信息处理方法、信号定位方法、装置、设备和介质

技术领域

本申请涉及信号定位技术领域，特别是涉及一种信息处理方法、信号定位方法、装置、设备和介质。

背景技术

信道状态信息(Channel State Information，CSI)刻画了信号在每条传输路径上的传播情况，其包括信号散射、距离衰弱及环境衰减等信息，被广泛应用于无线通信信号定位技术领域。

相关技术中，通过CSI与机器学习算法相结合，根据机器学习模型学习CSI数据特征，以预测信号的位置。然而，相关技术在进行信号位置预测时，无法获取稳定的CSI信息，进而无法准确确定信号的位置信息。

发明内容

基于此，有必要针对上述技术问题，提供一种信息处理方法、信号定位方法、装置、设备和介质，能够获取稳定的信道状态信息，进而准确确定信号的位置信息。

第一方面，本申请提供了一种信息处理方法，该方法包括：

对目标信道的多个信道状态信息进行时域变换，对应得到多个初始信道脉冲响应信息；

对各初始信道脉冲响应信息的影响参数进行归一化处理；影响参数表示影响信道状态信息稳定性的参数；

对归一化处理后的各初始信道脉冲响应信息进行去噪处理，得到多个目标信道脉冲响应信息。

在其中一个实施例中，影响参数包括时延，对各初始信道脉冲响应信息的影响参数进行归一化处理，包括：

获取各初始信道脉冲响应信息的幅度；

根据各初始信道脉冲响应信息的幅度，确定各初始信道脉冲响应信息的最大幅度值对应的采样点；

根据各初始信道脉冲响应信息的最大幅度值对应的采样点，将各初始信道脉冲响应信息最大幅度值对应的采样点循环位移至第一个采样点，用于消除各初始信道脉冲响应信息之间的时延。

在其中一个实施例中，将各初始信道脉冲响应信息最大幅度值对应的采样点循环位移至第一个采样点之前，该方法还包括：

获取各初始信道脉冲响应信息在循环位移后的主径上升信息；

根据主径上升信息的起始采样点和结束采样点，将主径上升信息循环位移至最大幅度值之前。

在其中一个实施例中，影响参数包括幅度，对各初始信道脉冲响应信息的影响参数进行归一化处理，包括：

根据各初始信道脉冲响应信息的幅度，确定最大幅度值；

对各初始信道脉冲响应信息的幅度除以最大幅度值，以对各初始信道脉冲响应信息的幅度进行归一化处理。

在其中一个实施例中，对归一化处理后的各初始信道脉冲响应信息进行去噪处理，包括：

根据预设的采样点数对各初始信道脉冲响应信息进行截断处理，得到各初始信道脉冲响应信息的截断信道脉冲响应信息；

将各截断信道脉冲响应信息确定为各初始信道脉冲响应信息去噪处理后的信息。

第二方面，本申请还提供了一种信号定位方法，该方法包括：

根据接收的信号，获取信号的传输信道的初始信道状态信息；

采用第一方面任一实施例的信息处理方法对初始信道状态信息进行处理，得到目标信道状态信息；

将目标信道状态信息输入到机器学习模型中，得到信号的定位结果。

第三方面，本申请还提供了一种信息处理装置，该装置包括：

时域变换模块，用于对目标信道的多个信道状态信息进行时域变换，对应得到多个初始信道脉冲响应信息；

参数处理模块，用于对各初始信道脉冲响应信息的影响参数进行归一化处理；影响参数表示影响信道状态信息稳定性的参数；

去噪处理模块，用于对归一化处理后的各初始信道脉冲响应信息进行去噪处理，得到多个目标信道脉冲响应信息。

第四方面，本申请还提供了一种信号定位装置，该装置包括：

信息获取模块，用于根据接收的信号，获取信号的传输信道的初始信道状态信息；

信息处理模块，用于采用第一方面任一实施例的信息处理方法对初始信道状态信息进行处理，得到目标信道状态信息；

结果获取模块，用于将目标信道状态信息输入到机器学习模型中，得到信号的定位结果。

第五方面，本申请还提供了一种计算机设备。该计算机设备包括存储器和处理器，该存储器存储有计算机程序，该处理器执行计算机程序时实现上述第一方面和第二方面中任一项实施例中的方法的步骤。

第六方面，本申请还提供了一种计算机可读存储介质。该计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述第一方面和第二方面中任一项实施例中的方法的步骤。

第七方面，本申请还提供了一种计算机程序产品。该计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述第一方面和第二方面中任一项实施例中的方法的步骤。

