在室內環(huán)境實現(xiàn)高精度定位的需求促進著室內定位技術的蓬勃發(fā)展,其中基于慣性導航的PDR定位技術、基于UWB的定位技術是當前主要的室內定位技術�；趫D優(yōu)化的UWB/PDR定位算法利用圖優(yōu)化方法融合這兩種傳感器的數(shù)據實現(xiàn)定位。理想狀態(tài)下能取得較高的定位精度,但融合定位過程中不可避免存在誤差:一是PDR約束的朝向估計不準確導致誤差累積;二是室內NLOS環(huán)境導致UWB信號折射、反射造成誤差。上述誤差會降低圖優(yōu)化融合定位結果的精度。當前主要有兩個方向提高基于圖優(yōu)化的UWB/PDR定位算法的魯棒性:一是在前端結合傳感器特性盡量消除誤差;二是在后端添加魯棒性算法降低誤差對優(yōu)化的影響。本文針對基于圖優(yōu)化的UWB/PDR定位算法的誤差來源,以提高算法魯棒性為目的,主要進行了兩項研究:一是針對PDR約束中朝向估計誤差問題,本文提出了改進的Madgwick朝向估計方法和PDR動態(tài)置信度法,有效地降低了PDR誤差對定位結果的影響。改進的Madgwick朝向估計方法采用低通濾波來平滑傳感器數(shù)據,避免信號的噪聲對定位結果的影響;同時利用Dogleg算法替代梯度下降法來更新加速度計磁力計共同計算的姿態(tài),提高了優(yōu)化的精...

【文章頁數(shù)】：99 頁

【學位級別】：碩士

【部分圖文】：

圖2-1行人航跡推算原理圖

工程碩士專業(yè)學位論文8圖2-1行人航跡推算原理圖Figure2-1IllustrationofPedestrianDeadReckoning本文采用的PDR算法首先對三軸加速度計采集的數(shù)據用閾值檢測法估計步數(shù)，用經驗估計法估計步長；然后使用朝向估計方法將加速度計、陀螺儀、磁力計采....

圖2-2行人航跡推算流程圖

工程碩士專業(yè)學位論文8圖2-1行人航跡推算原理圖Figure2-1IllustrationofPedestrianDeadReckoning本文采用的PDR算法首先對三軸加速度計采集的數(shù)據用閾值檢測法估計步數(shù)，用經驗估計法估計步長；然后使用朝向估計方法將加速度計、陀螺儀、磁力計采....

圖2-3步態(tài)周期圖示

2室內定位相關技術9程進行研究，得到人正常一步的頻率維持在0.2s~2s之間的結論，并將該結論作為判斷是否為有效步伐的依據�；跈C器學習的步伐檢測首先通過機器學習方法提取數(shù)據特征，然后建立步數(shù)估計的模型并對其訓練，具體方法有隱式馬爾科夫鏈[61]、K-means聚類算法[62]等....

圖2-4視距下TOA定位方法圖示

2室內定位相關技術13圖2-4視距下TOA定位方法圖示Figure2-4IllustrationTOApositioningmethodinLOSenvironment圖2-5非視距下TOA定位方法圖示Figure2-5IllustrationTOApositioningmeth....

本文編號：3970440