公开(公告)号：CN119299029A

公开(公告)日：2025-01-10

申请号：CN202411402868.4

申请日：2024-10-09

Applicant: 北京交通大学

Inventor： 郑伟 ,  李子怡 ,  冯海燕 ,  王睿 ,  王瑾茹

IPC: H04B17/391 ,  H04B1/7163 ,  H04L25/02 ,  G06N3/0442 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/0499 ,  G06N3/09 ,  G06N3/0895 ,  G06F18/2131 ,  G06F18/214 ,  G06F18/24

Abstract: 本发明提供了一种有限标记数据下的UWB信道环境状态识别方法。该方法包括：选取UWB(Ultra Wide Band，超宽带)CIR(Channel Impulse Response，信道脉冲响应)数据片段，通过连续小波变换和格拉姆角场变换将UWB信道脉冲响应数据转换为二维图像；构建融合视觉转换器(Vision Transformer，ViT)、宽残差网络(Wide Residual Network，WideResNet)、通道注意力机制压缩和激励(Squeeze‑and‑Excitation，SE)模块的混合网络，将二维图像输入到混合网络，混合网络结合半监督学习算法SoftMatch得到在有限标记数据下UWB信道状态分类识别结果。本发明方法将半监督学习算法应用于基于UWB CIR信号的信道状态识别任务，能够在标记数据稀缺的情况下，显著提高信道状态识别的准确性，同时大幅度减少了人工标注所需的时间和经济成本。