华南理工大学学报(自然科学版)

作者：杨永辉, 李智贤, 王敏蕙, 许函铭, 陈颖聪, 文尚胜

单位：1.华南理工大学 材料科学与工程学院，广东 广州 5106402.东北大学 机械工程与自动化学院，辽宁 沈阳 1101673.北师香港浸会大学 工商管理学院，广东 珠海 519087

关键词：粒子滤波,遗传算法,自适应调节,室内定位

基金：广东省基础与应用基础研究基金项目(2024A1515010397);中山市重大科技计划专项(2023A4011)

超宽带（UWB）技术作为新一代室内定位技术的典范，在实际应用中常结合惯性导航系统（INS）以解决定位中的非视距（NLOS）误差问题。但集中式信息处理方法无法有效区分NLOS误差来源，为保证定位精度需额外部署锚点，导致定位锚点出现冗余，进而造成信息浪费及成本增加。针对室内定位中的NLOS误差识别和剔除问题，该文提出了一种基于自复位遗传粒子滤波（SGPF）的UWB/INS室内定位方法。该方法以SGPF算法为核心，通过INS估计值对测量值中的NLOS误差进行溯源，以提高NLOS环境下的跟踪稳定性。该方法首先对物理锚点进行分组，并结合虚拟锚点划分似然区域；然后基于INS的初步估计，通过NLOS误差识别策略确定高概率区域，同时剔除NLOS锚点组及对应的测量值；最后结合有效粒子数判别粒子集状态，决定是否启用遗传重采样以优化粒子多样性，最终提升算法鲁棒性。SGPF算法融合了标准粒子滤波（PF）和遗传算法的结构优势，可有效缓解粒子退化与贫化问题，在更低的粒子数量与时耗下实现更高的鲁棒性。实验结果表明：在视距环境下，SGPF算法只需PF算法30%的粒子数即可达到同等定位效果，且其计算时耗远低于传统遗传粒子滤波算法；在非视距环境下，SGPF算法的平均定位误差为0.055 2 m，相比于传统粒子滤波与传统遗传粒子滤波算法分别降低了56.98%与48.94%。

来源：2026年第1期

《华南理工大学学报(自然科学版)》期刊编辑部

查看华南理工大学学报(自然科学版)杂志2026年第1期