一种适用于多场景复杂环境的深度学习NLOS识别方法

本发明公开了一种适用于多场景复杂环境的深度学习NLOS识别方法，首先对采集的多场景UWB信道脉冲响应数据转换获得其离散多径脉冲响应数据，通过计算分别获得其多径延迟功率数据和多径相似性数据，构建新的样本数据集、并进行数据预处理；然后构建基于多径信息的双输入特征融合深度学习NLOS识别模型，以完成UWB定位系统中的NLOS分类。本适用于多场景复杂环境的深度学习NLOS识别方法能够在少量数据的前提下实现解决多场景识别能力低、泛化精度差和复杂场景识别效果差的问题，进而实现较高的NLOS识别精度，从而可以有效提高多场景复杂环境UWB定位精度。