为提高井下超宽带定位的精度，提出一种基于改进卡尔曼滤波（improved Kalman filter, IKF）与萤火虫优化粒子滤波（FA-PF）的目标跟踪定位算法。首先利用IKF对标签与基站之间的测距值进行降噪处理；然后利用萤火虫算法改进粒子滤波的重采样过程，使算法在迭代过程中保持粒子的多样性，提高滤波的精度；最后使用FA-PF算法估计目标位置。仿真结果表明，相比传统卡尔曼滤波，IKF抑制非视距（non line of sight, NLOS）噪声的能力有所提高；在测量值相同的情况下，FA-PF算法具有更高的定位精度，定位误差相比粒子滤波算法和卡尔曼滤波算法分别降低了43.98%和32.50%。
展开▼
