现有超宽带(UWB)与行人航位推算(PDR)融合定位方法大多忽略了非视距(NLOS)环境下的定位误差校正，以简单的阈值划分作为NLOS环境判断依据，而阈值划分在很大程度上与定位场景及场地大小相关。针对上述问题，提出一种考虑NLOS环境的基于UWB与PDR的井下人员融合定位方法。首先，利用UWB技术进行井下人员位置解算，通过三边定位算法得到人员初步位置后，使用最小二乘法对位置进行优化，通过多项式拟合实现NLOS环境下基站和标签之间实际值和测量值之间的拟合，减小NLOS环境下的测距误差，提高定位精度。其次，采用PDR算法对步态进行识别和分析，PDR算法使用惯性导航传感器采集的步态数据，通过步态识别、步长估计和方向估计，实现目标位置的更新；然后，通过卷积神经网络(CNN)-长短期记忆(LSTM)网络分析信道脉冲响应(CIR)特征，实现视距(LOS)/NLOS识别，解决NLOS环境判断存在场景限制的问题；最后，根据LOS/NLOS识别结果确定融合系数，实现UWB和PDR定位结果的融合。实验结果表明：多项式拟合后UWB平均测距误差降低了0.59 m；LOS/NLOS识别的平均准确率为95.3%，召回率和F1分数值均在90%以上，验证了CNN-LSTM具有较好的识别效果；融合定位方法的平均误差为0.31 m，较UWB降低1.57 m，较PDR降低1.41 m。

0　引言
1 方法原理
2　方法实现
2.1 数据采集
2.2 位置解算
2.2.1 UWB位置解算
2.2.2 PDR位置解算
2.2.3 NLOS环境下多项式拟合
2.3 融合定位
2.3.1 LOS/NLOS识别
2.3.2 融合定位流程
3　实验分析
3.1 实验环境
3.2 数据采集和模型测试
3.2.1 数据采集
3.2.2 模型测试
3.2.3 NLOS环境下多项式拟合测试
3.3 融合定位实验
4 结论