基于分层优化的多源融合定位方法

摘要：

为实现复杂室内环境下行人的精确连续定位,提出一种基于分层优化的多源融合定位方法.先利用Wi-Fi定位结果约束地磁匹配范围,再将粒子群优化(PSO)引入BP-AdaBoost集成学习算法,利用优化后的BP-AdaBoost-PSO算法融合Wi-Fi定位结果与约束后的地磁匹配定位结果.最后利用粒子滤波(PF)实现上述融合结果与行人航位推算(PDR)结果的融合定位.仿真结果表明:所提方法能够有效提升行人运动状态下的连续定位精度,并具有较好的鲁棒性.

关键词：室内定位、多源融合、神经网络、集成学习、粒子滤波、粒子群优化

所属期刊栏目：49

分类号：TP391(计算技术、计算机技术)

资助基金：国家PNT体系弹性化架构设计与关键技术示范验证2020YFB0505800

在线出版日期：2023-06-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1176-1183