|
|||||
|
|
| 一种基于机器学习分类器的UWB异常信号识别方法 | |
| 引用本文： | 孙伟,孙沛伦.一种基于机器学习分类器的UWB异常信号识别方法[J].测绘科学,2023(5):1-8+34. |
| 作者姓名： | 孙伟 孙沛伦 |
| 作者单位： | 辽宁工程技术大学测绘与地理科学学院 |
| 摘 要： | 针对超宽带定位技术中非视距信号与多径信号影响超宽带定位精度的问题，在不考虑信道冲激响应这一重要特征前提下，分别从测试与训练场景相同和异同两方面对比研究支持向量机、随机森林和多层感知器3种机器学习方法的低成本超宽带异常信号识别性能。通过将多径信号与非视距信号分离，完成视距信号、非视距信号和多径信号的数据多分类。对比性实验结果表明，测试环境与训练环境相同和异同两种情况下的随机森林分类器表现最优，识别准确度可达92.52%、74.82%;在缺失信道冲激响应这一重要特征条件下，机器学习依然可以较好地识别非视距信号和多径信号，为低成本室内定位提供一种思路。 |
| 关 键 词： | 低成本 UWB 非视距识别 多径识别 机器学习 |