基于RNN的多传感器融合室内定位方法

来源：计算机应用研究杂志2021年第12期北京时间：

作者：王甘楠,田昕,魏国亮,周军,

单位：上海理工大学〓a.光电信息与计算机工程学院;b.理学院,上海200093；

摘要：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（recurrent 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RNN，通过RNN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。

关键词：室内定位,循环神经网络,粒子滤波,Wi-Fi指纹定位技术,

基金资助：国家自然科学基金资助项目(61873169)；；