基于ADASYN和随机森林的UWB非视距识别方法

作     者：胡方勇 孙春银 夏金凤 刘延旭 HU Fangyong;SUN Chunyin;XIA Jinfeng;LIU Yanxu

作者机构：吉林化工学院信息与控制工程学院吉林吉林132022 德州学院计算机与信息学院山东德州253023 

出 版 物：《德州学院学报》 (Journal of Dezhou University)

年 卷 期：2024年第40卷第4期

页      面：28-32页

学科分类：080904[工学-电磁场与微波技术] 0810[工学-信息与通信工程] 0809[工学-电子科学与技术（可授工学、理学学位）] 08[工学] 080402[工学-测试计量技术及仪器] 0804[工学-仪器科学与技术] 081001[工学-通信与信息系统] 

基　　金：德州学院校级科研项目资助(2022XJYC111) 

主　　题：非视距识别 数据不平衡 随机森林 机器学习 

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。