基于DL-LSTM的UWB/INS室内定位算法

• 作者: 张宝军 陈曦 廖延娜 田奇
• 来源期刊: 传感器与微系统
• 关键词: 超宽带室内定位 非视距误差 双层长短期记忆网络 惯性导航系统
• 年，卷（期）: 2021,（10）
• 所属期刊栏目: 计算与测试|Calculation & Test
• 页码范围: 147-150
• 页数: 4页
• 分类号: TN929|TP212
• 语种: 中文
• DOI: 10.13873/J.1000-9787(2021)10-0147-04

摘要

为了提高超宽带(UWB)室内定位系统的定位精度,提出了一种基于双层长短期记忆神经网络(DL-LSTM)的UWB室内定位算法.利用UWB系统和惯性导航系统(INS)采集非视距(NLOS)环境下的定位数据,根据该数据在NLOS环境下传播时的深度特征建立DL-LSTM模型,然后将数据输入到网络中进行训练.第一层网络用于减小NLOS误差对系统定位精度的影响,第二层网络对UWB/INS组合系统进行位置预测,进一步提高定位的精度.实验结果表明:本文算法可以有效减小NLOS误差的影响,可达到厘米(cm)级定位要求.