10.3969/j.issn.1671-7449.2023.03.002
基于GRU神经网络的UWB定位算法研究
针对复杂环境下的室内精确定位需求,采用基于双边双向测距的超宽带定位方案.为解决非视距情况下超宽带测距误差大而引起定位精度下降的问题,考虑到超宽带测距具备时间序列预测问题的特点,引入了循环门控单元(Gate Recurrent Unit,GRU)来搭建神经网络,并设计不同隐藏层数、结构来验证其有效性.实验结果表明,相比于LS(Least Square)、UKF(Unscented Kalman Filter)定位算法,该GRU神经网络定位算法的均方根误差指标平均降低了 30.81%、21.51%,定位效果更好.
室内定位、超宽带、非视距、循环门控单元
37
TN961
广东省重点实验室资助项目;广东省联合培养研究生示范基地资助项目
2023-06-05(万方平台首次上网日期,不代表论文的发表时间)
共6页
194-198,207