基于深度学习 GRU 网络的 UWB 室内定位优化

打开文本图片集

摘要：为减少信号传输质量和距离估计算法等因素对定位精度的影响，将深度学习应用于超宽带（ultra wide band，UWB）室内定位系统，利用门控循环单元（gated recurrent unit，GRU）网络代替 传统UWB室内定位系统中的三边测量过程，以提高UWB室内定位精度。在得到定位标签到基站的距离信息后，将距离信息输入GRU网络中，输出最终位置坐标。（剩余12089字）

网站仅支持在线阅读（不支持PDF下载），如需保存文章，可以选择【打印】保存。