首页|基于RNN的多传感器融合室内定位方法

基于RNN的多传感器融合室内定位方法

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
  • 维普
针对室内空间内的人员定位困难问题进行了研究,提出了一种基于Wi-Fi指纹法和循环神经网络(re-current neural network,RNN)的多传感器融合室内定位算法.该算法将智能手机接收到的路由器信号强度作为时间序列输入RN N,通过RN N获得对行人精度较高的定位,与此同时获取智能手机中惯性测量单元提供的位置信息.随后,通过粒子滤波算法对两种定位方式的定位结果进行融合.在实际场景下设计了多组实验进行对比.实验结果表明,该算法定位平均误差为0.9 m,优于加权K近邻等算法,可以为行人提供实时的定位.
Multi-sensor fusion indoor localization method based on RNN

王甘楠、田昕、魏国亮、周军

展开 >

上海理工大学 光电信息与计算机工程学院,上海200093

上海理工大学 理学院,上海200093

室内定位 循环神经网络 粒子滤波 Wi-Fi指纹定位技术

国家自然科学基金

61873169

2021

10.19734/j.issn.1001-3695.2021.04.0172

计算机应用研究
四川省电子计算机应用研究中心

计算机应用研究

CSTPCDCSCD北大核心
影响因子：0.93
ISSN：1001-3695
年,卷(期)：2021.38(12)
  • 5