基于改进航位推算和粒子滤波的IMU室内定位算法

发布时间：2017-03-23 11:25

  本文关键词：基于改进航位推算和粒子滤波的IMU室内定位算法，由笔耕文化传播整理发布。

【摘要】：随着物联网的快速发展和智慧城市建设的兴起,人们对室内位置服务例如目标发现、医疗服务和智能家居的需求与日俱增。传统的GPS和蜂窝网络技术在室外定位精度比较高,但是在室内由于墙体的阻挡,射频信号往往受到干扰,使定位精度大大降低。目前室内定位技术主要是基于各种无线网络技术,如Wi-Fi、RFID(Radio Frequency Identification)、WLAN(Wireless Local Area Networks)等,利用接收信号强度(Received Signal Strength,RSS)来实现室内定位。但是由于多径效应、信号衰减、人的走动等的影响导致室内环境比较复杂,RSS的变化比较大,因此基于无线网络的室内定位精度受到限制,并且这些定位技术需要辅助相应的信号基站。基于以上原因,本论文考虑使用IMU定位,它利用惯性测量单元(Inertial Measurement Unit,IMU)推算下一时刻用户的位置,估计行走轨迹,不需要辅助信号基站,具有完全自主、不受外界环境影响等特点,并且惯性测量单元已经广泛安装在智能移动终端中,无需增添新的配件。基于此提出了基于改进航位推算和粒子滤波的IMU室内定位算法,本文的主要研究内容和创新点包括:1.提出了基于IMU的室内定位算法框架,该框架包括步数检测、步长估计、航位估计和粒子滤波优化算法等模块。针对原有航位推算模型数据处理误差大,定位精度低,在原有模型上优化了数据处理过程,提出了步数检测算法和自适应步长估计算法,步数检测算法通过引入时间窗口检测和动态时间规整(Dynamic Time Warping,DTW)距离算法,限制步数的间隔时间和比对相邻步伐的相似度剔除误差数据,使步数检测更加精准;自适应步长估计算法利用步长与步频、加速度的关系及线性回归算法训练步长模型增加算法的自适应性,使估计的步长与实际步长更加接近,减少步长估计误差。2.在航位推算模型的基础上引入粒子滤波,完成了IMU定位算法的定位信息整合和优化过程,是IMU定位算法的重要一环。但是传统的粒子滤波算法存在粒子贫化和退化问题,基于此提出了基于几何中心和似然估计的粒子滤波算法,在重采样阶段,利用几何中心思想实现部分粒子重采样,通过粒子与几何中心的距离筛选重采样粒子。在粒子权重计算阶段,针对非平稳非高斯观测噪声导致粒子滤波算法估计精度低、易发散的问题,提出了基于似然估计的非高斯噪声参数估计,取代了传统算法中测量噪声的高斯密度函数近似估计,不仅解决了粒子贫化和退化问题,而且提高了定位精度。采用Matlab2010a分别对步数检测算法、步长估计算法、改进粒子滤波算法和IMU定位算法进行仿真分析,证明了所提出算法的合理性和有效性,能够有效提高定位精度,减少定位误差。
【关键词】：IMU 室内定位 航位推算 粒子滤波
【学位授予单位】：吉林大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TN713
【目录】：

