基于CNN的NLOS识别与定位技术研究

摘要

超宽带(Ultra Wide Band,UWB)信号具有极高的时间分辨率,测距精度高、穿透能力强、抗多径效应好,适用于高精度室内定位系统的设计.基于UWB的室内定位系统中,非视距传播对定位精度有重要影响.针对UWB信号室内传播存在视距(Line of Sight,LOS)和非视距(Non Line of Sight,NLOS)情形,采用卷积神经网络(Convolutional Neural Network,CNN)识别NLOS信号.为避免有限数据集导致过拟合,采用dropout降低神经元之间的依赖,提高NLOS信号识别率.完成NLOS识别后使用LS/WLS算法做定位,结果表明该方法能将定位误差降低一半,显著提高了定位精度.