基于随机森林回归的智能手机用步长估计模型

发布时间：2023-06-01 19:22

　　行人航位推算是智能手机室内定位与导航系统中最常用的方法,步长估计是重要组成部分。针对现有步长估计模型精度不够高、多数模型无法用于智能手机的问题,提出了一种面向智能手机基于随机森林回归的高精度步长估计模型。利用线性回归和相关分析方法对测试数据进行特征分析,以身高、步频及其算术平方根为训练特征构建随机森林回归模型,采用十折交叉验证法的误差评定结果(相关系数和均方根误差)对随机森林回归模型进行改进。利用提出步长估计模型在4段走廊内开展实验,步行211 m的距离误差为2.582 m,相对误差约为1.22%;与常用三种模型相比,相对误差减小了2.18%～5.82%,且具有更高轨迹重合度。实验结果表明,提出模型比常用三种模型具有更高估计精度。

【文章页数】：6 页

【文章目录】：
1 步长估计模型训练特征提取
    1.1 加速度统计特征分析
    1.2 步速、步频和身高特征分析
    1.3 构建步长估计模型所需特征
2 三种常用的步长估计模型
3 随机森林回归步长估计模型
    3.1 随机森林回归
    3.2 高精度步长估计模型
4 实验验证与分析
5 结论



本文编号：3826894