基于DL-LSTM的UWB/INS室内定位算法

张宝军; 陈曦; 廖延娜; 田奇

doi:10.13873/J.1000-9787(2021)10-0147-04

Chinese

您当前的位置：

首页 >

文章列表页 >

基于DL-LSTM的UWB/INS室内定位算法

计算与测试 | 更新时间：2025-09-11

- 基于DL-LSTM的UWB/INS室内定位算法
- UWB/INS indoor positioning algorithm based on DL-LSTM
- 传感器与微系统 2021年第10期页码：147-150
- 作者机构：
  
  西安邮电大学电子工程学院
- 作者简介：
- 基金信息：
- DOI：10.13873/J.1000-9787(2021)10-0147-04
  中图分类号： TN96;TN925
- 纸质出版：2021
- 稿件说明：
移动端阅览
张宝军, 陈曦, 廖延娜, 等. 基于DL-LSTM的UWB/INS室内定位算法[J]. 传感器与微系统, 2021,(10):147-150.

ZHANG Baojun, CHEN Xi, LIAO Yanna, et al. UWB/INS indoor positioning algorithm based on DL-LSTM[J]. 2021, (10): 147-150.
张宝军, 陈曦, 廖延娜, 等. 基于DL-LSTM的UWB/INS室内定位算法[J]. 传感器与微系统, 2021,(10):147-150. DOI： 10.13873/J.1000-9787(2021)10-0147-04.

ZHANG Baojun, CHEN Xi, LIAO Yanna, et al. UWB/INS indoor positioning algorithm based on DL-LSTM[J]. 2021, (10): 147-150. 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。

Abstract

In order to improve the positioning precision of ultra-wideband（UWB）indoor positioning system

an ultra-wideband indoor positioning algorithm based on a double-layer long-short term memory（DL-LSTM）neural network is proposed.The indoor positioning data is collected by the UWB and inertial navigation system（INS）.According to its depth characteristics in the non-line-of-sight environment

the DL-LSTM model is established.The first network layer of DL-LSTM model is used to reduce the influence of non-line of sight（NLOS）error on system positioning precision.Then UWB and INS signal is combined in the second network.The second network layer is used to predict the position of UWB/INS

further to improve the positioning precision.The experimental results show that the influence of NLOS error can be reduced effectively by the proposed algorithm

and the location-solving trajectory is closer to the real trajectory

which can meet the requirements of centimeter-level positioning.

关键词

Keywords

references

浏览量

697

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于高精度MEMS-INS的双轴旋转调制技术

基于CNN的超宽带/惯性导航室内定位算法

基于PID自适应卡尔曼的惯导姿态算法

基于脚部捷联惯性传感器的行人定位方法比较

嵌入式大气数据传感系统中的组合滤波技术