摘要
本发明公开了一种面向多信号源场景的生成式无线电地图协同估计方法,包括以下步骤:S1.将多个用户在多个频率上的接收信号强度采样构建成矩阵形式,并采用NMF矩阵分解法进行分解,分解出的每一接收信号强度分量即对应一个独立的信号源;S2.构建并训练单信号源的无线电地图推理模型;S3.对于步骤S1中分解得到的每一个接收信号强度分量,利用单信号源的无线电地图推理模型估计对应。本发明采用矩阵分解理论分解出对应多信号源的信号强度分量,并利用基于GAN的学习算法训练神经网络,提高了系统的准确性和泛化能力。该方法在地理数据不准确或矩阵分解结果带有误差的情况下也能有效工作。
技术关键词
无线电地图
信号源
估计方法
地理环境信息
矩阵分解法
信号强度信息
数据
频率
场景
样本
随机噪声
标签
卷积神经网络模型
训练神经网络
信道
梯度下降法
生成噪声
学习算法
系统为您推荐了相关专利信息
多维健康数据
基因测序数据
管理方法
肠道微生态
大数据
多普勒
时域信道估计
时域信道冲激响应
无迹粒子滤波
单输入单输出
电磁矢量传感器
估计方法
DOA估计
积层
神经网络深度学习
状态空间模型
单目深度估计方法
事件相机
空间模块
编码器