摘要
本发明提供了一种基于时空特征的多类别非视距信号识别系统及方法,方法包括采集多个非视距场景下的CIR数据,然后时空特征提取器所提取特征进行关键特征的选取与融合,使得融合特征对于UWB视距/非视距具备有效表征能力,最后基于对融合特征差异的区分,实现了复杂室内场景下对于UWB信号的非视距信号多分类识别,方法具备较强的泛化能力、稳定性和较高的识别效率,并且能便捷地部署于边缘平台,这为后续的缓解室内特定测距或定位误差提供了可靠的依据,有助于提高室内定位精度。
技术关键词
特征提取器
信号识别方法
识别器
信道冲激响应
融合特征
信号识别系统
数据
机制
训练样本集
空间特征提取
融合器
卷积滤波器
场景
卷积神经网络模块
深度时空特征
室内定位精度
通道
系统为您推荐了相关专利信息
预警分析系统
多模态
风险
sigmoid函数
数据采集模块
特征提取器
动态调控方法
智慧楼宇
变量
集成学习框架