时间序列和标签标识进行分组，得到多组独立的移动目标信号序列；其中，多源定位数据包括信号强度、到达时间以及到达角度；S2：依据信号传播路径特性和移动目标间交互特性，提取每组移动目标信号序列的多维特征向量，具体包括：计算每组移动目标信号序列的传播路径特性，传播路径特性包括信号传播路径的强度衰减值、信号到达时间差异值以及信号传播路径的方向变化值；利用移动目标信号序列的交互关系计算移动目标间交互特性，移动目标间交互特性包括信号路径重叠区域的强度分布值、时间间隔分布值以及信号方向角度的偏移分布值；将传播路径特性和移动目标间交互特性进行多维数据结构化处理，生成每组移动目标信号序列的多维特征向量；S3：基于深度神经网络对多维特征向量的非线性特征进行建模以生成移动目标特征模型，基于移动目标特征模型预测各移动目标的初步位置信息；S4：当多个移动目标发生短时间群体行为变化时，通过高阶图卷积网络分析移动目标信号的路径特性，评估路径交集区域内移动目标信号的重叠程度，具体包括：基于移动目标信号的传播路径数据构建信号传播路径图，图的节点表示信号源和采集装置，边表示信号传播路径；利用图拓扑分析算法识别信号传播路径图中的路径交集区域，记录每个路径交集区域内的节点和边关系；将路径交集区域内的节点和边关系输入高阶图卷积网络模型，生成路径交集区域的高阶特征表示，高阶特征表示特征包括信号强度和方向变化；基于路径交集区域的高阶特征表示，综合信号强度叠加值和方向相似度，计算信号重叠指数以评估路径交集区域内移动目标信号的重叠程度；通过多尺度嵌入熵分析移动目标信号的分布复杂性，评估移动目标信号分布动态变化的收敛速度，具体包括：获取移动目标信号在不同时刻的强度、方向和时间序列数据，构建移动目标信号的分布序列数据集；将移动目标信号的分布序列数据按照预设时间尺度进行分段，对每个时间尺度内的分布序列数据进行分组处理，生成多尺度的分布子序列；对每个分布子序列进行嵌入维度重构和状态概率计算，基于概率分布计算每个时间尺度的嵌入熵值；根据不同时间尺度对应的嵌入熵值，构建嵌入熵变化曲线，通过拟合曲线的变化趋势，计算分布收敛速度指数以评估移动目标信号分布动态变化的收敛速度；S5：基于路径交集区域内移动目标信号的重叠程度和移动目标信号分布动态变化的收敛速度，确定移动目标的群体同步程度；S6：基于移动目标的群体同步程度对初步位置信息进行修正，输出各移动目标的精准定位结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人四川轻化工大学，其通讯地址为：643000 四川省自贡市汇东学苑街180号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。