来源：期刊VIP网 时间：
作者：武文静;余学祥;韩雨辰;朱平;龙文江;
单位：安徽理工大学空间信息与测绘工程学院;城市实景三维与智能安全监测安徽省联合共建学科重点实验室;安徽理工大学矿山采动灾害空天地协同监测与预警安徽普通高校重点实验室;安徽理工大学矿区环境与灾害协同监测煤炭行业工程研究中心;安徽理工大学地球与环境学院;北京建筑大学测绘学院;
摘要：为解决地磁定位精度低和PDR存在累计误差的问题，该文提出一种深度学习模型分层优化的多源融合定位方法。首先，构建双层CNN-GRU-Attention模型，利用第一层模型提取地磁特征并进行指纹匹配，随后，构建基于模糊控制的阈值确定模型，以获得精确步数估计结果；最后，利用第二层模型做决策层融合回归预测以获地磁/PDR融合定位结果。实验结果表明，该阈值确定模型可使峰值检测法准确度达97%以上；所构建地磁定位模型性能明显优于传统模型，地磁/PDR融合定位方法平均定位误差为0.662 m,较之单一地磁与PDR定位结果精度分别提升51.04%和74.78%,定位效果显著优于单一定位方式，可获得更为准确的定位轨迹。
关键词：深度学习;;室内定位;;地磁;;行人航位推算;;多源融合;;模糊控制
基金资助：2021年度安徽省科技重大科技专项(202103a05020026);; 2021年度安徽省重点研究与开发计划项目(202104a07020014);; 安徽理工大学2024年研究生创新基金项目(2024cx2147)
