基于多模态输入与改进Transformer的UWB非视距信号识别

摘要

超宽带(UWB)技术在定位过程中易受非视距(NLOS)信号干扰，导致定位精度下降。因此，在使用UWB信号进行位置解算前必须对信号进行识别、分类。针对UWB的非视距信号识别问题，提出一种基于多模态输入与改进Transformer结合的方法。该方法通过融合三类具有互补性多模态特征提升对UWB信号的表征能力：一是保留原始信道脉冲响应(CIR)时间序列，捕捉其时域动态信息；二是提取一些额外统计特征，用于表征信道物理特性；三是将CIR信号转换为图像，挖掘潜在特征。此外，对Transformer架构进行优化，引入探针稀疏注意力机制添加相对位置编码，精确捕捉序列中的远程依赖关系。同时，采用自适应门控模块结合空间门控和通道注意力机制，有效提取并融合多模态特征，促进特征之间的互补性结合。经实验验证，该方法的识别准确率达到89.18%、精确率达到91.46%,在处理UWB非视距信号识别问题上相较于其他方法表现出显著优势。

关键词

超宽带技术 / 非视距信号 / 多模态特征