上述信息处理方法、信号定位方法、装置、设备和介质，在信息处理方法中，首先对目标信道的多个信道状态信息进行时域变换，对应得到多个初始信道脉冲响应信息，然后对各初始信道脉冲响应信息的影响参数进行归一化处理，最后对归一化处理后的各初始信道脉冲响应信息进行去噪处理，得到多个目标信道脉冲响应信息。其中，影响参数表示影响信道状态信息稳定性的参数。由于信号处理方法是在获取初始信道脉冲响应信息的基础上，对影响参数均进行归一化处理，相当于，本申请在对信道信息处理时，排除了影响初始脉冲响应信息稳定性的多个因素，进一步地，对获取到的归一化处理后的初始信道脉冲信息进行去噪处理，能够在保留初始信道脉冲信息有效信号的基础上，消除初始信道脉冲信息中由于噪声生成的冗余采样点。综上，本申请信息处理方法获取的信道状态信息既考虑了由于信道状态信息的不稳定因素，也考虑了影响信号定位效率的噪点信息，并针对上述因素依次进行归一化、去噪处理，从而获取稳定、有效的信号状态信息，能够准确确定信号的位置信息。

附图说明

图1为一个实施例中计算机设备的内部结构图；

图2为一个实施例中信息处理方法的流程示意图；

图3为一个实施例中时延归一化处理步骤的流程示意图；

图4为一个实施例中信道脉冲响应信息的信息示意图；

图5为一个实施例中信道脉冲响应信息的位移示意图；

图6为另一个实施例中时延归一化处理步骤的流程示意图；

图7为一个实施例中信道脉冲响应信息的主径上升示意图；

图8为一个实施例中信道脉冲响应信息的主径位移示意图；

图9为一个实施例中幅度归一化处理步骤的流程示意图；

图10为一个实施例中信道脉冲响应信息去噪处理的流程示意图；

图11为另一个实施例中信息处理方法的流程示意图；

图12为一个实施例中信道脉冲响应信息的采集信息示意图；

图13为一个实施例中信道脉冲响应信息的处理信息示意图；

图14为一个实施例中信道定位方法的流程示意图；

图15为另一个实施例中信道定位方法的流程示意图；

图16为一个实施例中信息处理装置的结构框图；

图17为一个实施例中信号定位装置的结构框图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

本申请实施例提供的信息处理方法和信号定位方法，可以应用于计算机设备中。该计算机设备可以是终端，其内部结构图可以如图1所示。该计算机设备包括处理器、存储器、输入/输出接口、通信接口、显示单元和输入装置。其中，处理器、存储器和输入/输出接口通过系统总线连接，通信接口、显示单元和输入装置通过输入/输出接口连接到系统总线。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信，无线方式可通过WIFI、移动蜂窝网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种信号处理方法和信号定位方法。该计算机设备的显示单元用于形成视觉可见的画面，可以是显示屏、投影装置或虚拟现实成像装置。显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。

高精度位置服务是工业互联网、物联网、车联网等新兴产业的关键支撑服务，未来将会有如工业机器人、无人驾驶汽车、智能传感器等海量智能网联终端需要提供精确、实时、可靠地定位服务。在高精度位置服务领域，利用无线通信信号对终端进行精确定位技术成为了近年来的研究热点。然而在该领域仍然存在一些传统信号处理方法难以有效解决的问题，如非视距(Non-Line of Sight，NLOS)识别、NLOS条件下的位置估计、强多径环境下的到达角度测距(Angle-of-Arrival，AoA)估计等。

为解决上述问题，相关技术将无线通信信号(比如信道状态信息(Channel StateInformation，CSI))，与人工智能领域(比如机器学习)相结合，利用机器学习的特征提取能力以及非线性拟合能力，获得高效、精准的位置服务。然而，由硬件器件的非理想特性引入的测量误差，即硬件损伤，会导致同一位置多次测量的CSI之间存在显著差异，这种模式不稳定性将会致使机器学习的输出结果不稳定，进而造成定位精度低、泛化性能差等。

目前，基于CSI与机器学习相结合的定位技术中关于CSI的处理主要有两类方法。一类是未考虑CSI的不稳定性对机器学习深度网络输出的影响，直接将原始CSI输入机器学习深度网络进行训练。显然，由于硬件损伤难以避免，会导致同一位置多次测量的CSI之间在幅度和相位上存在较大差异，直接输入原始CSI将导致机器学习深度网络的输出结果不稳定，进而导致定位精度降低、泛化性能差。另一类方法是对CSI幅度进行归一化处理，基于信号总能量将由CSI处理得到的信道脉冲响应信息(Channel Impulse Response，CIR)幅度进行归一化，从而避免偶然出现的极大信号对机器学习深度网络输出的影响。然而硬件损失导致的CSI不稳定性体现在幅度和相位两方面，仅对幅度做预处理，仍然无法完全消除CSI相位的不稳定性，因此会导致网络输出准确度降低。

