基于分层优化的多源融合定位方法

作者：刘傲; 修春娣^*

来源：北京航空航天大学学报, 2023, 49(05): 1176-1183.

DOI：10.13700/j.bh.1001-5965.2021.0390

• 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

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。

• 单位
  电子信息工程学院; 北京航空航天大学