摘要
本文提出了一种基于多源数据融合与去噪变分自编码器模型的、旨在提升地下管道隧道定位可靠性的方法。该算法构建了与统一时间基准对齐的多传感器定位数据集，通过结合卷积神经网络辅助的去噪变分自编码器（DVAE-CNN），从多源异构数据质量评估模型、目标状态转换方程的构建以及基于环境先验信息的权重更新策略三个方面对定位结果进行优化。这种方法有效解决了地下管道隧道复杂环境中因信息丢失和误差导致的定位可靠性低的问题。与没有可靠性优化机制的定位方法相比，所提出的方法在定位精度上平均提升了73.6%，在定位可靠性上提升了85.2%。通过在地下管道隧道进行的定位实验表明，该方法能够提供高度稳定、可靠且连续的定位服务，展现出广阔的应用前景和推广潜力。