• 摘要4-6
• Abstract6-10
• 第1章 绪论10-18
• 1.1 研究背景与意义10-12
• 1.2 国内外研究现状12-15
• 1.3 论文主要研究内容及结构安排15-18
• 第2章 室内定位技术的理论研究18-34
• 2.1 定位的基本方法18-25
• 2.1.1 三边定位法18-19
• 2.1.2 三角定位法19-20
• 2.1.3 极大似然估计法20-21
• 2.1.4 TOA算法21-22
• 2.1.5 TDOA算法22-24
• 2.1.6 AOA算法24-25
• 2.2 室内定位技术分类25-31
• 2.2.1 基于GPS的室内定位25-26
• 2.2.2 基于惯性测量单元的室内定位26-27
• 2.2.3 基于短距离无线通信技术的室内定位27-31
• 2.3 现有室内定位方法中存在的问题31-32
• 2.4 本章小结32-34
• 第3章 基于改进航位推算的IMU室内定位算法34-48
• 3.1 IMU室内定位框架34-35
• 3.2 航位推算原理35-37
• 3.3 步数检测算法37-40
• 3.3.1 人行走时步长与加速度的关系37-38
• 3.3.2 步数检测原理38-40
• 3.4 自适应步长估计算法40-45
• 3.5 航位估计算法45-46
• 3.6 本章小结46-48
• 第4章 改进的粒子滤波算法48-58
• 4.1 引言48
• 4.2 基本粒子滤波算法的研究48-49
• 4.3 基于几何中心和似然估计的粒子滤波算法的研究49-55
• 4.3.1 基于几何中心的部分重采样算法49-52
• 4.3.2 基于似然估计的非高斯噪声参数估计52-55
• 4.4 本章小结55-58
• 第5章 算法的仿真与分析58-66
• 5.1 改进粒子滤波算法的仿真与分析58-61
• 5.2 改进IMU室内定位的仿真与分析61-65
• 5.4 本章小结65-66
• 第6章 总结与展望66-68
• 6.1 总结66
• 6.2 展望66-68
• 参考文献68-72
• 作者简介72
• 攻读硕士期间取得的科研成果72-73
• 致谢73

【相似文献】

中国期刊全文数据库 前10条

1 赵军;李鸿斌;王智;;无线网络室内定位系统研究[J];信息与控制;2008年04期

2 梁韵基;周兴社;於志文;倪红波;;普适环境室内定位系统研究[J];计算机科学;2010年03期

3 汪苑;林锦国;;几种常用室内定位技术的探讨[J];中国仪器仪表;2011年02期

4 王丽英;;导航发展的新热点——室内定位[J];今日电子;2011年12期

5 ;卫星信号易被干扰 室内定位技术解析[J];金卡工程;2012年07期

6 李振;姚以鹏;;大型公共场馆智能室内定位导游系统的技术研究[J];广东科技;2013年12期

7 袁飞;;浅谈室内定位与机场旅客个性化服务[J];中国科技信息;2014年08期

8 张玉梅;康晓霞;;救援队员室内定位技术分析[J];消防科学与技术;2012年06期

9 杨华;刘军发;陈益强;;一种基于多终端动态协同的室内定位方法[J];计算机应用研究;2012年07期

10 胡天琨;叶建芳;;基于手持设备的室内定位系统设计与实现[J];微型机与应用;2012年13期

中国重要会议论文全文数据库 前8条

1 张立立;钟耳顺;;无线室内定位技术[A];中国地理信息系统协会第八届年会论文集[C];2004年

2 郭明涛;李文元;龚福春;;室内定位方法分析[A];2007北京地区高校研究生学术交流会通信与信息技术会议论文集（下册）[C];2008年

3 郭旭斌;叶长城;王忆文;李辉;;基于无线传感器网络的室内定位系统[A];第十五届计算机工程与工艺年会暨第一届微处理器技术论坛论文集（A辑）[C];2011年

4 房秉毅;李熹;;超宽带室内定位系统研究[A];2005年全国超宽带无线通信技术学术会议论文集[C];2005年

5 高雪晨;蒋泰;曹林峰;;基于RFID的室内定位系统设计[A];广西计算机学会2012年学术年会论文集[C];2012年

6 徐劲松;卢晓春;边玉敬;;基于UWB的室内定位系统设计与仿真[A];2009全国时间频率学术会议论文集[C];2009年

7 雷地球;罗海勇;刘晓明;;一种基于WiFi的室内定位系统设计与实现[A];第六届和谐人机环境联合学术会议（HHME2010)、第19届全国多媒体学术会议（NCMT2010）、第6届全国人机交互学术会议（CHCI2010）、第5届全国普适计算学术会议（PCC2010）论文集[C];2010年

8 胡斌;宋娜娜;;基于航位推测技术的消防人员室内定位系统研究[A];2014中国消防协会科学技术年会论文集[C];2014年

中国重要报纸全文数据库 前10条

1 本报记者 马静t，

本文编号：263641