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！

龙图腾网获悉四川混构定位科技有限公司申请的专利一种模型无关元学习室内定位方法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：CN116702887B 。

龙图腾网通过国家知识产权局官网在2025-08-26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：202310487993.9，技术领域涉及：G06N3/0985；该发明授权一种模型无关元学习室内定位方法是由郭贤生;陈丽萍;司皓楠;赖哲学;段林甫;代茜怡;杨胤设计研发完成，并于2023-05-04向国家知识产权局提交的专利申请。

本一种模型无关元学习室内定位方法在说明书摘要公布了：本发明属于室内定位技术领域，具体是涉及一种模型无关元学习室内定位方法。本发明利用自动编码器提取RSS指纹的潜在特征，对原始RSS指纹降维去噪，得到稳健的RSS指纹。然后利用稳健的RSS指纹进行室内定位，通过元学习的双层优化方法，学习一组能够快速适应多任务的初始化元参数。在支持集上得到特定于任务的最优参数，再在查询集上进行定位，只需要少量的样本即可更新模型，实现对环境的快速适应。本发明可以有效克服复杂室内环境中由于环境变化数据分布不同导致的误差增大的问题，从而本发明提出的环境自适应的模型无关元学习室内定位方法是一种能够在复杂动态室内环境中实现小样本准确定位的方法。

本发明授权一种模型无关元学习室内定位方法在权利要求书中公布了：1.一种模型无关元学习室内定位方法，其特征在于，包括以下步骤： S1、在需要定位的室内环境中采集n个月的RSS指纹数据，，N为训练月份的数量，构建环境的离线指纹库： ， 其中，表示收集个AP的RSS数据，为第i个RP的位置坐标； S2、将不同月份采集的数据划分为不同任务，作为训练任务，具体为：将每个月的数据先按8:2的比例分为支持集数据和查询集数据，再从支持集数据和查询集数据中各随机抽取10条构成一个任务，每个任务中包含支持集的10条数据和查询集的10条数据： ， 其中，为任务分布，支持集和查询集中都有标签： ， ， S3、在第个月收集测试任务，，采集10条RSS值及其对应坐标，作为支持集，采集10条待定位的RSS值，作为查询集： ， S4、使用离线数据库中所有月份的RSS数据训练自动编码器，编码解码采用1层全连接网络，训练自动编码器的具体方法为： S41、初始化自动编码器的随机参数为，； S42、将高维RSS指纹编码为低维潜在特征，其中为输入RSS指纹的数量，为RSS维度，； S43、从低维潜在特征中重构输入指纹，即； S44、为了使重构出的指纹与原始指纹相同，最小化均方根误差的损失函数来训练自动编码器： ， S45、训练停止条件为损失值为当前最低且继续迭代200轮都不会下降； S5、构建一个3层卷积层3层全连接层的神经网络，使用训练好的自动编码器对RSS数据编码，利用训练任务数据训练网络初始参数，训练网络模型的具体方法为： S51、初始化神经网络的随机参数为； S52、随机采样一批m个任务； S53、使用自动编码器对采样任务中的所有RSS值进行编码； S54、在内层，对所有的任务，使用支持集所有样本得到损失函数： ， 其中，a为支持集中样本数量，为真实坐标标签，是网络参数为的网络预测的位置坐标； 计算损失函数对模型参数的偏导，一步梯度下降更新网络参数： ， 其中，为内层学习率，利用更新后的参数在查询集上得到损失； S55、利用跨任务的损失对外层元参数更新： ， 其中，是外层学习率； S6、面对来自第个月的新任务，模型用训练好的元参数初始化，对所有RSS数据编码，利用支持集进行几步梯度更新，得到对应于任务的最佳参数，使用待定位移动设备编码后的RSS值进行定位，得到位置坐标。

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四川混构定位科技有限公司，其通讯地址为：610094 四川省成都市中国(四川)自由贸易试验区成都高新区天仁路387号2栋10楼1007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”。