科创中国

本发明提供一种设备定位方法及系统，该方法包括：将目标设备接收的信号输入神经网络模型，得到所述神经网络模型输出的所述目标设备到各目标发射端之间的距离；其中，所述信号由各目标发射端发射；根据所述目标设备到各目标发射端之间的距离，计算所述目标设备的定位位置；其中，所述神经网络模型以样本设备接收的样本信号为样本，以所述样本设备到各样本发射端之间的实际距离为样本标签进行训练获取；所述样本信号由各样本发射端发射。本发明实现一方面提高了距离估算的精确度，进而有效保证定位结果的可靠性和稳定性；另一方面可以将神经网络模型应用于各种环境下的距离计算，具有良好的鲁棒性。

一种设备定位方法及系统，用以解决现有技术中测距模型中的环境参数需要根据人工经验，导致难以建立准确的测距模型，进而影响测距精度，难以保证定位结果的可靠性和稳定性的缺陷，实现对设备的准确定位。

在智慧城市建设过程中，LBS（Location Based Service，位置服务）在日常生活中发挥着越来越重要的作用。按定位场景来分，定位技术主要分为室内定位技术和室外定位技术。虽然目前的室内定位技术不如室外定位技术成熟，但人类绝大部分活动发生在室内场景条件下。因此，研究稳定、可靠和有效的室内定位技术方案对扩展位置服务应用场景具有重要价值和意义。

随着WLAN（Wireless Local Area Network，无线局域网络）的快速发展和普及，使得WALN室内定位技术成为国内外众多学者研究的热点。目前，有许多WALN室内定位方法，其中，基于RSSI（Received Signal Strength Indication，接收的信号强度指示）测距的室内定位算法因其具有计算简单、硬件设施易部署、接收信号终端设备多等优点，成为当前室内定位的主要方法。

其基本原理是，首先将信号强度值代入测距模型中，计算目标设备与发射端之间的距离；然后使用后方交会方法进一步解算目标对象的空间位置。这种室内定位方法中的测距模型通常为对数路径损耗模型，而测距模型中的环境参数需要根据人工经验设置，导致难以建立准确的测距模型，进而影响测距精度，难以保证定位结果的可靠性和稳定性

武汉依迅北斗时空技术股份有限公司（简称：依迅北斗）是一家致力于北斗+时空智能领域芯片、板卡、终端等软硬件的研发、生产与销售为一体的国家级高新技术企业。先后入选2022年国家级“专精特新”重点小巨人企业、2021年国家级服务型制造示范企业、2021年国家物联网关键技术创新示范企业、2021年工信部“5G+北斗试点项目”企业等；与武汉大学、华中农业大学、武汉理工大学等高校共建“教学科研实习基地”、“博士后流动工作站”、“专家科创工作站”；获评“湖北省企业技术中心”、“湖北省级工业设计中心”创新平台。

本发明提供的设备定位方法及系统，该方法通过根据实时获取的目标设备接收的信号，使用神经网络模型，准确获取目标设备到各目标发射端之间的距离，然后根据目标设备到各目标发射端之间的准确距离，对目标设备进行自动定位，一方面提高了距离估算的精确度，进而有效保证定位结果的可靠性和稳定性；另一方面可以将神经网络模型应用于各种环境下的距离计算，具有良好的鲁棒性。

通过技术合作的方式进行转化