超宽带定位与鞋式个人导航融合算法的研究与实现
发布时间：2020-12-12 03:46
随着通信技术的不断发展,传统单一的定位方式已无法满足人们在室内复杂环境中对定位需求,融合多种定位成了当前的研究趋势。超宽带（Ultra Wideband,UWB）因其具有精度高、容量大和抗干扰能力强的特点,迅速成为了近年来研究的热点。同时,超宽带信号拥有较宽的频域带宽,对应的时域信号很短,所以超宽带适合基于测量信号飞行时间的定位方式,如TDOA（Time Difference of Arrival）/TOA（Time of Arrival）定位,但是定位精度受非视距和多径效应的影响明显,在复杂环境里尤为突出。捷联惯性导航系统（Strap-down Inertial Navigation System,SINS）,是一种依据惯性传感器的自主式定位系统,其无需外部设备的辅助,只需利用惯性传感器采集运动过程中的加速度和角速度,再结合自身的姿态解算算法即可完成导航定位,这一特点使得惯性导航技术能很好应用于复杂的定位环境中,所以在近年来也受到了广泛的关注。但是基于微电机（Micro-Electro-Mechanical System,MEMS）技术的惯性传感器精度不高,其内部的陀螺仪和加速度计存...
【文章来源】： 赖福林 电子科技大学
【文章页数】：84 页
【学位级别】：硕士
【部分图文】：
导航坐标系（3）载体坐标系(Bodycoordinatesystem)：简称b系，载体坐标系是指随着惯
第二章 定位导航技术的算法理论 三轴分别对应载体的横轴，纵轴和竖轴。根据三轴的指向不同，载体坐标系通常也有不同的取法，常见的有“前-右-下”和“右-前-上”，两种不同的安装方式，会使得载体坐标系的三轴指向发生变化，如图 2-8 所示：
第三章数据融合与步态约束算法27~kx~kP,,,kkkkFBQu,,kkkHRz~11~1kkkkkTkkkkkxFxBuPFPFQ~~~1()kkkkTTkkkkkkkyzHxKPHHPHR~~~kkkkkkkkkxxKyPPKHPkk1图3-2卡尔曼滤波流程通过图3-2以及对上述公式的说明，可以看出线性卡尔曼滤波的实质就是在系统存在噪声的条件下对系统的状态进行最优估计。但在实际的工程应用中，许多系统并非是线性系统，使得线性卡尔曼滤波无法使用，因此为了解决这一问题，引入了适用于非线性系统的卡尔曼滤波器，称扩展卡尔曼滤波器。3.1.2扩展卡尔曼滤波扩展卡尔曼滤波器（ExtendedKalmanFilter，EKF）实际上是线性卡尔曼滤波器的一种扩展形式，其本质是利用泰勒展开式对非线性系统进行一阶的线性化，然后再滤波。扩展卡尔曼滤波器的状态预测和状态更新方程与线性卡尔曼滤波器是类似的，只是略有的不同。状态预测部分：~1(,)kkkxfxs(3-7)~11111TkkkkkkkPFPFSQS(3-8)状态更新部分：~kkkkxxKy(3-9)~~kkkkkPPKHP(3-10)~(,)kkkkkyzhxv(3-11)~~1()TTkkkkkkkkkKPHHPHVRV(3-12)由于在实际应用中无控制向量输入，所以在公式(3-7)中，忽略控制输入向量，并且将转换模型用函数f表示。误差协方差kP的状态预测如公式(3-8)所示，其中F
【参考文献】：
期刊论文
[1]行人惯性导航零速检测算法[J]. 费程羽,苏中,李擎. 传感器与微系统. 2016(03)
[2]基于MEMS惯性技术的鞋式个人导航系统[J]. 张金亮,秦永元,梅春波. 中国惯性技术学报. 2011(03)
[3]一种用于智能空间的多目标跟踪室内定位系统[J]. 谷红亮,史元春,申瑞民,陈渝. 计算机学报. 2007(09)
本文编号：2911798
【文章来源】： 赖福林 电子科技大学
【文章页数】：84 页
【学位级别】：硕士
【部分图文】：
导航坐标系（3）载体坐标系(Bodycoordinatesystem)：简称b系，载体坐标系是指随着惯
第二章 定位导航技术的算法理论 三轴分别对应载体的横轴，纵轴和竖轴。根据三轴的指向不同，载体坐标系通常也有不同的取法，常见的有“前-右-下”和“右-前-上”，两种不同的安装方式，会使得载体坐标系的三轴指向发生变化，如图 2-8 所示：
第三章数据融合与步态约束算法27~kx~kP,,,kkkkFBQu,,kkkHRz~11~1kkkkkTkkkkkxFxBuPFPFQ~~~1()kkkkTTkkkkkkkyzHxKPHHPHR~~~kkkkkkkkkxxKyPPKHPkk1图3-2卡尔曼滤波流程通过图3-2以及对上述公式的说明，可以看出线性卡尔曼滤波的实质就是在系统存在噪声的条件下对系统的状态进行最优估计。但在实际的工程应用中，许多系统并非是线性系统，使得线性卡尔曼滤波无法使用，因此为了解决这一问题，引入了适用于非线性系统的卡尔曼滤波器，称扩展卡尔曼滤波器。3.1.2扩展卡尔曼滤波扩展卡尔曼滤波器（ExtendedKalmanFilter，EKF）实际上是线性卡尔曼滤波器的一种扩展形式，其本质是利用泰勒展开式对非线性系统进行一阶的线性化，然后再滤波。扩展卡尔曼滤波器的状态预测和状态更新方程与线性卡尔曼滤波器是类似的，只是略有的不同。状态预测部分：~1(,)kkkxfxs(3-7)~11111TkkkkkkkPFPFSQS(3-8)状态更新部分：~kkkkxxKy(3-9)~~kkkkkPPKHP(3-10)~(,)kkkkkyzhxv(3-11)~~1()TTkkkkkkkkkKPHHPHVRV(3-12)由于在实际应用中无控制向量输入，所以在公式(3-7)中，忽略控制输入向量，并且将转换模型用函数f表示。误差协方差kP的状态预测如公式(3-8)所示，其中F
【参考文献】：
期刊论文
[1]行人惯性导航零速检测算法[J]. 费程羽,苏中,李擎. 传感器与微系统. 2016(03)
[2]基于MEMS惯性技术的鞋式个人导航系统[J]. 张金亮,秦永元,梅春波. 中国惯性技术学报. 2011(03)
[3]一种用于智能空间的多目标跟踪室内定位系统[J]. 谷红亮,史元春,申瑞民,陈渝. 计算机学报. 2007(09)
本文编号：2911798
本文链接：https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/2911798.html
