摘要： 本研究提出了一种基于时空特征卷积门控网络的WLAN射频指纹室内定位算法，并将其应用于消防救援场景。该算法结合卷积神经网络(CNN)和门控循环单元(GRU)，同时利用WLAN射频指纹的空间分布特性和消防员移动轨迹的时空关联性。试验结果表明，本算法均取得最佳性能。相较于传统方法PLGD，本算法在平均绝对百分比误差(MAPE)指标上提高了超过50%。与先进的深度学习方法DeepCNN相比，本算法的MAPE指标也有显著提升，分别改善了11.15%和18.40%。这些结果证实了所提算法在提取和利用移动轨迹时空关联特性方面的优越性，为智能消防救援系统的开发和应用提供了重要的技术支持。