多通道下基于改进分段均值法和多尺度特征提取的CSI定位方法

本发明公开了一种多通道下基于改进分段均值法(IPAA)降维和多尺度特征提取的信道状态信息(CSI)定位方法。在数据预处理阶段，利用IPAA降维方法从获得的CSI测量值中提取统计特征，减少数据维度。随后利用1D卷积神经网络(1DCNN)、长短期记忆网络(LSTM)和Transformer三种深度神经网络，设计并行处理结构再次提取CSI测量值的多尺度特征，通过特征融合策略将多尺度特征进行融合，最后，通过分类网络对融合后的特征进行离线分类学习，从而实现高精度的室内定位任务。本发明申请在定位精度和计算效率方面具有显著优势，能够有效应对复杂室内环境。