基于轻量级神经网络的UWB非视距信号识别方法

本发明公开了一种轻量级的超宽带非视距信号识别神经网络，属于神经网络对信号的识别领域。本发明的特征在于设计了一个针对超宽带非视距信号的可移植的轻量级神经网络，采用DWM1000模块实现信号的发送和接收，并在复杂的真实环境采集数据集；在神经网络设计方面，将输入数据由长序列转变为二维类图像数据，在卷积网络中加入Dropout层减少过拟合，引入门控注意力机制提高准确率，通过使用X‑CUBE‑AI导入模型进行压缩并计算移植时所占用的资源。