一种基于Attention-GRU神经网络与滑窗改进ARKF融合的UWB楼梯间定位方法

本发明公开了一种基于Attention‑GRU神经网络与滑窗改进ARKF融合的UWB楼梯间定位方法，包括以下步骤：第一步，采集测距信息(测距值、第一路径信号强度、总信号强度)和真实坐标，利用GRU层处理UWB获得的时间和空间序列数据，通过Attention加权提取特征，并利用GRU计算出楼层分类结果；第二步，将分类结果与提取的时空特征堆叠、嵌入回归网络，通过全连接层计算出初始估计位置；第三步，引入滑窗改进自适应抗差卡尔曼滤波算法(ARKF)得到动态修正的位置信息。