基于直达路径信号残差和支持向量数据描述的非视距信号识别方法

来源：电子与信息学报杂志2025年第6期北京时间：

作者：倪雪, 曾海彧, 杨文东

单位：1.陆军工程大学通信工程学院 南京 2100072.78156部队 重庆 400050

摘要：非视距(NLOS)误差是限制超宽带定位准度的一个重要因素，快速准确识别出NLOS信号成为提高超宽带定位准度的前提。该文基于信道冲激响应提出了一种新型信号特征参数：直达路径(DP)信号残差，与文献提出的9个典型波形特征参数组合成不同的特征组合用于表征信号，基于此，为了使识别方法兼具样本获取成本低、环境适应能力好的特点，该文以构建在单个环境下采集单类信号数据作为分类模型的训练样本，在识别其它场景NLOS信号中有更好性能的方法为目的，设计了一种带DP信号残差训练的支持向量数据描述(SVDD)的识别方法。为了进一步提高识别准确率，将基于多层神经网络的深度特征提取技术引入SVDD中，设计了一种基于反向扩维的深度支持向量数据描述(DSVDD)的NLOS信号识别方法。实验结果表明：带DP信号残差训练的 DSVDD方法只需在单个场景采集单类信号样本，且在训练集和测试集采集自不同场景时实现了 85%以上的准确率，较只使用典型波形特征训练的SVDD提升了10%以上。

关键词：超宽带定位, 非视距信号识别, 直达路径信号残差, 支持向量数据描述, 深度支持向量数据描述

基金资助：国家自然基金(62171461)