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！

龙图腾网恭喜南昌大学;北京邮电大学;金砖国家未来网络研究院(中国·深圳);江西中轻智能设备股份有限公司申请的专利一种基于深度学习的空中无线电地图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：CN114578285B 。

龙图腾网通过国家知识产权局官网在2025-03-07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：202210197542.7，技术领域涉及：G01S5/02；该发明授权一种基于深度学习的空中无线电地图定位方法及系统是由肖霖;高云飞;杨鼎成;高赟;吴法辉;朱禹涛;胡斌设计研发完成，并于2022-03-01向国家知识产权局提交的专利申请。

本一种基于深度学习的空中无线电地图定位方法及系统在说明书摘要公布了：本申请公开了一种基于深度学习的空中无线电地图定位方法及其系统，基于深度学习的空中无线电地图定位方法具体包括以下步骤：进行无线电频谱数据的收集；对收集的无线电频谱数据进行处理；根据处理后的无线电频谱数据搭建神经网络模型；响应于搭建完成神经网络模型，将处理后的无线电频谱数据输入搭建好的神经网络模型中，进行神经网络模型的训练；响应于完成一轮神经网络模型的训练，进行神经网络模型性能评估；判断是否达到无线电定位系统精度需求；若达到无线电定位系统精度需求，保存神经网络模型并应用。本申请基于数据训练的无线电定位系统不再需要了解无线电传播环境、无线电信号的发送端和接收端的信息，普适性更强。

本发明授权一种基于深度学习的空中无线电地图定位方法及系统在权利要求书中公布了：1.一种基于深度学习的空中无线电地图定位方法，其特征在于，具体包括以下步骤：S1，进行无线电频谱数据的收集；S2，对收集的无线电频谱数据进行处理；S3，根据处理后的无线电频谱数据搭建神经网络模型；S4，响应于搭建完成神经网络模型，将处理后的无线电频谱数据输入搭建好的神经网络模型中，进行神经网络模型的训练；S5，响应于完成一轮神经网络模型的训练，进行神经网络模型性能评估；S6，若神经网络模型性能评估的结果为通过，判断是否达到无线电定位系统精度需求；S7，若达到无线电定位系统精度需求，保存神经网络模型并应用；S8，若未达到无线电定位系统精度需求，则进行神经网络模型的下一轮训练，返回执行步骤S4-S7，直至达到无线电定位系统精度需求，保存神经网络模型并应用；其中利用无人机或者空中用户在所需要建立的区域进行无线电频谱数据的收集，收集过程中收集到的第k组数据为Ok＝Rk,qk，其中Rk表示在位置qk的无线电频谱数据；对收集的无线电频谱数据进行处理，具体包括以下子步骤：进行无线电频谱数据清洗；响应于无线电频谱数据清洗后，进行清洗后的无线电频谱数据归一化处理；响应于对清洗后的无线电频谱数据归一化处理，对归一处理后的无线电频谱数据进行处理并输出；对归一处理后的无线电频谱数据进行处理，包括，对于所采集的无线电频谱数据中的位置坐标qk＝lngk,latk由经纬度转换为单位米，由经纬度转换为单位米后的位置坐标表示为：其中Latitude_m表示将维度转化为单位米的坐标，Longitude_m表示将经度转化为单位米的坐标；将位置坐标由经纬度转换为单位米之后，将收集并经过处理输出后的无线电频谱数据随机打乱，随机挑选百分之八十的数据作为训练集输出，剩下百分之二十的数据用作验证集输出；在进行无线电数据的训练过程中，其采用梯度下降的方法来进行神经网络模型的模型参数的更新，其中第k批次的数据在第m轮训练时，神经网络模型的模型参数更新如下： 其中为训练过程中损失函数的梯度，其中lr为学习率的大小，为第k批次的数据在第m轮训练时的模型参数值，为第k批次的数据在第m轮训练后更新的模型参数值，N表示每次送入神经网络模型的神经网络中N组数据，为需要训练的无线电频谱数据，为由经纬度转换为单位米后的，对应训练无线电频谱数据的位置坐标。

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南昌大学;北京邮电大学;金砖国家未来网络研究院(中国·深圳);江西中轻智能设备股份有限公司，其通讯地址为：330031 江西省南昌市红谷滩新区学府大道999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”。