７０Ｍｉｃｒｏｃｏｎｔｒｏｌｌｅｒｓ＆ＥｍｂｅｄｄｅｄＳｙｓｔｅｍｓ２０２３年第２期ｗｗｗ．ｍｅｓｎｅｔ．ｃｏｍ．ｃｎＵＷＢ技术的ＲＬＳＥＫＦ室内定位算法研究张泽鹏，李桂林，周海俊，李雯（大连交通大学计算机与通信工程学院，大连１１６０２８）摘要：针对当前ＵＷＢ技术在传统厂区布站方式下室内定位误差较大，无法良好实现对象的三维显示问题，基于多传感器融合，本文提出一种将ＵＷＢ数据与ＩＭＵ数据进行先预处理、后融合的算法。该方法通过ＴＯＦ测距后将ＵＷＢ数据进行小波阈值去噪，递推最小二乘定位，并与ＩＭＵ数据进行扩展卡尔曼滤波融合，从而减小标签的三维距离误差，提高定位精度，实现对厂区可移动设备的实时监控管理。仿真结果表明，基于多传感器融合的ＲＬＳＥＫＦ室内定位能够减小标签三维定位误差，提高定位的准确性，满足厂区室内实时定位的精度要求。关键词：ＵＷＢ；ＩＭＵ；小波阈值去噪；递推最小二乘；扩展卡尔曼滤波中图分类号：ＴＮ９２５文献标识码：ＡＲｅｓｅａｒｃｈｏｎＩｎｄｏｏｒＬｏｃａｔｉｏｎＡｌｇｏｒｉｔｈｍｏｆＲＬＳＥＫＦＢａｓｅｄｏｎＵＷＢＺｈａｎｇＺｅｐｅｎｇ，ＬｉＧｕｉｌｉｎ，ＺｈｏｕＨａｉｊｕｎ，ＬｉＷｅｎ（ＣｏｌｌｅｇｅｏｆＣｏｍｐｕｔｅｒ＆ＣｏｍｍｕｎｉｃａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＤａｌｉａｎＪｉａｏｔｏｎｇＵｎｉｖｅｒｓｉｔｙ，Ｄａｌｉａｎ１１６０２８，Ｃｈｉｎａ）Ａｂｓｔｒａｃｔ：ＩｎｖｉｅｗｏｆｔｈｅｃｕｒｒｅｎｔＵＷＢｔｅｃｈｎｏｌｏｇｙｉｎｔｈｅｔｒａｄｉｔｉｏｎａｌｐｌａｎｔｌａｙｏｕｔｍｏｄｅｉｎｄｏｏｒｐｏｓｉｔｉｏｎｉｎｇｅｒｒｏｒｉｓｌａｒｇｅ，ｃａｎｎｏｔａｃｈｉｅｖｅａｇｏｏｄｔｈｒｅｅ－ｄｉｍｅｎｓｉｏｎａｌｄｉｓｐｌａｙｏｆｏｂｊｅｃｔｓ，ａｎａｌｇｏｒｉｔｈｍｂａｓｅｄｏｎｍｕｌｔｉ－ｓｅｎｓｏｒｆｕｓｉｏｎｉｓｐｒｏｐｏｓｅｄ，ｗｈｉｃｈｐｒｅｐｒｏｃｅｓｓｅｓＵＷＢｄａｔａａｎｄＩＭＵｄａｔａｂｅｆｏｒｅｆｕｓｉｏｎ．Ｉｎｔｈｉｓｍｅｔｈｏｄ，ａｆｔｅｒｔｈｅＴＯＦｒａｎｇｉｎｇ，ｔｈｅＵＷＢｄａｔａｉｓｄｅｎｏｉｓｅｄｂｙｗａｖｅｌｅｔｔｈｒｅｓｈｏｌｄ，ａｎｄｔｈｅｒｅｃｕｒｓｉｖｅｌｅａｓｔｓｑｕａｒｅｓｌｏｃａｌｉｚａｔｉｏｎｉｓｐｅｒｆｏｒｍｅｄ，ａｎｄｔｈｅｅｘｔｅｎｄｅｄＫａｌｍａｎｆｉｌｔｅｒｉｓｆｕｓｅｄｗｉｔｈ...
