刘嘉钰，郭凤娟，李 江

（1 中国电子科技集团公司第二十研究所，西安 710068；2 陕西省组合与智能导航重点实验室，西安 710068）

0 引言

无线室内定位技术是在室内环境下使用WiFi[1-2]、蓝牙[3-4]、超宽带[5-6]、RFID[7-8]和ZigBee[9-10]等无线传输技术以及惯性导航等定位手段获取目标在室内区域中的位置信息。传统基于无线信号接收强度（Received Signal Strength Indication，RSSI）的室内定位技术根据实现方式划分为两类，一类构建无线信道模型完成定位，另一类通过建立搜索指纹库完成定位。行人航位测算技术（Pedestrian Dead Reckoning，PDR）[11-12]借助可移动终端配置的地磁传感器和加速度传感器等，应用航位测算（Dead Reckoning，DR）技术原理，对行人移动轨迹实现预测功能。

随着人工智能技术的日益成熟，学术界逐渐开始将室内定位技术与人工智能相结合，开发出各方面性能更佳的室内导航定位策略。文献[13]利用神经网络建立并更新RSSI 指纹库，在定位阶段使用该神经网络实现定位。文献[14]利用深度神经网络对定位区域内不同位置接收到多个信号塔发射信号间的非线性关系进行建模，在实现精确定位的同时节省超过93.45%的耗能。

与此同时，在以往室内定位技术的研究开发中，通常默认定位区域的环境噪声为高斯噪声，但随着人类社会的发展进步，室内环境日益复杂多变，粒子滤波器[15-16]由于在非高斯噪声环境和非线性系统下依然能良好地完成滤波功能，成为了实现室内定位信息融合和改进传统室内定位算法的关键滤波器之一。

1 多源融合室内定位方法设计

针对……