基于ICEEMDAN-CNN的非视距识别方法

来源：电子测量技术杂志2023年第10期北京时间：

作者：尚德良，赵旭，李连鹏，刘文

单位：北京信息科技大学高动态导航技术北京市重点实验室 北京 100192

摘要：在超宽带室内定位中，受复杂室内环境下各种障碍物的干扰导致信号处于非视距场景传播，进而产生定位误差。针对非视距传播对室内定位精度影响的问题，提出了一种基于ICEEMDAN的非视距识别方法。首先对信道脉冲响应进行模态分解，得到含有不同尺度特性的IMF，其次利用皮尔森相关系数法选取部分IMF进行重构，保留较为有效的信息，并对重构信号进行小波变换获得有效的时频特征，最后通过构建卷积神经网络识别非视距信号。实验数据基于802154a UWB模型和开源数据集，结果表明所提出的识别方法平均准确率达到了 985%，与其他算法相比模拟数据集提高了56%，PDS数据集提高了143%，验证了所提出识别方法的有效性。

关键词：超宽带定位; 非视距;信道脉冲响应;ICEEMDAN;卷积神经网络

基金资助：国家重点研发计划课题（2020YFC1511702）项目资助