一种基于无监督学习的单基站误差抑制和定位方法及系统

本发明提供了一种基于无监督学习的单基站误差抑制与定位方法，通过深度学习网络在无标签数据下自动建模到达相位差的误差分布，无需人工标注。系统提取信号特征，利用无监督学习有效识别并校正非视距传播误差。与传统多基站方法相比，本发明仅需单基站即可在复杂室内环境中实现高精度定位。结合深度学习的特征提取能力与无监督学习的分布建模，显著降低了部署成本，并提高了定位精度和鲁棒性，特别适用于动态及多径效应显著的场景，为超宽带定位提供了创新性解决方案，具有广泛应用前景。