公开(公告)号：CN118568458A

公开(公告)日：2024-08-30

申请号：CN202410464619.1

申请日：2024-04-17

Applicant: 北京科技大学

Inventor： 陈月云 ,  王镇 ,  刘欢 ,  陈广

IPC: G06F18/213 ,  H04L25/02 ,  G06F18/10 ,  G06N3/045 ,  G06N3/0464 ,  G06N3/0499 ,  G06N3/0985 ,  G06N3/08 ,  G06F123/02

Abstract: 本发明提供一种时序特征的估计方法及系统，涉及无线通信感知技术领域。所述方法包括：采集信道状态信息时序数据，利用基于窗函数的加权移动平均滤波器对时序数据进行滤波处理；对于滤波处理后的时序数据，利用结合深度可分离卷积、空洞卷积和Transformer模型的深度学习框架提取局部特征，并利用Transformer模型中的多头自注意力机制和前馈网络捕捉局部特征之间的长时间依赖关系；利用基于贝叶斯优化、五折交叉验证、超参数调优和少样本学习的自适应微调算法对深度学习框架进行离线学习与在线应用优化；基于优化后的深度学习框架进行时序特征的估计，建立指纹库。本发明可实现对时序数据的高效、准确和自适应处理。