基于ADASYN和随机森林的UWB非视距识别方法

摘要：

室内UWB(超宽带)定位系统中视距、非视距信号不平衡是常见现象,过分依赖平衡数据集进行NLOS(非视距传播)识别面临着数据采集工作量增加和识别性能降低问题.为解决这一挑战,提出ADASYN和随机森林结合的非视距识别方法.应用ADASYN算法将减少视距、非视距信号数据量之间的差距,可实现样本数量平衡;结合随机搜索与五折交叉验证,实现随机森林模型超参数的自动优化以提升模型的整体效率.将所提出的方法与其他常见的机器学习方法进行比较,实验结果表明,所提出方法在具有最优识别性能的同时有效地缩减了调参时间.

关键词：非视距识别、数据不平衡、随机森林、机器学习

所属期刊栏目：40

分类号：TN92

资助基金：德州学院校级科研项目2022XJYC111

在线出版日期：2024-09-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：28-32