基于深度学习的车载单元定位方法以及路侧单元

摘要

本发明涉及一种基于深度学习的车载单元定位方法，该方法应用于路侧单元，该方法包括：接收车辆上的车载单元发送的微波信号，并基于微波信号得到数字信号数据；将数字信号数据输入预先训练完成的定位神经网络模型，获得车载单元的方位角；根据方位角，确定车载单元的定位信息。实施本发明实施例，路侧单元基于神经网络对车载单元进行定位，不易受信号噪声干扰，其定位稳定性和精度更高，有效避免了跟车干扰和邻道干扰的问题。