基于此，本申请提供了一种信息处理方法、信号定位方法、装置、设备和介质，通过对目标信道的多个信道状态信息进行时域变换，对应得到多个初始信道脉冲响应信息，接着对各初始信道脉冲响应信息的影响参数进行归一化处理，获取稳定的CIR信息，并且对归一化处理后的各初始信道脉冲响应信息进行去噪处理，以获取多个稳定有效的目标信道脉冲响应信息。将处理之后的目标信道状态信息用于机器学习模型中训练，由于目标信道状态信息的稳定性和有效性，令网络训练速度提升，具备较好的鲁棒性。

在一个实施例中，如图2所示，提供了一种信息处理方法，包括：

S202、对目标信道的多个信道状态信息进行时域变换，对应得到多个初始信道脉冲响应信息。

信道状态信息是通信链路的信道属性，描述了信号在每条传输路径上的衰弱因子，如信号散射(Scattering)，环境衰弱(fading，multipath fading or shadowingfading)，距离衰减(power decay of distance)等信息。信道状态信息可以使通信系统适应当前的信道条件，在多天线系统中为高可靠性高速率的通信提供了保障。

目标信道包含多个信道状态信息，并且多个信道状态信息是以频率的函数进行表征的，为了便于对各信道状态信息处理，对各信道状态信息分别进行快速傅里叶逆变换(Inverse Fast Fourier Transform,IFFT)，将各信道状态信息由频域信号转换为时域信号，即各信道状态信息分别对应各初始信道脉冲响应信息。需要说明的是，无论是信道状态信息还是信道脉冲响应信息，均是信道信号信息的一种表征形式，二者提供的信息都是一样的。

S204、对各初始信道脉冲响应信息的影响参数进行归一化处理；影响参数表示影响信道状态信息稳定性的参数。

由于硬件器件的非理想特性，比如接收源的损耗等，会在信道状态信息的获取过程中引入测量误差，即硬件损伤。硬件损伤会导致同一位置多次测量的信道状态信息之间存在差异，体现为多次测量的信道状态信息不稳定。那么，在获取信道状态信息对应的初始信道脉冲响应信息之后，将影响信道状态信息不稳定的因素考虑在内，获取初始信道脉冲响应信息的影响参数，并对各初始信道脉冲响应信息的影响参数进行归一化处理，以消除不稳定因素的影响，从而获取稳定的信道脉冲响应信息。

S206、对归一化处理后的各初始信道脉冲响应信息进行去噪处理，得到多个目标信道脉冲响应信息。

各初始信道脉冲响应信息在经过归一化处理后，消除了不稳定因素的影响，接着根据获取到的归一化处理后的各初始信道脉冲响应信息，结合机器学习等算法进行信号定位。在信号定位的过程中，由于各初始信道脉冲响应序列本身是存在随机噪声，这就意味着信号定位的输入数据既不能有效表征信道状态信息，会导致信号定位结果的精度降低，并且随机噪声体现为多个冗余的采样点，这将会延长信号定位的过程。也就是说，归一化处理后的初始信道脉冲响应信息的噪声会影响信号定位的效率。因此，需要进一步对归一化处理后的各初始信道脉冲响应信息进行处理，消除初始信道脉冲响应信息的噪声。

本申请实施例首先对目标信道的多个信道状态信息进行时域变换，对应得到多个初始信道脉冲响应信息，然后对各初始信道脉冲响应信息的影响参数进行归一化处理，最后对归一化处理后的各初始信道脉冲响应信息进行去噪处理，得到多个目标信道脉冲响应信息。其中，影响参数表示影响信道状态信息稳定性的参数。由于信号处理方法是在获取初始信道脉冲响应信息的基础上，对影响参数均进行归一化处理，相当于，本申请在对信道信息处理时，排除了影响初始脉冲响应信息稳定性的多个因素，进一步地，对获取到的归一化处理后的初始信道脉冲信息进行去噪处理，能够在保留初始信道脉冲信息有效信号的基础上，消除初始信道脉冲信息中由于噪声生成的冗余采样点。综上，本申请信息处理方法获取的信道状态信息既考虑了由于信道状态信息的不稳定因素，也考虑了影响信号定位效率的噪点信息，并针对上述因素依次进行归一化、去噪处理，从而获取稳定、有效的信号状态信息，能够准确确定信号的位置信息。

