一种基于深度神经网络的超宽带NLOS识别方法及装置

AITNT-国内领先的一站式人工智能新闻资讯网站
# 热门搜索 #
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