一种基于5G的AI与差分路损融合的井下实时定位方法

本发明公开了一种基于5G的AI与差分路损融合的井下实时定位方法，其特点是将融合CNN‑LCM指纹和MAP‑TLLS测距的两定位算法，架构在基于UDP协议的以太网接口的在线实时定位平台，接收数据进行定位解算，得到预测坐标，具体包括：数据的采集和预处理、基站优选、多变量指纹库和实时定位等步骤。本发明与现有技术相比具有定位精度高、执行高效的优点，CNN多变量多基站指纹库与TLL差分路损的融合算法架构可以让两种算法取长补短，有效避免了视距与非视距共同存在导致的定位精度下降的问题，UDP协议的以太网接口实时定位平台具有更好的实时性、稳定性、可扩展性以及可移植性，方法简便，有效提高井下实时定位精度，具有良好的运用前景和商业开发价值。