在对各初始信道脉冲响应信息的影响参数进行归一化处理时，需要考虑多个影响信道状态信息稳定性的参数，比如时延的不稳定性、幅度的不稳定性等影响参数，以获取稳定的信道脉冲响应信息。基于此，下面通过一个实施例，针对时延的不稳定性，对初始信道脉冲响应信息的归一化处理步骤进行说明。

在一个实施例中，如图3所示，影响参数包括时延，对各初始信道脉冲响应信息的影响参数进行归一化处理，包括：

S302、获取各初始信道脉冲响应信息的幅度。

初始信道脉冲响应信息对应一组采样点，将初始信道脉冲响应信息中所有采样点的幅度作为信道脉冲响应信息的幅度。也就是说，各初始信道脉冲响应信息均对应一组幅度，并且各初始信道脉冲响应信息的幅度数量与对应的采样点数量是一致的。

S304、根据各初始信道脉冲响应信息的幅度，确定各初始信道脉冲响应信息的最大幅度值对应的采样点。

从初始信道脉冲响应信息的多个采样点对应的幅度中，选取最大幅度，并将最大幅度对应的采样点确定为初始信道脉冲响应信息的最大幅度值对应的采样点。将确定最大幅度值对应的采样点n

n

式1中CIR

以一个初始信道脉冲响应信息为例，如图4所示，图4为一个初始信道脉冲响应信息的示意图，横轴表示采样点，纵轴表示初始信道脉冲响应信息的幅度。由图4可知，虚线对应的初始信道脉冲响应信息的幅度是最大幅度值CIR

S306、根据各初始信道脉冲响应信息的最大幅度值对应的采样点，将各初始信道脉冲响应信息最大幅度值对应的采样点循环位移至第一个采样点，用于消除各初始信道脉冲响应信息之间的时延。

将各初始信道脉冲响应信息的最大幅度值对应的采样点作为位移量，以一个采样点为单位，对各初始信道脉冲响应信息的波形循环位移，经过循环位移之后，各初始信道脉冲响应信息最大幅度值对应的采样点均移动至第一个采样点。上述循环位移的操作可以表示为：

CIR

式2中cirshift(x(n),n

仍以图4所示的信道脉冲响应信息为例，以一个采样点为单位，若将该初始信道脉冲响应信息循环位移至第一个采样点，需要移动-n

本申请实施例中，通过获取各初始信道脉冲响应信息的幅度，根据各初始信道脉冲响应信息的最大幅度，确定各初始信道脉冲响应信息最大幅度对应的采样点，并根据各初始信道脉冲响应信息的采样点将各初始信道脉冲响应信息整体位移，直至各初始信道脉冲响应信息最大幅度对应的采样点位移到第一个采样点，相当于将各初始信道脉冲信息的最大幅度都统一到一个采样点，以达到消除各初始信道脉冲信息之间时延抖动的目的。

上述实施例在各初始信道脉冲响应信息的循环位移过程中，需要保留各初始信道脉冲响应完整的信息。而在循环位移过程中，会丢失各初始信道脉冲响应信息的主径信息。基于此，下面通过一个实施例，对信息处理方法的主径信息补偿步骤进行说明。

在一个实施例中，如图6所示，将各初始信道脉冲响应信息最大幅度值对应的采样点循环位移至第一个采样点之前，该方法还包括：

S602、获取各初始信道脉冲响应信息在循环位移后的主径上升信息。

各初始信道脉冲响应信息的主径是指包含各初始信道脉冲响应信息最大幅度的一段连续的信道脉冲响应信息。根据初始各信道脉冲响应信息的幅度确定各信道脉冲响应信息的主径上升信息，主径上升信息包括主径上升时间、主径上升信息的起始采样点和结束采样点等。

其中，主径上升时间是首先根据各初始信道脉冲响应信息的幅度，获取各信道脉冲响应信息的最大幅度值，然后将各初始信道脉冲响应信息的幅度与对应的最大幅度值进行比较，根据比较结果确定主径上升的起始时间和结束时间，最后再根据主径上升的结束时间与起始时间的作差结果作为主径上升时间。

示例性地，若初始信道脉冲响应信息的幅度表示为CIR

式3中max(·)表示取最大值操作，n

S604、根据主径上升信息的起始采样点和结束采样点，将主径上升信息循环位移至最大幅度值之前。

在主径上升信息中，将主径上升起始时间对应的采样点确定为起始采样点，主径结束时间对应的采样点确定为结束采样点，然后根据起始采样点和结束采样点确定初始信道脉冲响应信息的位移量，接着以一个采样点为单位，将主径上升信息循环位移至最大幅度值之前。

