当你和研发人员确定产品的技术指标时,你必须得商量着来,因为你俩都认为这是个挖技术潜力的事儿,其实他挖的是经验的潜力,而你挖的则是他的潜力。
当你和 AI 确定产品的技术指标时,跟 AI 商量就是对 AI 实力的不尊重,你得许愿~~
在用 AI 完成这个产品(一直以为 AI 不能做稍微复杂些的程序,直到完成了这个...)的过程中,我一直在许愿,比如100万记录的处理需要几分钟实在太慢了能不能几秒钟搞定?然后成果是不到1秒,加上预处理才1秒多。再比如用地图打点做验证,浏览器加载完数据就失去响应好久才缓过来,能不能用GPU加个速?然后成果是秒开。
今天又许了个愿,听说很多同类产品的定位精度都能超过理论极限,你得努力呀,把定位精度提高提高,几分钟后就收获了多个提高定位精度的参数。
当只有一个邻区时,定位精度取决于几个公式,其中最重要的是传播模型,但是这些都不是可调参数,该用什么模型就得用什么模型,包括一些特殊的模型比如“城市峡谷”之类。
在下图中,大部分定位结果都有两个邻区(紫色连线标出和定位结果的关系),中心的点是服务小区(绿色连线标出关系)。

在下图中,大部分定位结果都有三个或更多邻区。

当有两个或更多邻区时,定位算法会得到多个候选位置,这时候就需要做选择题了,比如为每个候选位置计算它的最小残差(它到各邻区距离和各邻区半径的差的绝对值之和,从中取最小的候选),比如为所有候选位置计算其加权质心(权重可以使用最小残差的倒数),AI 建议采用后者作为缺省值。
基于这两个选点聚合方案,对同一个基站扇区下具有3+个邻区的定位点做比较,可以看到多数定位点向服务小区略有靠拢,少数定位点略有远离。







