稠密卷积定位网络

定位误差降三成

用密集卷积网络替代残差网络估计飞行时间，并结合DBSCAN去噪与自适应粒子滤波方差，相比经典方法平均定位RMSE降低37.1%。

邵克凡 · 李增科 · 孙猛 · de Cock, Cedric · Plets, David

IEEE Internet of Things Journal 2026

参数信息

平均定位均方根误差降低
37.1 %
场景1 RMSE降低
20.1 %
场景2 RMSE降低
36.5 %
场景3 RMSE降低
28.5 %

技术优势

特征复用更充分

DenseNet通过密集连接重复利用特征，相比残差网络减少了飞行时间估计误差。

自动剔除异常值

基于DBSCAN聚类的方法有效抑制飞行时间序列中的异常观测噪声。

动态输出方差

改进损失函数使网络动态输出飞行时间方差，解决粒子滤波权重估计参数适应性不足的问题。

应用场景