注意力CNN-BiGRU定位算法

水下定位精度2.58m

融合注意力机制与CNN-BiGRU，在复杂水下环境中实现高精度TDOA/FDOA定位。

彭铎 · Mingshuo, Liu · Kun, Xie

Complex and Intelligent Systems 2024

参数信息

位置估计偏差

2.58 m

速度估计偏差

2.88 m/s

技术优势

定位精度高

融合注意力机制与CNN-BiGRU，在20dB噪声下位置偏差仅2.58米，优于对比算法。

抗多径干扰

利用CNN提取空间和频域特征，有效表征复杂水下信号传播，抑制多径效应影响。

应用场景

• 水下定位：为水下机器人、潜器提供高精度位置估计。
• 移动目标定位：实现对移动辐射源的实时位置与速度跟踪。
• 多传感器融合：融合TDOA/FDOA多模态数据提升测量精度。
• 定位系统：直接用于水下定位系统，替换传统两步加权最小二乘。