来源：期刊VIP网 时间：
作者：贾宇涛;李冠华;潘红光;陈海舰;魏绪强;白俊明;
单位：国能神东煤炭集团有限责任公司;中煤科工集团常州研究院有限公司;西安科技大学电控学院;西安市电气设备状态监测与供电安全重点实验室;
摘要：现有超宽带（UWB）与行人航位推算（PDR）融合定位方法大多忽略了非视距（NLOS）环境下的定位误差校正，以简单的阈值划分作为NLOS环境判断依据，而阈值划分在很大程度上与定位场景及场地大小相关。针对上述问题，提出一种考虑NLOS环境的基于UWB与PDR的井下人员融合定位方法。首先，利用UWB技术进行井下人员位置解算，通过三边定位算法得到人员初步位置后，使用最小二乘法对位置进行优化，通过多项式拟合实现NLOS环境下基站和标签之间实际值和测量值之间的拟合，减小NLOS环境下的测距误差，提高定位精度。其次，采用PDR算法对步态进行识别和分析，PDR算法使用惯性导航传感器采集的步态数据，通过步态识别、步长估计和方向估计，实现目标位置的更新；然后，通过卷积神经网络（CNN）-长短期记忆（LSTM）网络分析信道脉冲响应（CIR）特征，实现视距（LOS）/NLOS识别，解决NLOS环境判断存在场景限制的问题；最后，根据LOS/NLOS识别结果确定融合系数，实现UWB和PDR定位结果融合。测试结果表明：多项式拟合后UWB平均测距误差降低0.59 m;LOS/NLOS识别的平均准确率为95.3%，召回率和F1分数均在90%以上，验证了CNNLSTM具有较好的识别效果；融合定位方法的平均误差为0.31 m，较UWB降低1.57 m，较PDR降低1.41 m。
关键词：井下人员定位;UWB;行人航位推算;PDR;融合定位;非视距环境;最小二乘法;多项式拟合;CNN-LSTM;LOS;NLOS
基金资助：国家重点研发计划项目（2023YFC3009800）; 国家自然科学基金项目（61603295）; 陕西省秦创原“科学家+工程师”队伍建设项目（2022KXJ-38）; 西安市科技计划项目（23ZDCYJSGG0025-2022）
