买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：广东工业大学

摘要：本发明提供一种基于图对比学习的城市动态环境下多径信号识别方法，包括获取卫星测量数据；构建天空卫星特征图；对基于非对称模型增强方式的图对比学习网络框架进行预训练得到图Transformer编码器；利用图Transformer编码器对天空卫星特征图进行特征提取处理，并输出多径信号预测值；结合多径信号预测值与真实标签，得到最终多径信号识别结果。本发明通过图对比学习框架训练图编码器；通过对比同一样本增广的两个特征空间之间的相似度更新图编码器参数，从而实现BDS测量信号的降维和无监督的特征提取；并保留大部分的卫星图信息；减少任务对于标签的高依赖性，降低人工成本；实现准确度高、泛化性好的多径信号有效识别。

主权项：1.基于图对比学习的城市动态环境下多径信号识别方法，其特征在于，包括如下步骤：S1、获取卫星测量数据；S2、基于测量数据进行图数据建模，得到天空卫星特征图；S3、利用天空卫星特征图对基于非对称模型增强方式的图对比学习网络框架进行无监督的预训练；并得到参数更新后的图Transformer编码器；其中，所述的基于非对称模型增强方式的图对比学习网络框过的预训练过程为：S31、将构建的天空卫星特征图输入到搭建的基于非对称模型增强方式的图对比学习网络框中；S32、确定网络框架的超参数，并选择训练优化器和损失函数，然后开始训练；S33、判定训练是否达到停止条件；S34、如果是，则结束预训练，得到训练好的分类器；如果否，则使用反向传播算法BP更新图Transformer编码器的权重和偏置后返回步骤S33；在预训练过程中，对于卫星特征和边连接的天空卫星图，先基于简单的数据增强生成两个视图；然后将两个增强后的视图输入到两个共享参数但不同传播深度的图Transformer编码器中以得到同一样本在特征空间中的不同表示；并计算所述两种不同表示之间的图对比损失，将相似图像特征表示为接近的向量，而将不相似图像特征表示为远离的向量；使用反向传播算法BP更新图Transformer编码器的参数；使用InfoNCELoss损失函数进行图对比学习，训练优化图Transformer编码器，对于每个样本，计算其正样本与负样本之间的距离，通过最小化与正样本之间的距离，最大化与负样本之间的距离作为优化目标；通过在每个epoch中随机改变编码器中传播操作符的数量，从而在训练过程中得到多个具有不同传播深度的图Transformer编码器；S4、利用参数更新后的图Transformer编码器对天空卫星特征图进行特征提取处理，并输出多径信号预测值；S5、结合多径信号预测值与真实标签，得到最终多径信号识别结果。

全文数据：

权利要求：

百度查询： 广东工业大学 基于图对比学习的城市动态环境下多径信号识别方法