2021华为杯建模E题信号干扰下的超宽带(UWB)精确定位问题思路分析

信号干扰下的超宽带(UWB)精确定位问题

任务1:数据预处理(清洗)

无论是信号无干扰下采集数据,或信号干扰下采集数据,Tag在同一坐标点上都采集多组数据(见附件1中648个数据文件),请用某种方法把每个数据文件相应数值抓取出来,并转换成二维表(矩阵)形式(txt、Excel或其他数据格式),每一行代表一组数据(即一个样品),然后对这些数据文件进行预处理(清洗),删除掉一些“无用”(异常、缺失、相同或相似)的数据(样品)。经处理后,“正常数据”所有数据文件和“异常数据”所有数据文件最后各保留多少组(多少个样品)数据,并重点列出以下4个数据文件,经处理后保留的数据(矩阵形式);

“正常数据”文件夹中:      24.正常.txt、  109.正常.txt

“异常数据”文件夹中:      1.异常.txt、   100.异常.txt

任务2: 定位模型

利用任务1处理后的数据,分别对“正常数据”和“异常数据”,设计合适的数学模型(或算法),估计(或预测)出Tag的精确位置,并说明你所建立的定位模型(或算法)的有效性;同时请利用你的定位模型(或算法)分别对附件2中提供的前5组(信号无干扰)数据和后5组(信号有干扰)数据进行精确定位(3维坐标);

注意:(1)定位模型必须体现实验场景信息;

(2)请同时给出定位模型的3维(x,y,z)精度、2维(x,y)精度以及1维的各自精度。

任务3:不同场景应用

我们的训练数据仅采集于同一实验场景(实验场景1),但定位模型应该能够在不同实际场景上使用,我们希望你所建立的定位模型能够应用于不同场景。附件3中10组数据采集于下面实验场景2(前5组数据信号无干扰,后5组数据信号有干扰),请分别用上述建立的定位模型,对这10 组数据进行精确定位(3维坐标);

实验场景2:

靶点(Tag)范围:5000mm*3000mm*3000mm

锚点(anchor)位置(单位:mm):

A0(0,0,1200)、   A1(5000,0,1600)、

A2(0,3000,1600),A3(5000,3000,1200)

任务4: 分类模型

上述定位模型是在已知信号有、无干扰的条件下建立的,但UWB在采集数据时并不知道信号有无干扰,所以判断信号有无干扰是UWB精确定位问题的重点和难点。利用任务1处理后的数据,建立数学模型(或算法),以便区分哪些数据是在信号无干扰下采集的数据,哪些数据是在信号干扰下采集的数据?并说明你所建立的分类模型(或算法)的有效性;同时请用你所建立的分类模型(或算法)判断附件4中提供的10组数据(这10组数据同样采集于实验场景1)是来自信号无干扰或信号干扰下采集的?

任务5: 运动轨迹定位

运动轨迹定位是UWB重要应用之一,利用静态点的定位模型,加上靶点自身运动规律,希望给出动态靶点的运动轨迹。附件5是对动态靶点采集的数据(一段时间内连续采集的多组数据),请注意,在采集这些数据时,会随机出现信号干扰,请对这个运动轨迹进行精确定位,最终画出这条运动轨迹图(数据采集来自实验场景1)。

本题为轨迹规划题,欢迎大佬加群讨论

2021华为杯建模E题信号干扰下的超宽带(UWB)精确定位问题思路分析_第1张图片

 

你可能感兴趣的:(华为,机器学习,人工智能)