公开(公告)号：CN119848665A

公开(公告)日：2025-04-18

申请号：CN202411919650.6

申请日：2024-12-25

Applicant: 中国矿业大学

Inventor： 胡青松 ,  高文杰 ,  成元勋 ,  张元生 ,  钟惠 ,  张晓敏

IPC: G06F18/2415 ,  G06F18/25 ,  G06F18/10 ,  G06F18/213 ,  G06N3/0464 ,  G06N3/084 ,  G06N3/0985 ,  H04W4/02

Abstract: 本发明公开了一种适用于多场景复杂环境的深度学习NLOS识别方法，首先对采集的多场景UWB信道脉冲响应数据转换获得其离散多径脉冲响应数据，通过计算分别获得其多径延迟功率数据和多径相似性数据，构建新的样本数据集、并进行数据预处理；然后构建基于多径信息的双输入特征融合深度学习NLOS识别模型，以完成UWB定位系统中的NLOS分类。本适用于多场景复杂环境的深度学习NLOS识别方法能够在少量数据的前提下实现解决多场景识别能力低、泛化精度差和复杂场景识别效果差的问题，进而实现较高的NLOS识别精度，从而可以有效提高多场景复杂环境UWB定位精度。