论文部分内容阅读
针对扩展卡尔曼滤波器(EKF)在室内环境中,非视距(NLOS)传播对EKF跟踪性能产生很大影响这种缺陷,提出一种基于极限学习机(ELM)和EKF的融合方法。ELM使用EKF的状态信息对测量值进行分类,确定受NLOS误差影响的传播路径,然后利用该路径训练的ELM对测量值进行校正。实验结果表明,该算法与传统算法相比精确度提高了43.2%,可以有效缩小NLOS误差。