如图8所示，以图5中初始信道脉冲响应信息位移n

本申请实施例通过各初始信道脉冲响应信息的主径上升信息，将初始信道脉冲响应信息进行循环位移，令各初始信道脉冲响应信息均能完整保留并展现出对应的主径信息。

在对各初始信道脉冲响应信息的影响参数进行归一化处理时，需要考虑多个影响信道状态信息稳定性的参数，比如时延的不稳定性、幅度的不稳定性等影响参数，以获取稳定的信道脉冲响应信息。上述实施例通过时延归一化，消除了时延的不稳定性，下面通过一个实施例，针对幅度的不稳定性，对初始信道脉冲响应信息的归一化处理步骤进行说明。

在一个实施例中，如图9所示，影响参数包括幅度，对各初始信道脉冲响应信息的影响参数进行归一化处理，包括：

S902、根据各初始信道脉冲响应信息的幅度，确定最大幅度值。

根据各初始信道脉冲响应信息的幅度，获取各初始信道脉冲响应信息的最大幅度值，记为CIR

S904、对各初始信道脉冲响应信息的幅度除以最大幅度值，以对各初始信道脉冲响应信息的幅度进行归一化处理。

获取各初始信道脉冲响应信息的幅度、以及各初始信道脉冲响应信息的最大幅度值之后，对各初始信道脉冲响应信息的幅度除以最大幅度值，获取各初始信道脉冲响应的幅度归一化处理结果。

以一个信道脉冲响应信息为例，根据下式进行归一化处理：

CIR

式4中max(CIR

本申请实施例中，通过对各初始信道脉冲响应信息的幅度除以最大幅度值进行归一化处理，能够避免硬件损伤导致同一测量位置得到的信道脉冲响应信息不稳定。

应当知道的是，在对上述各初始信道脉冲响应信息的处理过程中，本申请对时延影响的参数归一化处理和幅度影响的参数归一化处理的处理顺序不作限定。

归一化处理后的初始信道脉冲响应信息包含噪声，当归一化处理后的初始信道脉冲响应信息与其他信号定位算法相结合时，会影响信号定位的精度。基于此，下面通过一个实施例，对归一化处理后的初始信道脉冲响应信息的去噪处理步骤进行说明。

在一个实施例中，如图10所示，对归一化处理后的各信道脉冲响应信息进行去噪处理，包括：

S1002、根据预设的采样点数对各初始信道脉冲响应信息进行截断处理，得到各初始信道脉冲响应信息的截断信道脉冲响应信息。

在获取归一化处理后的各初始信号脉冲响应信息后，为消除各信道脉冲响应信息的噪声部分，需要根据预设的采样点确定各初始信号脉冲响应信号的采样点数，对信号脉冲响应信息进行截断，获取截断信道脉冲响应信息。需要说明的是，该采样点的数值需根据实际使用环境确定，基本原则是在保留信号的基础上最大程度去除噪声采样点。

仍以一个信道脉冲响应信息为例，若预设的采样点数为N

CIR

式5中CIR

S1004、将各截断信道脉冲响应信息确定为各初始信道脉冲响应信息去噪处理后的信息。

本申请实施例中，根据预设的采样点数对各初始信道脉冲响应信息进行截断处理，既保证了各初始信道响应信息的有效性，又排除了各初始信道响应信息的冗余数据，有效降低了训练数据的数据量，防止脉冲响应数据与深度网络结合时，出现过拟合现象。

在一个实施例中，如图11所示，提供了一种信息处理方法，包括：

S1101、对CSI进行快速傅里叶逆变换，获取CIR。对目标信道的多个信道状态信息进行时域变换，对应得到多个初始信道脉冲响应信息，

S1102、CIR时延归一化。获取各初始信道脉冲响应信息的幅度，然后根据各初始信道脉冲响应信息的幅度，确定各初始信道脉冲响应信息的最大幅度值对应的采样点，最后根据各初始信道脉冲响应信息的最大幅度值对应的采样点，将各初始信道脉冲响应信息最大幅度值对应的采样点循环位移至第一个采样点，用于消除各初始信道脉冲响应信息之间的时延。

S1103、CIR主径循环位移。获取各初始信道脉冲响应信息在循环位移后的主径上升信息，并根据主径上升信息的起始采样点和结束采样点，将主径上升信息循环位移至最大幅度值之前。

