一种基于分层注意力与增量学习的动态NLOS识别方法

本发明公开了一种基于分层注意力与增量学习的动态NLOS识别方法，包括以下步骤：步骤1：进行场景构建与数据采集；步骤2：对采集的数据进行数据预处理；步骤3：对预处理后的数据进行特征提取与特征选择；步骤4：基于特征提取与特征选择，进行双流网络构建与初始模型训练；步骤5：基于双流网络构建与初始模型训练，进行增量学习与动态环境适应；步骤6：通过分层注意力融合实现非视距识别。本发明有效减少了对大量标注数据的依赖和训练成本，避免了数据分布变化带来的性能下降，确保了在复杂动态环境下的高精度NLOS识别。