一种基于DepthwiseResNet-Transformer的小车导航定位方法

本发明公开了一种基于Depthwise ResNet‑Transformer的小车导航定位方法，包括ResNet特征提取组件、Transformer特征建模组件、数据预处理模块、模型训练模块以及定位计算模块，数据预处理模块用于处理从UWB定位系统收集的原始数据，这些数据包含了丰富的信道冲击响应（CIR）信息，这些信息对于理解信号传播特性至关重要，模型训练模块负责利用这些预处理后的数据对ResNet‑Transformer模型进行训练，通过深度学习过程，模型学习到如何从复杂的信号特征中提取出对于定位最有用的信息。本发明所述的一种基于Depthwise ResNet‑Transformer的小车导航定位方法，能够实现复杂温室环境中非线性误差的联合建模，如此一来，ResNet‑Transformer 模型能够突破传统单一模型在特征提取和时空建模方面的局限，为UWB 室内定位导航提供更精准、稳定且实时的解决方案。