S1104、CIR幅值归一化。根据各初始信道脉冲响应信息的幅度，确定最大幅度值，对S1103获取得到的各信道脉冲响应信息的幅度除以最大幅度值，以对各初始信道脉冲响应信息的幅度进行归一化处理。

S1105、截断去噪处理。根据预设的采样点数对S1104获取的信道脉冲响应信息进行截断处理，得到各初始信道脉冲响应信息对应的截断信道脉冲响应信息，将各截断信道脉冲响应信息确定为各初始信道脉冲响应信息去噪处理后的信息。

本申请实施例中，首先对目标信道的多个信道状态信息进行时域变换，对应得到多个初始信道脉冲响应信息，然后对各初始信道脉冲响应信息的影响参数进行归一化处理，最后对归一化处理后的各初始信道脉冲响应信息进行去噪处理，得到多个目标信道脉冲响应信息。其中，影响参数表示影响信道状态信息稳定性的参数。由于信号处理方法是在获取初始信道脉冲响应信息的基础上，对影响参数均进行归一化处理，相当于，本申请在对信道信息处理时，排除了影响初始脉冲响应信息稳定性的多个因素，进一步地，对获取到的归一化处理后的初始信道脉冲信息进行去噪处理，能够在保留初始信道脉冲信息有效信号的基础上，消除初始信道脉冲信息中由于噪声生成的冗余采样点。综上，本申请信息处理方法获取的信道状态信息既考虑了由于信道状态信息的不稳定因素，也考虑了影响信号定位效率的噪点信息，并针对上述因素依次进行归一化、去噪处理，从而获取稳定、有效的信号状态信息，能够准确确定信号的位置信息。

下面对本申请提供的信息处理方法的有效性进行说明：以基于sub6G频段5G系统的室内NLOS识别实验为例，通过神经网络判断CIR信息是否正确。已经图12为在环境不变的条件下，在固定点位上，均匀时间间隔内连续72小时采集的1200组视距(Line of Sight，LOS)条件下的CIR数据，即有效的CIR信息为1200。可以看到由于硬件损伤导致CIR幅度和时延均出现偏移。将采集数据输入神经网络后，得到的判断结果如表1，表1为基于原始CIR数据的神经网络输出结果统计表。

表1

由表1中可知网络判断正确的数据为996组，判断错误的数据为204组，可见由于硬件损伤造成的原始CIR数据的不稳定将会导致网络判断结果极其不稳定。

图13为经过本申请提供的信息处理方法得到的CIR数据。可以看到经信息处理后的CIR在保留信号原始特征的同时，还可以有效的保证信号幅度和时延的稳定性。将信息处理后的CIR输入神经网络后，得到的判断结果如表2，表2为基于经过信息处理后的CIR数据的神经网络输出结果统计表。

表2

由表2中可知全部数据均判断正确。可见，所提信息处理方法可以有效降低硬件损伤导致的信道状态信息幅度和时延的偏差，得到较为稳定的网络输入模式，从而进一步确保网络输出的稳定性。

随着机器学习理论研究的深入，机器学习以其较强的特征提取能力以及强大的非线性拟合能力被广泛应用于高精度定位领域中，通过信道状态信息与机器学习技术的结合，能够获得高效、精准的位置服务。基于此，下面通过一个实施例，对结合信息处理方法和机器学习的信号定位方法进行说明。

在一个实施例中，如图14所示，提供了一种信号定位方法，包括：

S1402、根据接收的信号，获取信号的传输信道的初始信道状态信息。

S1404、采用信息处理方法任一实施例的信息处理方法对初始信道状态信息进行处理，得到目标信道状态信息。

对获取到的初始信道状态信息进行信息处理，该信息处理方法可以是上述任一实施例中的信息处理方法，获取目标信道状态信息。

可选的，目标信道状态信息可以是时域信息，即采用上述信息处理方法中任一实施例获取的截断信道脉冲响应信息，也可以是频域信息，即将截断信道脉冲响应信息进行傅里叶变换之后获取的信道状态信息。

S1406、将目标信道状态信息输入到机器学习模型中，得到信号的定位结果。

将目标信道状态信息输入到机器学习模型中，机器学习模型通过对输入数据的学习，预测并输出对应的定位参数，将定位参数作为信号的定位结果。

应当知道的是，机器学习模型与应用领域相对应，如图15所示，将信号处理方法作为预处理方法，把预处理完成的信道状态信息输入至机器学习模型中，机器学习输出与信道状态信息对应的定位参数，可以是NLOS指示，也可以是AOA、还可以是终端坐标。

