科研之友
微信
新浪微博
Facebook
分享链接
摘要
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。
- 单位
