摘要
一种基于卷积神经网络和自蒸馏机制的无线信号定位方法。将接收信号强度数据转换为等效图像,并引入不同信噪比的加性白高斯噪声以增强抗噪能力。采用包含多层卷积层和全连接层的卷积神经网络进行特征提取和分类,并结合知识蒸馏技术,通过最小化KL散度与交叉熵损失的加权组合优化模型。进一步利用自蒸馏机制学习软目标输出,提高泛化能力和鲁棒性。
技术关键词
无线信号定位方法
Adam算法
传感器节点
信号定位系统
图像
知识蒸馏技术
机制
负值特征
信噪比
数据
传感器布置
传感器阵列
网格
鲁棒性
噪声
定位问题
定位设备
处理器
超参数