微機(jī)電（micro electromechanical system,MEMS）慣性傳感器的體積小,性價比高,所以經(jīng)常用在需要隨身攜帶或較小的設(shè)備環(huán)境中。其依賴自身傳感器數(shù)據(jù)進(jìn)行定位的功能,使其具有不受外界信號影響的優(yōu)點。但是慣性器件的傳感器會受到一些因素影響,使其在工作過程中會累積誤差,使誤差越來越大,導(dǎo)致系統(tǒng)發(fā)散。針對這個問題,在行人導(dǎo)航系統(tǒng)中目前大多用的解決方法是零速修正。零速修正方法可以在行人零速度時消除器件的累積誤差。但目前使用擴(kuò)展卡爾曼濾波進(jìn)行數(shù)據(jù)估計時,卡爾曼濾波器的參數(shù)固定,當(dāng)環(huán)境或運動改變時易出現(xiàn)精度降低的問題。因此,本文在行人導(dǎo)航系統(tǒng)中通過自適應(yīng)手段判斷卡爾曼濾波器最優(yōu)參數(shù),降低固定參數(shù)所導(dǎo)致的定位誤差,提升行人導(dǎo)航定位的精度。本文設(shè)計了自適應(yīng)卡爾曼濾波器,在行人導(dǎo)航定位時能自適應(yīng)調(diào)節(jié)參數(shù)。具體流程是首先提取行人腳部運動數(shù)據(jù)特征,利用隨機(jī)森林算法分類得到行人運動狀態(tài),其次根據(jù)運動狀態(tài)與相應(yīng)腳部運動特征,結(jié)合模糊推理系統(tǒng),輸出卡爾曼濾波器的參數(shù)控制系數(shù),最后利用此控制系數(shù)對卡爾曼濾波器進(jìn)行參數(shù)調(diào)節(jié),實現(xiàn)自適應(yīng)卡爾曼濾波。此系統(tǒng)能夠降低運動狀態(tài)改變產(chǎn)生的干擾并準(zhǔn)確追蹤行... 

【文章來源】：北京信息科技大學(xué)北京市

【文章頁數(shù)】：68 頁

【學(xué)位級別】：碩士

【部分圖文】：

靜止?fàn)顟B(tài)時陀螺儀輸出數(shù)據(jù)

靜止?fàn)顟B(tài)時加速度計輸出數(shù)據(jù)

第3章步態(tài)分類-AKF方法研究34圖3.4腳部加速度變化圖3.5腳部陀螺儀數(shù)據(jù)變化3.3.3自適應(yīng)卡爾曼濾波器的實現(xiàn)根據(jù)上文對系統(tǒng)的分析，接下來需要設(shè)計模糊推理系統(tǒng)，根據(jù)模糊推理對自適應(yīng)卡爾曼濾波器參數(shù)進(jìn)行適當(dāng)調(diào)整，設(shè)計流程如下：

【參考文獻(xiàn)】：
期刊論文
[1]自適應(yīng)強(qiáng)跟蹤卡爾曼濾波器載波環(huán)設(shè)計[J]. 王福軍,丁小燕,王前,白英廣.  火力與指揮控制. 2019(11)
[2]基于改進(jìn)BP神經(jīng)網(wǎng)絡(luò)的多分辨率遙感圖像分類及對比分析[J]. 戚王月,胡宏祥,夏萍,周婷.  安徽農(nóng)業(yè)大學(xué)學(xué)報. 2019(04)
[3]基于狀態(tài)擴(kuò)增的MEMS陀螺隨機(jī)誤差實時濾波研究[J]. 趙明亮,汪立新,秦偉偉.  電光與控制. 2019(05)
[4]一種處理非平衡數(shù)據(jù)集的優(yōu)化隨機(jī)森林分類方法[J]. 馬海榮,程新文.  微電子學(xué)與計算機(jī). 2018(11)
[5]行人自主導(dǎo)航定位的多級濾波方法[J]. 谷志丹,李擎,趙輝.  系統(tǒng)仿真學(xué)報. 2018(12)
[6]一種多運動模式下自適應(yīng)閾值零速修正算法[J]. 張健敏,修春娣,楊威,楊東凱.  北京航空航天大學(xué)學(xué)報. 2018(03)
[7]多運動形式下的行人三維定位方法研究[J]. 趙輝,李擎,李超.  北京信息科技大學(xué)學(xué)報(自然科學(xué)版). 2016(05)
[8]基于MEMS慣性傳感器的人體多運動模式識別[J]. 路永樂,張欣,龔爽,周帆,劉宇.  中國慣性技術(shù)學(xué)報. 2016(05)
[9]MEMS加速度計的誤差補(bǔ)償方法[J]. 許鵬,陳琳,王娟.  微納電子技術(shù). 2016(07)
[10]一種基于雙IMU框架的室內(nèi)個人導(dǎo)航方法（英文）[J]. 徐元,陳熙源,李慶華,唐建.  中國慣性技術(shù)學(xué)報. 2015(06)

碩士論文
[1]基于BP神經(jīng)網(wǎng)絡(luò)的分類器改進(jìn)算法研究與應(yīng)用[D]. 李圓滿.中國地質(zhì)大學(xué)(北京) 2019
[2]基于自適應(yīng)擴(kuò)展卡爾曼濾波的室內(nèi)慣性導(dǎo)航系統(tǒng)設(shè)計與實現(xiàn)[D]. 沈曄星.東南大學(xué) 2018
[3]基于MIMU的行人任意步態(tài)定位方法[D]. 郭錚.哈爾濱工程大學(xué) 2018
[4]基于MEMS-IMU的室內(nèi)定位與導(dǎo)航算法研究[D]. 寇彩云.北京工業(yè)大學(xué) 2018
[5]基于MINS/GPS的車載自適應(yīng)組合導(dǎo)航算法研究[D]. 何書凡.華南理工大學(xué) 2018
[6]行人慣性導(dǎo)航綜合補(bǔ)償方法研究[D]. 丁一鳴.蘇州大學(xué) 2018
[7]基于自適應(yīng)擴(kuò)展卡爾曼濾波的微小型航姿系統(tǒng)設(shè)計與實現(xiàn)[D]. 路小燕.南京航空航天大學(xué) 2018
[8]基于自適應(yīng)卡爾曼濾波的GPS抗欺騙干擾方法的研究[D]. 張?zhí)╅w.哈爾濱工程大學(xué) 2018
[9]基于加權(quán)決策樹的隨機(jī)森林模型優(yōu)化[D]. 馬曉東.華中師范大學(xué) 2017



本文編號：2986427