基于图优化的UWB/PDR定位算法的鲁棒性研究

发布时间:2024-05-11 22:08
  在室内环境实现高精度定位的需求促进着室内定位技术的蓬勃发展,其中基于惯性导航的PDR定位技术、基于UWB的定位技术是当前主要的室内定位技术。基于图优化的UWB/PDR定位算法利用图优化方法融合这两种传感器的数据实现定位。理想状态下能取得较高的定位精度,但融合定位过程中不可避免存在误差:一是PDR约束的朝向估计不准确导致误差累积;二是室内NLOS环境导致UWB信号折射、反射造成误差。上述误差会降低图优化融合定位结果的精度。当前主要有两个方向提高基于图优化的UWB/PDR定位算法的鲁棒性:一是在前端结合传感器特性尽量消除误差;二是在后端添加鲁棒性算法降低误差对优化的影响。本文针对基于图优化的UWB/PDR定位算法的误差来源,以提高算法鲁棒性为目的,主要进行了两项研究:一是针对PDR约束中朝向估计误差问题,本文提出了改进的Madgwick朝向估计方法和PDR动态置信度法,有效地降低了PDR误差对定位结果的影响。改进的Madgwick朝向估计方法采用低通滤波来平滑传感器数据,避免信号的噪声对定位结果的影响;同时利用Dogleg算法替代梯度下降法来更新加速度计磁力计共同计算的姿态,提高了优化的精...

【文章页数】:99 页

【学位级别】:硕士

【部分图文】:

图2-1行人航迹推算原理图

图2-1行人航迹推算原理图

工程硕士专业学位论文8图2-1行人航迹推算原理图Figure2-1IllustrationofPedestrianDeadReckoning本文采用的PDR算法首先对三轴加速度计采集的数据用阈值检测法估计步数,用经验估计法估计步长;然后使用朝向估计方法将加速度计、陀螺仪、磁力计采....


图2-2行人航迹推算流程图

图2-2行人航迹推算流程图

工程硕士专业学位论文8图2-1行人航迹推算原理图Figure2-1IllustrationofPedestrianDeadReckoning本文采用的PDR算法首先对三轴加速度计采集的数据用阈值检测法估计步数,用经验估计法估计步长;然后使用朝向估计方法将加速度计、陀螺仪、磁力计采....


图2-3步态周期图示

图2-3步态周期图示

2室内定位相关技术9程进行研究,得到人正常一步的频率维持在0.2s~2s之间的结论,并将该结论作为判断是否为有效步伐的依据。基于机器学习的步伐检测首先通过机器学习方法提取数据特征,然后建立步数估计的模型并对其训练,具体方法有隐式马尔科夫链[61]、K-means聚类算法[62]等....


图2-4视距下TOA定位方法图示

图2-4视距下TOA定位方法图示

2室内定位相关技术13图2-4视距下TOA定位方法图示Figure2-4IllustrationTOApositioningmethodinLOSenvironment图2-5非视距下TOA定位方法图示Figure2-5IllustrationTOApositioningmeth....



本文编号:3970440

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/shengwushengchang/3970440.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户9ac4e***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com