[发明专利]一种考虑卫星时序性和空域交互性的多径信号识别方法

权利要求书

1.一种考虑卫星时序性和空域交互性的多径信号识别方法，其特征在于，包括以下步骤：

获取卫星数据并对卫星数据进行划分整理，得到时间序列数据集和多卫星输入数据集；

搭建多径识别模型并将时间序列数据集和多卫星输入数据集输入至多径识别模型；

所述多径识别模型包括LSTM神经网络、Transformer模块和全连接网络；

基于LSTM网络对时间序列数据集进行特征提取，得到时间序列特征；

基于Transformer模块对多卫星输入数据集进行特征提取，得到环境表征；

基于全连接网络将时间序列特征和环境表征进行融合，得到多径信号的识别结果。

2.根据权利要求1所述一种考虑卫星时序性和空域交互性的多径信号识别方法，其特征在于，所述获取卫星数据并对卫星数据进行划分整理，得到时间序列数据集和多卫星输入数据集这一步骤，其具体包括：

获取卫星数据；

对卫星数据进行标准化处理，得到标准化后的数据；

根据时间步长将标准化后的数据进行时间序列的划分，得到时间序列数据集；

根据预设阈值对标准化后的数据进行填充和截断处理，得到多卫星输入数据集。

3.根据权利要求1所述一种考虑卫星时序性和空域交互性的多径信号识别方法，其特征在于，所述基于LSTM网络对时间序列数据集进行特征提取，得到时间序列特征这一步骤，其具体包括：

将时间序列数据集输入至LSTM网络；

基于遗忘门丢弃时间序列数据集中历史时刻的无用信息，得到有效卫星时序特征；

基于输入门对有效卫星时序进行信息更新，得到处理后的状态信息；

基于输出门对处理后的状态信息进行编码，得到固定序列；

根据时间序列长度循环更新，得到时间序列特征。

4.根据权利要求1所述一种考虑卫星时序性和空域交互性的多径信号识别方法，其特征在于，所述基于Transformer模块对多卫星输入数据集进行特征提取，得到环境表征这一步骤，其具体包括：

将多卫星输入数据集输入至Transformer模块；

根据卫星特征之间的关系对多卫星输入数据集进行处理，得到卫星之间的交互特征；

对卫星之间的交互特征进行全局平均池化操作，得到环境表征。

5.根据权利要求1所述一种考虑卫星时序性和空域交互性的多径信号识别方法，其特征在于，所述基于全连接网络将时间序列特征和环境表征进行融合，得到多径信号的识别结果这一步骤，其具体包括：

将时间序列特征和环境表征输入至全连接层；

在时间序列特征和环境表征的最后一个维度进行拼接，得到融合特征；

对融合特征经过空间投影进行深度融合，得到深度特征；

根据深度特征进行判别，得到多径信号的识别结果。

6.根据权利要求1所述一种考虑卫星时序性和空域交互性的多径信号识别方法，其特征在于，所述搭建多径识别模型并将时间序列数据集和多卫星输入数据集输入至多径识别模型这一步骤，还包括：

对多径识别模型进行训练。

7.根据权利要求4所述一种考虑卫星时序性和空域交互性的多径信号识别方法，其特征在于，还包括：

对卫星之间的交互特征进行残差连接和层归一化操作。

8.根据权利要求6所述一种考虑卫星时序性和空域交互性的多径信号识别方法，其特征在于，所述对多径识别模型进行训练这一步骤，其具体包括：

获取训练数据；

确定多径识别模型中的超参数，设定Adam优化器、二元交叉熵损失函数和训练总轮次；

基于训练数据训练多径识别模型，得到训练完成的多径识别模型。