李玉峰，王君祎，李硕磊

(沈阳航空航天大学 电子信息工程学院，沈阳 110136)

基于位置的服务(Location-Based Service，LBS)已经在人类生活的方方面面扮演着重要的角色。目前，室外定位大多依赖全球卫星导航系统[1](Global Navigation Satellite System，GNSS)，由于卫星信号穿透建筑物的能力较差，一般情况下利用GNSS难以实现室内定位。目前主流的室内定位技术主要有WIFI、惯性导航及超宽带技术(Ultra-Wide Band，UWB)等。文献[2-3]提出了基于WIFI的定位系统，成本低且易部署，但是定位精度差通常在5～10 m左右；文献[4]提出了地磁和惯导的室内定位系统，该方法有效缩短了离线阶段基准库的构建时间，且定位精度提高到2 m左右；文献[5-7]提出了基于UWB的室内定位方法，UWB信号的脉冲功率谱密度极低，具有多径分辨能力强、抗干扰性好等优点，定位精度通常在分米甚至厘米级，是目前一种性价比较高的室内定位方法，故本文采用UWB技术来实现室内定位。

在实际定位场景中非视距误差以及多径效应会影响定位精度，针对此问题，刘琚等[8]提出了一种在非视距环境中的TDOA/AOA混合定位方法，相比于单纯的TDOA定位方法在一定程度上提高了定位的精度，但是随着AOA的测量精度下降，该方法的定位精度也会随之下降。毛永毅等[9]提出了面向室内定位的DHOHF-Elman神经网络算法，该算法能够较高程度地抑制环境中的高斯白噪声，但是定位精度受训练集影响大，且训练过程烦琐，不适合实际应用。李奇越等[10]提出了基于有色噪声自适应卡尔曼滤波算法，在一定程度上提高了定位精度，但是滤波效果容易发散，并且测量数据中的粗大误差对滤波结果影响大。……