一种基于深度神经网络的超宽带NLOS识别方法及装置
申请号:CN202510287861
申请日期:2025-03-12
公开号:CN120217094A
公开日期:2025-06-27
类型:发明专利
摘要
本发明公开了一种基于深度神经网络的超宽带NLOS识别方法及装置,属于无线信号定位技术领域。该方法包括:将预处理后的超宽带信道脉冲响应信号数据集划分为训练集、验证集和测试集;构建深度神经网络模型,包括深度可分离卷积网络和门控循环单元,深度可分离卷积网络提取超宽带信道脉冲响应信号的空间特征,门控循环单元提取超宽带信道脉冲响应信号的时间特征;基于训练集对深度神经网络模型进行训练,基于验证集对训练过程中的深度神经网络模型进行评估;将测试集输入到训练好的深度神经网络模型中进行NLOS识别,得到识别结果。本发明能够有效解决资源受限设备中的NLOS识别问题,为物联网场景中的无线信号高精度定位提供可靠支持。
技术关键词
深度神经网络模型
超宽带信道
门控循环单元
构建深度神经网络
识别方法
无线信号定位技术
资源受限设备
信号识别模块
训练集
模型训练模块
可读存储介质
数据处理模块
处理器
识别装置
计算机设备
存储器