基于类别不平衡分类的超宽带非视距 信号识别方法研究

• 作者: 刘恩启 宋波 李生林
• 来源期刊: 信息工程大学学报
• 学科: 工学
• 关键词: 非视距测距误差 类别不平衡 一阶矩 LS-SVM SVDD
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 信息与通信工程
• 页码范围: 147-153
• 页数: 7页
• 分类号: TN961
• 字数: 5957字
• 语种: 中文
• DOI: 10.3969/j.issn.1671-0673.2019.02.004

摘要

非视距(Non-Line-of-Sight,NLOS)测距误差是造成超宽带(Ultra-Wide Bandwidth,UWB)定位精度严重下降的主要原因.针对UWB在实际定位中所获得的视距(Line of Sight,LOS)信号数量远大于NLOS信号数量而表现出样本类别不平衡的特点,提出一种新的识别NLOS信号的方法,即基于矩的不平衡二分类方法(MIBC).该方法用视距信号样本的2个一阶矩即均值和协方差表示其概率分布,并和全部的少量非视距信号样本建立分类模型.此方法不依赖于视距信号的数量,适合处理视距和非视距信号数量不平衡的分类问题.实验仿真验证了所提方法比LS-SVM、SVDD有更好的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李生林		2	0	0.0	0.0
2	宋波		1	0	0.0	0.0