本申请实施例中，根据接收的信号，获取信号的传输信道的初始信道状态信息，然后采用信息处理方法对信道状态信息进行处理，得到目标信道状态信息，最后将目标信道状态信息输入到机器学习模型中，得到信号的定位结果。相当于，本申请在进行信号定位时，采用的信道状态处理信息是上述信息处理方法得到的，那么当信道状态信息是稳定有效的，对应的机器学习的输入也是稳定有效的，机器学习获取的信号的定位结果也是准确的。

应该理解的是，虽然上述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。

基于同样的发明构思，本申请实施例还提供了一种用于实现上述所涉及的信息处理方法的信息处理装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个信息处理装置实施例中的具体限定可以参见上文中对于信息处理方法的限定，在此不再赘述。

在一个实施例中，如图16所示，提供了一种信息处理装置1600，包括：时域变换模块1620、参数处理模块1640和去噪处理模块1660，其中：

时域变换模块1620，用于对目标信道的多个信道状态信息进行时域变换，对应得到多个初始信道脉冲响应信息；

参数处理模块1640，用于对各初始信道脉冲响应信息的影响参数进行归一化处理；影响参数表示影响信道状态信息稳定性的参数；

去噪处理模块1660，用于对归一化处理后的各初始信道脉冲响应信息进行去噪处理，得到多个目标信道脉冲响应信息。

在一个实施例中，参数处理模块840包括：第一获取单元，第一确定单元和第一位移单元，其中：

第一获取单元，用于获取各初始信道脉冲响应信息的幅度；

第一确定单元，用于根据各初始信道脉冲响应信息的幅度，确定各初始信道脉冲响应信息的最大幅度值对应的采样点；

第一位移单元，用于根据各初始信道脉冲响应信息的最大幅度值对应的采样点，将各初始信道脉冲响应信息最大幅度值对应的采样点循环位移至第一个采样点，用于消除各初始信道脉冲响应信息之间的时延。

在一个实施例中，信息处理装置1600，还包括：主径获取模块和主径位移模块，其中：

主径获取模块，用于获取各初始信道脉冲响应信息在循环位移后的主径上升信息；

主径位移模块，用于根据主径上升信息的起始采样点和结束采样点，将主径上升信息循环位移至最大幅度值之前。

在一个实施例中，参数处理模块1640包括：第二确定单元和第一处理单元，其中：

第二确定单元，用于根据各初始信道脉冲响应信息的幅度，确定最大幅度值；

第一处理单元，用于对各初始信道脉冲响应信息的幅度除以最大幅度值，以对各初始信道脉冲响应信息的幅度进行归一化处理。

在一个实施例中，去噪处理模块1660，包括：第二获取单元和第二处理单元，其中：

第二获取单元，用于根据预设的采样点数对各初始信道脉冲响应信息进行截断处理，得到各初始信道脉冲响应信息的截断信道脉冲响应信息；

第二处理单元，用于将各截断信道脉冲响应信息确定为各初始信道脉冲响应信息去噪处理后的信息。

上述信号处理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

基于同样的发明构思，本申请实施例还提供了一种用于实现上述所涉及的信号定位方法的信号定位装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个信号定位装置实施例中的具体限定可以参见上文中对于信号定位方法的限定，在此不再赘述。

在一个实施例中，如图17所示，提供了一种信号定位装置1700，还包括：信息获取模块1720，信息处理模块1740和结果获取模块1760，其中：

信息获取模块1720，用于根据接收的信号，获取信号的传输信道的初始信道状态信息；

信息处理模块1740，用于采用信息处理方法中任一实施例的信息处理方法对信道状态信息进行处理，得到目标信道状态信息；

结果获取模块1760，用于将目标信道状态信息输入到机器学习模型中，得到信号的定位结果。

上述信号定位装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现以下步骤：

对目标信道的多个信道状态信息进行时域变换，对应得到多个初始信道脉冲响应信息；

对各初始信道脉冲响应信息的影响参数进行归一化处理；影响参数表示影响信道状态信息稳定性的参数；

对归一化处理后的各初始信道脉冲响应信息进行去噪处理，得到多个目标信道脉冲响应信息。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：

获取各初始信道脉冲响应信息的幅度；

根据各初始信道脉冲响应信息的幅度，确定各初始信道脉冲响应信息的最大幅度值对应的采样点；

根据各初始信道脉冲响应信息的最大幅度值对应的采样点，将各初始信道脉冲响应信息最大幅度值对应的采样点循环位移至第一个采样点，用于消除各初始信道脉冲响应信息之间的时延。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：

