基于SAE-RF的三维UWB室内定位方法研究

摘要

由于室内环境复杂多变,存在着严重的非视距(NLOS)和多径效应,利用传统的指纹定位技术会造成较大的定位误差.针对此问题,利用超宽带(UWB)信号测距信息准确、波动小的特点,将测距值作为指纹量,提出一种基于稀疏自编码器(SAE)与随机森林(RF)相结合的三维室内定位方法.利用SAE提取出更具鲁棒性的特征值,将此特征值作为深度神经网络(DNN)回归网络的输入,得到目标点的估计定位坐标.针对环境变化导致的旧数据库无法匹配新采集指纹量的问题,利用测距值作为RF回归模型的输入对估计定位坐标进行定位误差修正.实验结果表明:提出的SAE-RF三维定位方法与其他指纹定位方法相比,更适合动态复杂的室内环境,定位精度更高.