摘要
本发明涉及室内定位技术领域,具体涉及一种UWB定位系统的NLOS识别方法,包括如下步骤:S1、数据预处理:对采集获取的UWB信道脉冲响应数据进行归一化操作;S2、一维CNN特征提取:将步骤S1预处理后的数据输入到卷积层进行卷积操作,再将卷积操作输出的数据输入到批归一化层进行归一化操作;S3、自注意力机制特征增强:将步骤S2提取的一维CNN特征输入到自注意力机制,计算并输出注意力输出特征;S4、分类输出:将步骤S3输出的注意力输出特征输入到输入层,通过softmax函数将特征映射到分类标签,输出数据视距和非视距场景下获取的预测概率,实现NLOS的分类识别。本发明能够有效地识别UWB信号的NLOS状态,提高UWB定位系统的精度和可靠性。
技术关键词
UWB定位系统
识别方法
信道脉冲响应
一维卷积神经网络
注意力机制
特征提取模块
异常数据处理
输出特征
室内定位技术
标签
场景
滤波器
表达式
内核
噪声
矩阵
元素
模式
系统为您推荐了相关专利信息
大语言模型
识别方法
编码器
训练语言模型
网络空间测绘技术
电网巡检
输电线路异物检测
灰狼优化算法
数据分析方法
滑动窗口
文本
编码器
意图识别方法
检索策略
预训练语言模型