基于深度学习的非视距NLOS信号识别方法、装置及电子设备

本发明公开了一种基于深度学习的NLOS信号识别方法、装置及电子设备，在获取模型输入数据时，使用的是去噪后的CIR数据，减少了冗余信息，并且，将去噪后CIR数据以及指定信号强度参数作为模型的输入，能够提高信号识别模型的识别精度；同时，因为使用了预训练的基于深度学习的信号识别模型对模型输入数据进行关键特征提取、建模，使得得到的关键特征时间序列能够更全面的表达模型输入数据的关键特征；然后计算关键特征时间序列的每个时间步的注意力权重，使得关键特征时间序列中的重要的特征被突出，能够让信号识别模型更加关注对最终识别结果有较大贡献的重要特征，从而提高信号识别模型对NLOS信号识别准确性和鲁棒性，最终获得准确的NLOS信号识别结果。