一种基于GMM-PSO-EM算法的NLOS识别方法

AITNT
正文
推荐专利
一种基于GMM-PSO-EM算法的NLOS识别方法
申请号:CN202411919647
申请日期:2024-12-25
公开号:CN119848664B
公开日期:2025-11-14
类型:发明专利
摘要
本发明公开了一种基于GMM‑PSO‑EM算法的NLOS识别方法,首先对时延数据进行预处理、降噪,并结合AIC和BIC准则确定分布数量,再通过PSO‑SA‑EM算法迭代更新GMM参数,建立GMM模型后通过PDF值确定的区域面积来确定场景内NLOS概率值。本基于GMM‑PSO‑EM算法具有出色的NLOS识别性能,在处理NLOS问题时具有较强的有效性和鲁棒性,能够解决复杂室内环境中NLOS识别复杂度较高、需要大量的数据标记工作以及在数据量较小的情况下性能较差的问题,且实现相对简单、计算速度更快,特别适用于复杂室内环境下UWB系统定位过程中对NLOS信号的识别。
技术关键词
粒子 GMM模型 识别方法 初始化EM算法 邻域 时延 值计算方法 概率密度函数 重叠面积 场景 参数 曲线 数据 直方图 索引 鲁棒性 有效性 复杂度
系统为您推荐了相关专利信息
1
一种于多尺度空洞注意力的自学习多模态情绪识别方法
多模态情绪 三维特征提取 原始脑电信号 空洞 识别方法
2
金属激光切割的智能调节方法、装置及设备
智能调节方法 粒子群算法求解 切割头 激光切割设备 切割误差
3
一种基于神经网络模型的大坝渗流量推算方法
大坝渗流量 推算方法 Elman神经网络 优化神经网络模型 序列
4
一种电动汽车竞争充电方法和系统
充电方法 概率密度函数 数学模型 粒子群优化算法 电池荷电状态
5
一种基于对抗AI验证码的人机识别方法
人机识别方法 字符验证码 资源访问请求 分类器模型 图像验证码
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号