基于机器学习的超宽带NLOS鉴别方法

被引：27

作者：

李伟杰

张霆廷

张钦宇

机构：

[1] 哈尔滨工业大学深圳研究生院通信工程研究中心

来源：

计算机工程与设计 | 2014年 / 35卷 / 03期

关键词：

定位; 超宽带; 非视距鉴别; 非视距消除; 机器学习;

D O I：

10.16208/j.issn1000-7024.2014.03.007

中图分类号：

TN926.21 [];

学科分类号：

摘要：

在超宽带测距定位中,实现非视距(non-line of sight,NLOS)传播的正确鉴别与消除具有非常重要的意义。提出以实测数据为基础,采用多参数的机器学习方法对超宽带信号进行NLOS鉴别和测距误差消除研究,并对波形特征参数的选取进行了分析和优化。数据结果表明,相比较传统NLOS鉴别方法,该方法不需要先验知识、实用性强,在鉴别的准确度和误差消除方面有较大的提升。

引用

页码：750 / 754

页数：5