类别不平衡学习识别UWB定位非视距信号

• 作者: 姜劲松 田世伟 缪志敏 赵陆文
• 来源期刊: 信号处理
• 学科: 工学
• 关键词: 超宽带定位 非视距 支持向量数据描述 类别不平衡学习
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 论文与技术报告
• 页码范围: 8-13
• 页数: 6页
• 分类号: TP912
• 字数: 3986字
• 语种: 中文
• DOI: 10.16798/j.issn.1003-0530.2016.01.002

摘要

非视距（Non Line of Sight，NLOS）传播是影响超宽带（Ultra-wide Bandwidth，UWB）定位精度的一个重要因素。针对UWB定位中视距（Line of Sight，LOS）信号数量大于NLOS信号数量所呈现的类别不平衡特点，提出了一种基于类别不平衡学习的NLOS信号识别方法。该方法通过给NLOS信号和LOS信号赋予不同的误分代价来训练一个带野值的支持向量数据描述（Support Vector Data Description，SVDD）学习器，实现对数量少但重要的NLOS信号的识别。仿真结果表明，当LOS信号数量远大于NLOS信号数量时，该方法对NLOS信号的识别性能优于支持向量机（Support Vector Machine，SVM）。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵陆文	解放军理工大学通信工程学院	32	215	8.0	13.0
2	缪志敏	解放军理工大学指挥信息系统学院	28	269	9.0	15.0
3	田世伟	解放军理工大学通信工程学院	8	49	4.0	6.0
4	姜劲松	解放军理工大学指挥信息系统学院	11	89	4.0	9.0