获取各初始信道脉冲响应信息在循环位移后的主径上升信息；

根据主径上升信息的起始采样点和结束采样点，将主径上升信息循环位移至最大幅度值之前。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：

根据各初始信道脉冲响应信息的幅度，确定最大幅度值；

对各初始信道脉冲响应信息的幅度除以最大幅度值，以对各初始信道脉冲响应信息的幅度进行归一化处理。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：

根据预设的采样点数对各初始信道脉冲响应信息进行截断处理，得到各初始信道脉冲响应信息的截断信道脉冲响应信息；

将各截断信道脉冲响应信息确定为各初始信道脉冲响应信息去噪处理后的信息。

在一个实施例中，处理器执行计算机程序时还实现以下步骤：

根据接收的信号，获取信号的传输信道的初始信道状态信息；

采用信息处理方法中任一实施例的信息处理方法对初始信道状态信息进行处理，得到目标信道状态信息；

将目标信道状态信息输入到机器学习模型中，得到信号的定位结果。

在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：

对目标信道的多个信道状态信息进行时域变换，对应得到多个初始信道脉冲响应信息；

对各初始信道脉冲响应信息的影响参数进行归一化处理；影响参数表示影响信道状态信息稳定性的参数；

对归一化处理后的各初始信道脉冲响应信息进行去噪处理，得到多个目标信道脉冲响应信息。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：

获取各初始信道脉冲响应信息的幅度；

根据各初始信道脉冲响应信息的幅度，确定各初始信道脉冲响应信息的最大幅度值对应的采样点；

根据各初始信道脉冲响应信息的最大幅度值对应的采样点，将各初始信道脉冲响应信息最大幅度值对应的采样点循环位移至第一个采样点，用于消除各初始信道脉冲响应信息之间的时延。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：

获取各初始信道脉冲响应信息在循环位移后的主径上升信息；

根据主径上升信息的起始采样点和结束采样点，将主径上升信息循环位移至最大幅度值之前。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：

根据各初始信道脉冲响应信息的幅度，确定最大幅度值；

对各初始信道脉冲响应信息的幅度除以最大幅度值，以对各初始信道脉冲响应信息的幅度进行归一化处理。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：

根据预设的采样点数对各初始信道脉冲响应信息进行截断处理，得到各初始信道脉冲响应信息的截断信道脉冲响应信息；

将各截断信道脉冲响应信息确定为各初始信道脉冲响应信息去噪处理后的信息。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：

根据接收的信号，获取信号的传输信道的初始信道状态信息；

采用信息处理方法中任一实施例的信息处理方法对初始信道状态信息进行处理，得到目标信道状态信息；

将目标信道状态信息输入到机器学习模型中，得到信号的定位结果。

在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现以下步骤：

对目标信道的多个信道状态信息进行时域变换，对应得到多个初始信道脉冲响应信息；

对各初始信道脉冲响应信息的影响参数进行归一化处理；影响参数表示影响信道状态信息稳定性的参数；

对归一化处理后的各初始信道脉冲响应信息进行去噪处理，得到多个目标信道脉冲响应信息。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：

获取各初始信道脉冲响应信息的幅度；

根据各初始信道脉冲响应信息的幅度，确定各初始信道脉冲响应信息的最大幅度值对应的采样点；

根据各初始信道脉冲响应信息的最大幅度值对应的采样点，将各初始信道脉冲响应信息最大幅度值对应的采样点循环位移至第一个采样点，用于消除各初始信道脉冲响应信息之间的时延。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：

获取各初始信道脉冲响应信息在循环位移后的主径上升信息；

根据主径上升信息的起始采样点和结束采样点，将主径上升信息循环位移至最大幅度值之前。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：

根据各初始信道脉冲响应信息的幅度，确定最大幅度值；

对各初始信道脉冲响应信息的幅度除以最大幅度值，以对各初始信道脉冲响应信息的幅度进行归一化处理。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：

根据预设的采样点数对各初始信道脉冲响应信息进行截断处理，得到各初始信道脉冲响应信息的截断信道脉冲响应信息；

将各截断信道脉冲响应信息确定为各初始信道脉冲响应信息去噪处理后的信息。

在一个实施例中，计算机程序被处理器执行时还实现以下步骤：

根据接收的信号，获取信号的传输信道的初始信道状态信息；

采用信息处理方法中任一实施例的信息处理方法对初始信道状态信息进行处理，得到目标信道状态信息；

将目标信道状态信息输入到机器学习模型中，得到信号的定位结果。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory，ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory，MRAM)、铁电存储器(Ferroelectric Random Access Memory，FRAM)、相变存储器(Phase Change Memory，PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory，DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。