基于深度学习的UWB测距误差补偿方法

本发明提供一种基于深度学习的UWB测距误差补偿方法。本发明的方法主要包括：通过数据预处理，基于深度学习方法对CIR进行特征提取，将多尺度卷积和SE注意力机制结合，捕获更丰富的信息，既能关注全局特征，也能细致地抓取局部细节，提出了一种误差补偿模型预测由非视距传播所产生的误差，对测距值做修正，从而提升定位精度抑制非视距传播带来的误差。相较于传统的UWB测距误差补偿方法，本发明方案通过预测由非视距传播所产生的误差，对测距值做修正，在降低UWB系统定位成本同时提升定位精度，该方法不需要增加基站的数量，并且可以始终解算移动标签的位置对误差进行补偿。