一种超宽带与惯导融合的LSTM室内定位算法*

李鹏杰，李晓青，王瑞雪，邱金娜，刘俊鹏

(1.航天恒星科技有限公司，北京 100095；2.重庆大学 微电子与通信工程学院，重庆 400044)

0 引 言

随着现代社会的生产活动对安全性要求的提高，在水电站等复杂室内环境下，人员定位、物体定位等室内高精度定位需求不断增加。在开放环境中，超宽带(Ultra-wideband,UWB) 定位技术的定位精度可达厘米级[1]。但是，在复杂非视距(Non-Line-of-Sight,NLOS) 室内环境中，障碍物的遮挡会导致较大的UWB测距误差[2]，甚至造成信号传输中断从而导致定位失败。惯性导航技术[3]作为自主导航技术，不受周围环境影响，但随着系统运行时间的增加，会出现误差累积的情况。为了解决单一室内定位技术在复杂非视距环境下遇到的技术瓶颈，联合定位技术应运而生。联合定位技术将单一的定位技术组合起来，辅以数据融合算法进行信息融合，用以满足室内定位系统在高精度、实时性、低功耗、低成本等方面的需求。高精度室内联合定位技术的实现，对在工厂、水电站等复杂非视距环境下人员定位、室内机器人定位等高精度室内定位需求的实现有着重要的意义。

对于机器学习算法在室内定位中的研究，国内外都做了大量工作。目前，被引入到室内定位技术中的机器学习方法包括贝叶斯分类算法[4-5]、支持向量机[6-7]、决策树[8-9]、人工神经网络算法等[10]。朴素贝叶斯分类简单易实现，但其计算量较大，且有强独立性要求。支持向量机分类回归能力突出，但其核函数敏感，仅在二分类问题效果显著。……