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
系统为您推荐了相关专利信息
动态响应信号
车辆荷载识别方法
BP神经网络模型
像素点
激光测距雷达
门控循环单元网络
复发预测方法
超参数
医学特征
结石
深度神经网络模型
白酒
曲霉菌株
玉米淀粉
淀粉酶